메타, AI 에이전트로 광고 ML 확산 자동화
최근 30일 조회수 —좋아요 —핵심 요약
메타는 AI 에이전트와 표준 모델 템플릿으로 광고 ML 기법 확산의 60% 이상을 처리해 생산성과 비용 효율을 높였다.

메타가 광고 랭킹 모델에 검증된 머신러닝(ML) 기법을 확산하는 작업의 60% 이상을 AI 에이전트가 처리한다고 밝혔다. 에이전트가 실행을 맡기 시작한 2026년 3월 이후 초기 결과는 기존 수작업 대비 엔지니어링 생산성 3배, 일부 조합의 학습 컴퓨팅 중앙값 4분의 1, 연말까지 4,500만 달러 이상의 컴퓨팅 비용 절감을 가리킨다.1
광고 추천에는 구조와 데이터, 서빙 제약이 서로 다른 다수의 모델이 쓰인다. 한 모델에서 입증한 우콩(Wukong) 팩터화 계층이나 인터포머(Interformer) 상호작용 네트워크 같은 기법을 다른 모델에 그대로 적용하기 어려워, 조합마다 엔지니어의 조정과 별도 학습이 필요했다. 메타는 이를 줄이기 위해 모델을 재사용·조합 가능한 표준 모델 템플릿(Standard Model Templates·SMT)으로 묶고, 대표 모델에서 일반화된 기법을 다음 템플릿 버전에 반영했다.2
메타 발표에 따르면 이 방식은 2년간 모델별 엔지니어링 시간을 92% 줄이고 5,000개 이상의 기법·모델 조합을 배포했다. 서빙 용량을 늘리지 않은 상태에서 오프라인 모델 품질은 평균 0.63% 개선됐고, 모델 수 기준 70%에 걸쳐 온라인 누적 지표가 0.86% 상승했다. 다만 도메인 전문가의 수작업이 가장 강한 결과를 내는 만큼, 매출 비중이 큰 모델에는 기존 방식을 계속 적용한다.12
Footnotes
읽기 목록은 이 브라우저에 저장됩니다.
출처
- How Meta Uses AI Agents to Scale ML Innovations Across Ads Ranking Models — Meta Engineering · 자료: 2026. 11. 19.
- Design Once, Deploy at Scale: Building a Template-Driven ML Ecosystem — Meta Engineering · 자료: 2026. 11. 19.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요.