Challenge

R사는 피트니스센터 운영 데이터를 기반으로 사용자 검색어와 관련성이 높은 수업·강사 정보를 추천하는 API를 운영하고 있었습니다. 사용자는 정확한 수업명이나 강사명보다 원하는 운동 목적이나 관심 분야를 검색하는 경우가 많아, 검색어가 결과에 포함되어 있는지보다 사용자가 가장 먼저 확인하는 상위 결과가 실제 의도와 얼마나 가까운지가 중요했습니다.

추천의 기반이 되는 수업·강사 데이터가 충분하지 않거나 중복·누락이 많으면 추천 로직이 정상 동작하더라도 다양한 선택지를 제공하기 어렵다는 점도 확인이 필요했습니다. 센터 운영 서비스 특성상 추천 품질과 함께 API 응답속도와 가용성도 중요한 요소였습니다.

Testing Approach

와이즈스톤은 데이터 완전성, 상위 추천 정확도, 추천 재현율, 서비스 응답성으로 구분해 검증했습니다. 먼저 운영 데이터베이스의 수업·강사 Pool 데이터가 기준 규모 이상 확보되어 있는지, 중복 없이 구성되어 있는지를 확인했습니다.

이후 다이어트, 요가, 필라테스 등 실제 사용자가 검색할 가능성이 높은 키워드를 추천 API에 입력해, 반환된 상위 3개 결과 중 검색어와 관련성이 있는 비율을 Precision@3로, 상위 7개 결과 안의 관련 후보 포함 수준을 Recall@7로 산출했습니다.

마지막으로 관련 API를 대상으로 반복 요청을 수행해 평균 응답 시간을 측정하고, 운영 기간 동안의 정상 응답 상태를 기준으로 가용성을 확인했습니다.

What We Tested

• ৹ 추천에 활용되는 수업·강사 Pool 데이터의 확보 수준 및 중복 여부

• ৹ 검색어 입력 시 수업·강사 추천 결과의 적합성

• ৹ 상위 3개 추천 결과 기준 추천 정확도(Precision@3)

• ৹ 상위 7개 추천 결과 기준 추천 재현율(Recall@7)

• ৹ API 운영 가용성 및 평균 응답속도

Results & Value

R사는 이번 검증을 통해 피트니스 운영 데이터를 단순 관리 정보가 아니라 사용자 의도에 맞는 수업·강사 추천으로 확장할 수 있음을 확인했습니다. 와이즈스톤은 데이터 기반, 상위 추천 품질, 응답 성능을 함께 검증해 추천 API가 실제 서비스 흐름에서 안정적으로 활용될 수 있는지 확인했습니다.