Amazon OpenSearch Service User Behavior Insights(UBI)로 사용자 행동 분석

1. UBI 소개 및 필요성

• 대고객 서비스에서 사용자 행동 데이터 분석은 고객 경험 향상 및 매출 증대에 필수적.
• OpenSearch 2.15 버전 이후 UBI 기능으로 사용자 행동 데이터 수집 및 분석 용이성 증대.
• UBI는 사용자의 검색 쿼리, 결과, 후속 행동을 추적하여 검색 품질 향상 및 비즈니스 인사이트 제공.

2. UBI 인덱스 및 데이터 구조

• queries 인덱스: 검색어와 검색 결과를 저장.
• events 인덱스: 사용자의 후속 행동(클릭, 장바구니 담기 등)을 저장.
• 핵심 필드: query_id, client_id, object_id, action_name, object_id_field를 통한 쿼리와 이벤트 간 연결성 유지.

3. Amazon OpenSearch Service(AOS)에서의 UBI 구성

• 네이티브 UBI 플러그인 미지원으로 Amazon OpenSearch Ingestion(OSI) 활용.
• AWS CDK 코드를 이용한 솔루션 배포: OpenSearch Cluster, 프론트엔드/백엔드 인프라 구성.
• 데이터 수집: 테스트 웹 서비스에서 검색 및 클릭 이벤트 발생 시 UBI 값 실시간 색인.
• 대시보드 시각화: OpenSearch Dashboard의 UBI 대시보드를 통해 실시간 지표 모니터링.

4. 활용 방안 및 기대 효과

• 검색 정확도 개선 및 클릭률 향상을 위한 비즈니스 지표 활용.
• LTR(Learning to Rank) 또는 Re-Ranker 모델 학습을 통한 개인화 추천 기능 강화.
• 서버리스 기반의 효율적인 운영: OSI 파이프라인을 활용하여 관리형 큐 및 서버리스 환경 제공.