JD.com이 수백억 SKU 규모 상품 지식의 생산·서비스를 위해 구축한 LLM/VLM 중심 산업 플랫폼 Oxygen AIIC V1을 공개했다. 인간-AI 협업 기반 온톨로지 엔지니어링(수백만 항목의 동적 진화), 'Semantic Search then Discrimination'(S2D) 지식 식별 아키텍처, 정밀도 94.2%·재현율 82.8%의 자기진화형 상품 이해 모델, 데이터·서비스 허브인 통합 아이템 터널의 4개 축으로 구성된다. 현재 수만 개 카테고리를 커버하며 Huawei Ascend NPU에서 하루 수억 건의 상품 업데이트를 처리하고, 검색·추천·운영·카테고리 기획에 배치돼 검색 트래픽 커버리지 80.4%, 상품 정보 품질 이슈 37% 감소, 핵심 속성 자동 기입률 80% 초과를 달성했다. 7억 활성 사용자 규모 이커머스에서 LLM 기반 지식 생산이 실측 가능한 사업 성과로 이어진 대표적 산업 사례다.
- •수백억 SKU·7억 활성 사용자 규모 JD.com의 상품 지식 생산·서비스 LLM/VLM 플랫폼 Oxygen AIIC V1 공개
- •온톨로지 엔지니어링·S2D 지식 식별·자기진화 모델·통합 아이템 터널의 4대 축 아키텍처
- •지식 생산 정밀도 94.2%·재현율 82.8%, Huawei Ascend NPU에서 일일 수억 건 상품 업데이트 처리
- •검색 트래픽 커버리지 80.4%, 상품 정보 품질 이슈 37% 감소, 핵심 속성 자동 기입률 80% 초과의 실측 성과
- •검색·추천·운영·카테고리 기획 등 핵심 사업 시나리오 전반에 배치
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.
JD Oxygen AI Item Center (Oxygen AIIC) V1: An Industrial-Scale LLM/VLM-Centric Solution for Item Understanding, Management, and Applications
- 1.JD.com이 수백억 SKU 대상 LLM/VLM 기반 상품지식 플랫폼 Oxygen AIIC 공개
- 2.S2D(시맨틱 검색 후 판별) 구조와 자가진화 모델로 정밀도 94.2%·재현율 82.8%
- 3.화움 어센드 NPU서 하루 수억 건 갱신, 검색 트래픽 커버리지 80.4%
- 4.상품정보 품질 이슈 37% 감소, 핵심 속성 자동 채움율 80% 이상 달성
왜 중요한가?
수백억 SKU 규모에서 LLM/VLM 기반 상품 이해를 실제 운영에 적용해 검색 커버리지·품질·자동화율 등 측정 가능한 성과를 낸 산업 사례로, 대규모 이커머스의 지식 생산 자동화 가능성을 구체적 수치로 입증했다.
본문 미리보기
arXiv:2606.28070v1 Announce Type: new Abstract: JD.com, one of the world's largest e-commerce platforms, serves over 700 million active users and millions of merchants, with a catalog of tens of billions of SKUs. At this scale, high-quality, structured item knowledge underpins a better consumer experience, lower management costs, and higher operational efficiency-yet producing and serving it poses three industrial-scale challenges: fast-emerging concepts, high-quality knowledge production for m
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:08AI 초안
