패션 커머스에서 검색어 대안 추천 기능 구현 (넷플릭스,쿠팡이츠)

IT업계분들께 질문이 있습니다. PM직무를 희망하고 있는 학생인데요. 넷플릭스에 없는 컨텐츠를 검색하면 비슷한 장르의 컨텐츠를 추천하는 시스템이 있습니다. (Ex. 넷플릭스에 디즈니 플러스의 <카지노>작품을 검색하면 <아이리쉬맨>,<21>등 비슷한 작품을 추천해준다.) 쿠팡이츠에도 마찬가지로 검색한 음식점이 없으면 비슷한 음식점을 대체 추천해줍니다. (Ex. 주변에 없는 파파이스를 검색하면 파파이스 대신 버거킹, 맥도날드 같은 다른 햄버거집을 추천해준다.) 이 기능은 서비스 내에서 검색어와 기존 데이터에 태그를 다는 작업을 통해 가능하다고 알고 있습니다. 아직까지는 AI보다 사람이 직접 태그를 다는 방식이 정확해서 넷플릭스에는 '태거'라는 직업이 따로 있다고 하구요! 패션 커머스의 검색 기능 개선 방안을 논의 중인데, 위와 같은 대안 추천 서비스를 도입하려고 합니다. 예를 들면 해당 커머스에 없는 쇼핑몰을 검색했을 때 비슷한 분위기의 제품을 파는 쇼핑몰을 대안으로 추천하는 방식이죠. 10000개 정도의 쇼핑몰에 각각 태그를 붙이고, 알고리즘을 구현하려고 할 때, 어떤 알고리즘이 사용되어야 할까요? 기술적으로 구현하기 위한 방법은 무엇일까요? 기획서를 쓰려고 하는 데 도무지 감이 안잡히네요... 도와주세요!