웹 사이트 최적화를 위한 밴디트 알고리즘 테스트 방법 - A/B 테스트의 단점을 넘어서는

『웹 사이트 최적화를 위한 밴디트 알고리즘』은 웹사이트 최적화를 위한 방법 중 단순 A/B 테스트의 단점을 극복한 밴디트 알고리즘 테스트 방법을 다룬 책으로, 밴디트 알고리즘을 개발자에 맞게 설명한 국내 최초의 책이다.

국내 웹사이트 최적화 관련 도서 상당수가 검색엔진 최적화에 초점을 맞추고 있지만, 사이트 개편 등으로 인한 유입된 방문객에 대한 행동방식 변화나 방문객 추이, 전환율 등이 어떻게 변화되는지 추측하고 정량화할 수 있는지, 그리고 사전에 어떻게 테스트를 하는지에 대한 관련 도서는 거의 없는 실정이다.

이 책은 웹 사이트를 최적화하고자 하는 웹사이트 기획자, 관리자, 개발자를 대상으로 사이트 개편 등의 사이트 변화가 방문객의 행동방식 변화나 추이를 예측/테스팅/정량화하는 밴디트 알고리즘 테스트 방법을 알려주어 최적의 사이트 개편 방법을 선택할 수 있도록 해준다.

이 책의 주요 특징은 다음과 같다.

① 개발자를 위한 밴디트 알고리즘을 다룬 최초의 책이다.
② 웹사이트 최적화 테스트 방법 중 A/B 테스트와 비교하여 밴디트 알고리즘의 장점을 설명한다.
③ 밴디트 알고리즘을 이용한 단위 테스트 프레임워크를 개발하는 방법을 설명한다.
④ 단순한 알고리즘 설명이 아닌, 코드를 예를 들어 설명하고 있어 실무에 직접적 활용이 가능하다.

[지은이] 존 마일즈 화이트
프린스턴 대학원의 심리학 박사 학위 예정자다. 패턴 인식, 의사 결정, 행동 방법론과 '기능적 자기공명영상'을 이용한 경제 행동을 연구하였다. 특히, 가치 평가의 예외성에 관심이 많다. 학술 활동 이외에도 오픈 소스 소프트웨어 접근 방식을 데이터 분석에 접목한 데이터 과학 운동에 아주 많이 관여하고 있다. 또한, ProjectTemplate과
log4r 등 인기 있는 R 패키지의 리드 메인테이너다.

[옮긴이] 김학민
2001년 3월부터 지금까지 삼성SDS에 근무 중이다. 초반에는 개발자와 Engineer의 삶을 살았고, 몇 년 전부터는 IT Architect로서 활동 중이다. 주로 대규모 웹 시스템의 기술 아키텍처를 설계하는 업무를 하고 있고, 이 때문에 Java, DBMS, OS, Backup 등 매우 다양한 IT 분야에 대한 지식을 항상 습득하려 노력 중이다.
회사에 다니는 도중 연세대학교 공학대학원 컴퓨터공학과에 입학해서 2013년 8월에 석사 학위를 취득했다. 대학원에서 인공 지능 수업을 들으면서 기계 학습에 많은 관심을 두게 되었다. 기계 학습과 관계가 있는 밴디트 알고리즘을 처음 접했을 때 우리나라에 이 알고리즘을 소개하는 첫 책을 번역하고 싶다는 욕심으로 번역을 시작했다