Airbnb가 고객의 장기적 및 단기적 행동 패턴을 학습하여 검색 결과를 개인화하는 새로운 기술에 대해 설명하고 있습니다. 기존의 수동적인 피처 방식에서 벗어나, Transformer 모델을 사용하여 고객의 guest journey를 시퀀스 데이터로 인코딩함으로써 더욱 정교한 검색 결과를 제공하게 되었습니다. 특히, 방대한 양의 데이터를 효율적으로 처리하기 위해 시퀀스를 장기(7년)와 단기(21일)로 나누고, 학습 및 서빙 효율성을 높이기 위한 다양한 최적화 전략을 도입했습니다. 그 결과, NDCG와 예약 전환율 등에서 유의미한 성과를 거두었습니다.