Toss Next ML Challenge: 광고 클릭 예측 모델 개발 및 인사이트

챌린지 개요 및 목표

토스 광고 플랫폼에서 주최한 Toss Next ML Challenge는 실제 서비스 데이터를 활용한 광고 클릭 예측(CTR) 모델 개발을 목표로 진행되었습니다.
대회의 핵심은 토스 앱 내 광고 데이터를 기반으로 사용자의 클릭 확률을 빠르고 정확하게 예측하는 ML 알고리즘을 설계하는 것이었습니다.
예선과 본선 두 단계로 진행되었으며, 2,600명 이상의 참가자가 몰려 ML 엔지니어 역량 발굴의 장이 되었습니다.

문제 데이터셋은 약 1,070만 건의 트레이닝 샘플과 성별, 연령대, 광고 지면 ID, 시간, 과거 인기 정보 등 다양한 익명화된 피처를 포함했습니다.
초기에는 다수의 테이블을 통한 Feature Engineering을 유도했으나, 데이터 익명화 및 외부 반출의 어려움으로 한 개의 정형 테이블로 가공하여 제공되었습니다.
실시간 서빙 가능성을 가점 사항으로 두어, 모델의 효율적인 추론(Inference) 및 ML 시스템 설계 역량을 참가자들이 직접 경험하도록 했습니다.
특히 처리하기 부담스러운 속성의 Sequence 피처 한 개를 의도적으로 포함하여 참가자들의 심층적인 분석과 해결을 유도했습니다.

리더보드 상위 팀들은 Boosting Tree 계열 모델과 Deep Learning을 결합한 앙상블(Ensemble) 전략을 주로 사용했습니다.
데이터 기반 가설 설정과 검증을 통한 EDA (Exploratory Data Analysis) 및 정량적 Feature Engineering에 많은 노력을 기울였습니다.
**리더보드와 정렬(align)**되는 Validation Strategy를 논리적으로 잘 구성하여 오프라인 실험 결과의 신뢰도를 높였습니다.
Sequence 피처를 효과적으로 활용하여 37개에 달하는 파생 변수를 생성하는 집요한 Feature Engineering 역량이 돋보였습니다.
일부 팀은 260개의 모델을 앙상블하는 창의적인 접근 방식을 통해 실시간 서빙 환경에서의 적정 앙상블에 대한 새로운 관점을 제시했습니다.

이번 챌린지는 도메인 지식의 제약 속에서도 참가자들이 데이터 분석과 실험을 통해 뛰어난 ML 모델 개발 성과를 창출할 수 있음을 입증했습니다.
참가자들의 열정, 창의성, 문제 해결 능력은 출제자에게도 깊은 영감을 주었으며, 특히 Sequence 피처 처리와 대규모 앙상블 접근 방식이 인상 깊었습니다.
토스는 앞으로도 ML 엔지니어들과 함께 실제 비즈니스 문제를 해결하고 성장할 수 있는 지속적인 기회를 만들어 나갈 예정입니다.