피드로 돌아가기
DoorDash's AI chatbot is a lesson in conversational search
Dev.toDev.to
AI/ML

Exact-match 검색 한계를 Semantic Search 기반 Intent-to-Cart 구조로 해결

DoorDash's AI chatbot is a lesson in conversational search

Induwara Ashinsana2026년 6월 12일5intermediate

Context

기존의 Navigation Tree 기반 인터페이스는 카테고리 필터와 수동 브라우징에 의존하여 사용자 경험의 병목을 초래함. 특히 Keyword 기반 Exact-match 검색은 오타나 다국어 입력 시 검색 결과가 전무한 현상으로 인해 전환율 저하라는 구조적 한계를 가짐.

Technical Solution

  • Catalog Embeddings 도입을 통한 제품 타이틀 및 설명의 Vectorize 처리 및 저장
  • Runtime Query Embedding을 활용한 Nearest Neighbor Vector Lookup 기반의 의미론적 검색 구현
  • Multimodal Model 채택으로 이미지 입력을 텍스트 기반 검색으로 치환하는 입력 인터페이스 확장
  • LLM의 Tool-calls 메커니즘을 활용하여 비정형 자연어 의도를 정형화된 Cart Assembly 데이터로 변환
  • Retrieval-only 단계에서 Agent 단계로 점진적 확장을 통한 인프라 비용 최적화 및 리스크 관리
  • 의미 기반 매칭을 통해 다국어 혼용(Code-switching) 및 지역적 표기법 차이를 극복하는 검색 로직 설계

- 단순 챗봇 UI보다 Catalog Embedding을 통한 Semantic Search 우선 구현 검토 - Vector DB 도입 전 데이터 규모에 따른 Embedding 생성 비용 및 쿼리 레이턴시 계산 - LLM Agent 도입 시 Tool-calling 횟수에 따른 API 비용 증가분 사전 시뮬레이션 - 다국어 환경에서 Keyword 매칭 실패율을 측정하여 Semantic Search 전환 시점 결정

원문 읽기