고도화된 온라인 비즈니스 환경에서 소비자의 검색 의도를 더욱 정확히 파악하고, 신속하고 적절한 맞춤형 추천을 제공하는 기능이 점차 중요해지고 있다. 특히 방대한 상품 카탈로그를 가진 대형 디지털 브랜드의 경우, 사용자의 구매 여정과 전환율을 가속화할 수 있는 AI 기반 검색 기술의 도입이 경쟁력 확보의 핵심 요소로 부각되고 있다. 

최근 한 조사에 따르면 AI 추천 기능이 구매 결정에 영향을 미친다고 응답한 비율은 전체 응답자 중 62%에 달하며, 밀레니얼 세대에서는 이 수치가 68%로 상승하는 것으로 나타났다. 반면, 검색 품질이 낮은 경우 전체 소비자의 72%가 사이트를 떠나는 것으로 조사돼, AI 기반 검색 기술의 중요성은 갈수록 커지고 있다.

애플리케이션 성능 향상 솔루션 기업 하퍼(Harper)가 웹 애플리케이션 생성 플랫폼인 컴포저블 애플리케이션 플랫폼(Composable Application Platform)의 최신 버전인 ‘하퍼 4.6(Harper 4.6)’을 발표했다고 밝혔다.

벡터 인덱싱으로 AI 검색 정밀도 향상

하퍼 4.6의 가장 큰 특징은 고차원 벡터 데이터를 효율적으로 저장하고 검색할 수 있는 ‘벡터 인덱싱’ 기능을 추가한 것이다. 벡터 인덱싱은 스마트 검색과 같은 생성AI 모델의 문맥적 깊이를 구현하는 데 필수적인 기술로, 추천 시스템, 개인화 콘텐츠 피드, 챗봇 검색, 이미지 인식, 자연어 처리 등 다양한 애플리케이션에 적용될 수 있다. 

하퍼는 이번 버전에 HNSW(Hierarchical Navigable Small World) 알고리듬을 채택해 유사 이웃 검색의 속도와 정확도를 높였으며, 이를 통해 대규모 데이터셋에서도 빠른 응답 시간을 보장한다. 벡터 인덱싱 기능을 네이티브로 탑재해 별도의 서드파티 벡터 데이터베이스 없이 AI 모델 운영 비용을 절감할 수 있게 됐다.

초저지연 구조와 에지 데이터 관리로 퍼포먼스 극대화

하퍼는 대용량 웹사이트를 운영하는 디지털 브랜드에게 초저지연 아키텍처와 우수한 성능을 제공한다. 하퍼의 컴포저블 애플리케이션 플랫폼은 고성능 데이터베이스, 애플리케이션 서버, 캐싱, 메시징 기능을 단일 런타임 인스턴스에 통합해별도의 기술 스택을 분리하지 않아도 된다.

이를 통해 중앙 데이터베이스로 데이터를 전송할 필요 없이 에지에서 데이터를 유지할 수 있으며, 각 기술 간 리소스를 소모하는 로직, 직렬화, 네트워크 과정을 제거해 응답 시간을 낮춘다. 이는 웹 경험을 빠르게 해 고객 참여도, 사용자 만족도, 매출 성장을 높인다.

이번 버전에는 벡터 인덱싱 외에도 엔터프라이즈급 기능이 다수 추가됐다. 새로운 플러그인 API가 도입돼 동적 로딩을 지원하며, HTTP 로깅 기능도 개선돼 포맷, 제어, 디버깅이 용이해졌다. 또한 콘텐츠 사전 로딩을 위한 새로운 데이터 로더가 추가됐으며, 리소스 API도 업데이트됐다. 이 같은 기능들은 대규모 워크로드를 다루는 포춘 100대 전자상거래 기업과 목적지 사이트들의 데이터 아키텍트와 데이터 팀이 하퍼를 선택하는 이유로 작용하고 있다.

하퍼 스티븐 골드버그(Stephen Goldberg) 공동 창업자이자 CEO는 “AI가 검색창을 단순히 결과를 보여주는 창에서 ‘의도를 파악하는 창’으로 변모시키고 있다.”라며 “시맨틱 캐시 기능을 통해 기업들은 단순히 결과를 제공하는 것을 넘어, 적시에 올바른 추천, 제품, 조언을 제시함으로써 고객 만족도를 높이고 전환율을 끌어올릴 수 있다. 하퍼는 AI의 문맥적 의사결정부터 소비자의 구매 여정 전반에 이르기까지 웹 경험의 모든 것을 가속화한다.”라고 말했다.