Airbnb가 새로운 natural language search 기능을 도입할 때 발생하는 cold-start 문제를 해결하기 위해 개발한 CASTLE 프레임워크에 대한 내용입니다. 기존 방식들은 쿼리 생성과 relevance labels 부여를 별도로 진행하여 오류가 발생할 가능성이 있었지만, CASTLE는 Airbnb의 실제 booking 데이터를 활용해 positive와 negative listing pairs를 생성하고 이를 LLM에 입력하여 쿼리와 relevance labels을 동시에 생성합니다. 이 방식을 통해 실제 사용자의 검색 패턴과 매우 유사한 synthetic training data를 확보할 수 있으며, 데이터가 부족한 초기 단계에서도 고성능의 검색 모델을 학습시킬 수 있습니다.