핸즈온 실습: Amazon Personalize

발행: (2026년 1월 20일 오후 10:15 GMT+9)
4 min read
원문: Dev.to

Source: Dev.to

Amazon Personalize

간략 개요

Amazon Personalize는 기업이 ML 전문 지식 없이 실시간으로 관련성 높은 추천을 제공할 수 있게 해줍니다. 제품 추천부터 콘텐츠 탐색까지 다양한 사용 사례를 지원하며, 전자상거래, 미디어, 여행, 금융, 교육, 게임 산업 전반에 걸쳐 매출 성장과 고객 만족도를 높입니다.

주요 산업 및 적용 분야

전자상거래

  • 제품 추천
  • 맞춤형 메인 페이지 콘텐츠
  • 장바구니 추가 제안
  • 검색 결과 재정렬

미디어 & 엔터테인먼트

  • 동영상/영화 추천
  • 맞춤형 음악 플레이리스트
  • 콘텐츠 탐색
  • “계속 시청” 제안

뉴스 & 출판

  • 맞춤형 기사 피드
  • 연관 스토리 제안
  • 맞춤형 뉴스레터 콘텐츠

여행 & 숙박

  • 목적지 추천
  • 호텔·항공권 제안
  • 맞춤형 액티비티 패키지

소매 & 패션

  • 스타일·코디 추천
  • “룩 완성” 제안
  • 재구매 알림

금융 서비스

  • 제품 추천(카드, 대출)
  • 맞춤형 투자 제안
  • 타깃 오퍼

교육

  • 강좌 추천
  • 맞춤형 학습 경로
  • 스킬 기반 콘텐츠 매칭

게임

  • 게임 추천
  • 인게임 아이템 제안
  • 플레이어 매칭

사용 가능한 레시피

레시피목적
USER_PERSONALIZATION사용자별 개인화. 구매·조회 기반 아이템. “추천 항목”. 인기 카운트·가장 인기 있는 아이템.
USER_SEGMENTATION아이템 및 속성 친화도.
PERSONALIZED_ACTIONS최적 행동.
PERSONALIZED_RANKING사용자를 위한 검색 결과 재정렬.
RELATED_ITEMSX를 본 고객이 또한 본 아이템. 함께 자주 구매되는 아이템. 유사 아이템.
TRENDING_NOW현재 트렌드인 콘텐츠.

일반 이벤트 유형

산업이벤트
전자상거래view, click, add_to_cart, purchase
스트리밍play, pause, complete, like
뉴스read, share, bookmark
여행search, book, favorite

비즈니스 혜택

  • 전환율 10–30 % 증가
  • 참여도 및 클릭률 향상
  • 유지율 개선 및 이탈 감소
  • 규모에 맞는 자동 개인화

실습 안내

이 가이드는 AWS CDK 파이썬을 사용해 두 개의 스택으로 구성된 추천 시스템을 구축하는 과정을 단계별로 안내합니다.

  1. 인프라 스택 – S3에 데이터셋을 만들고, Dataset Group, Schema, 레시피를 설정합니다.
    – Part I

  2. 파이프라인 스택 – 자동 워크플로를 오케스트레이션합니다.
    – Part II

  3. 실행 – 데이터셋을 업로드하고, 상태 머신을 실행해 솔루션(모델 학습)과 캠페인을 생성합니다.
    – Part III

Back to Blog

관련 글

더 보기 »

Rapg: TUI 기반 시크릿 매니저

우리 모두 그런 경험을 해봤습니다. 새로운 프로젝트에 참여하면 가장 먼저 듣게 되는 말이 있습니다: > “Slack에서 고정된 메시지를 확인해서 .env 파일을 찾아보세요.” 또는 .env 파일이 여러 개 있는 경우…

기술은 구원자가 아니라 촉진자다

왜 사고의 명확성이 사용하는 도구보다 더 중요한가? Technology는 종종 마법 스위치처럼 취급된다—켜기만 하면 모든 것이 개선된다. 새로운 software, ...