전자상거래 A/B 테스트를 실제 트래픽 기반 VLM 에이전트로 시뮬레이션하는 SimGym 프레임워크를 소개한다. 생산 클릭스트림 데이터에서 도출한 구매자 아키타입·의도로 페르소나를 생성하고, 에피소딕 메모리와 가드레일을 갖춘 라이브 브라우저 에이전트로 쇼핑 세션을 수행한다. SimGym은 실제 구매자 트래픽의 장바구니 추가 변화와 77% 방향성 일치를 달성하며, A/B 테스트 실험 주기를 수주에서 1시간 이내로 단축시킨다.
- •VLM 에이전트로 전자상거래 A/B 테스트를 시뮬레이션하는 SimGym 프레임워크 제안
- •생산 클릭스트림 데이터 기반으로 매장별 구매자 아키타입과 구매 의도 도출
- •에피소딩 메모리와 가드레일을 결합한 라이브 브라우저 에이전트로 일관된 쇼핑 세션 수행
- •실제 트래픽 대비 77% 방향성 일치 달성, 실험 주기 수주→1시간 이내로 단축
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
SimGym: A Framework for A/B Test Simulation in E-Commerce with Traffic-Grounded VLM Agents
- 1.SimGym: VLM 에이전트가 실제 브라우저에서 쇼핑 세션을 수행하는 A/B 테스트 시뮬레이션 프레임워크
- 2.실제 구매자 클릭스트림 기반 구매 아키타입 도출로 현실적 시뮬레이션 구현
- 3.실제 구매자 행동 대비 77% 방향성 일치, 실험 주기를 수주에서 1시간 미만으로 단축
왜 중요한가?
실제 사용자 노출 없이 A/B 테스트 결과를 빠르게 예측해 이커머스 제품 개발 비용과 리스크를 대폭 절감할 수 있다.
언급 프로젝트
본문 미리보기
arXiv:2605.19219v1 Announce Type: new Abstract: A/B testing remains the gold standard for evaluating modifications to e-commerce storefronts, yet it diverts traffic, requires weeks to reach statistical significance, and risks degrading user experience. We present SimGym, a framework for simulating A/B tests on e-commerce storefronts using vision-language model (VLM) agents operating in a live browser. The framework comprises three key components: (a) a traffic-grounded persona generation pipeli
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:10AI 초안
