Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
실시간 입찰(RTB) 환경에서 DSP의 제약을 고려하여 요청을 선별적으로 전달하는 경쟁 인지형 디스패치 프레임워크를 제안합니다. 분포 기반 예측과 확률적 전달을 통해 트래픽을 최적화함으로써 수익을 개선합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기실시간 입찰 (RTB) 광고 거래소는 일반적으로 들어오는 요청의 아주 적은 부분만이 입찰을 받음에도 불구하고, 거의 모든 유입 요청을 수요 측 플랫폼 (DSPs)으로 전달합니다. 이러한 과도한 배분은 경매 결과를 약화시킵니다. DSP는 컴퓨팅 및 예산 제약 하에서 참여를 조절(throttle)하며, 이는 제한된 입찰 용량의 유효한 사용을 감소시킵니다. 우리는 분포 기반 입찰 예측 (distributional bid prediction) 및 확률적 전달 (probabilistic forwarding)을 사용하여 각 요청을 각 DSP에 보낼지 여부를 결정하는 경쟁 인지형 요청 디스패치 (competition-aware request dispatch) 프레임워크를 제시합니다. 이 시스템은 비정상적 (non-stationary) 시장 조건을 추적하기 위해 경량 정책 최적화 (lightweight policy optimization)를 통해 시간이 지남에 따라 DSP별 임계값을 조정합니다. 우리는 일일 200억 개 이상의 요청을 처리하는 프로덕션 플랫폼에서 네 번의 연속적인 온라인 실험을 통해 이 프레임워크를 평가합니다. 초기 DSP 적응 기간 이후 최근 14일간의 관찰 결과, 전체 DSP 배포를 통해 정책 적용 하의 DSP 요청 볼륨을 34.2% 감소시키는 동시에 순수익을 4.6% 증가시켰습니다 (p<0.001). 추가 분석은 트래픽 세그먼트 간의 강력한 이질성 (heterogeneity)을 강조하며, 집계된 지표 (aggregate metrics)가 오해를 불러일으킬 수 있음을 보여줍니다. 세그먼트 수준 및 DSP별 분석은 이 정책이 DSP 간의 비교 우위를 드러내어, 전체 요청 볼륨을 늘리지 않고도 수익화된 결과를 개선함을 시사합니다.