Pinterest, 6억2000만 사용자 이미지 추천 위해 Qwen3-VL 비전 레이어를 자체 embeddings로 교체해 AI 비용 90% 절감

Pinterest CTO Matt Madrigal은 Qwen3-VL의 비전 encoder 레이어를 사실상 제거하고 자체 embeddings와 이미지 metadata로 대체해 AI 비용을 90% 낮추고 정확도를 30% 높였다고 설명했습니다. Pinterest는 Navigator 1 등 시각 검색·쇼핑 기능에 open-source model을 기반으로 한 사내 fine-tuning 전략을 적용해, 런타임 이미지 encoding 호출을 줄이고 추론 지연도 크게 개선했습니다.

이번 사례는 대규모 consumer 서비스에서 frontier model을 그대로 호출하는 방식보다, 고유 데이터와 precomputed embeddings를 결합한 모델 맞춤화가 비용과 성능을 동시에 개선할 수 있음을 보여줍니다. 특히 Apache license 기반 open-source model은 기업이 핵심 레이어를 교체하거나 재학습할 수 있어, AI 인프라 경쟁력이 모델 크기보다 데이터 품질과 시스템 설계로 이동하고 있음을 시사합니다.