본 논문은 전자상거래 검색 시스템을 위한 다목적 초매개변수 최적화 프레임워크인 MOHPER를 제시합니다. 기존의 클릭률(CTR) 중심 접근 방식의 한계를 극복하고, 클릭 전환율(CTCVR)을 포함한 다양한 지표를 활용하여 사용자 참여와 매출 목표를 동시에 달성하는 최적화를 수행합니다. 베이지안 최적화와 샘플링 기법을 사용하며, 메타 구성 투표 전략 및 누적 학습 접근 방식과 같은 고급 초매개변수 선택 방법을 제안하여 학습 속도와 효율성을 향상시킵니다. 실제 환경에 배포되어 그 효과를 검증하였습니다.