한양대 김상욱 교수팀, 리뷰 기반 AI 추천 기술 'LETTER' 개발… 정확도 23% 향상! 😲
한양대학교 컴퓨터소프트웨어학부 김상욱 교수 연구팀이 사용자 리뷰를 활용하여 개인 맞춤형 추천 정확도를 획기적으로 높이는 인공지능(AI) 기술 'LETTER'를 개발했다고 밝혔습니다. 이 기술은 기존 추천 시스템의 한계를 뛰어넘어 사용자 경험을 혁신할 것으로 기대됩니다.
기존 추천 시스템의 문제점과 LETTER의 차별점
기존의 추천 시스템은 주로 사용자의 과거 구매 이력이나 클릭 데이터와 같은 행동 데이터를 기반으로 작동합니다. 하지만 이러한 방식은 사용자의 숨겨진 선호도를 파악하기 어렵고, 새로운 상품이나 콘텐츠에 대한 추천 정확도가 떨어지는 단점이 있습니다. 반면, LETTER는 사용자가 남긴 리뷰 데이터를 분석하여 사용자의 취향과 니즈를 더욱 정확하게 파악합니다. 리뷰에는 단순히 상품을 구매했는지 여부뿐만 아니라, 상품에 대한 감정, 의견, 기대 등이 담겨 있기 때문입니다.
LETTER 기술의 핵심 원리
LETTER는 '리뷰 기반 트랜스포머 기반 추천 시스템' (Review-based Transformer-based Recommendation system)의 약자입니다. 트랜스포머 모델은 자연어 처리 분야에서 뛰어난 성능을 보이는 딥러닝 모델로, LETTER는 이 트랜스포머 모델을 활용하여 리뷰 데이터를 분석하고 사용자의 선호도를 학습합니다. 특히 LETTER는 리뷰의 맥락을 이해하고, 긍정적 또는 부정적 감성을 파악하여 추천 정확도를 높입니다.
23% 향상된 추천 정확도, 그 효과는?
연구팀은 LETTER를 다양한 데이터셋에 적용한 결과, 기존 추천 시스템에 비해 추천 정확도가 평균 23% 향상되는 것을 확인했습니다. 이는 사용자들이 더욱 만족스러운 상품이나 콘텐츠를 발견할 수 있도록 돕고, 궁극적으로 사용자 경험을 향상시키는 데 기여할 수 있습니다. 예를 들어, 온라인 쇼핑몰에서는 LETTER를 통해 사용자들이 더욱 정확하게 원하는 상품을 찾도록 돕고, 스트리밍 서비스에서는 사용자들이 더욱 즐겨보는 콘텐츠를 추천할 수 있습니다.
상용화 가능성과 미래 전망
김상욱 교수는 LETTER 기술이 온라인 쇼핑몰, 스트리밍 서비스, 소셜 미디어 등 다양한 분야에 적용될 수 있을 것으로 기대하며, 빠른 시일 내에 상용화를 추진할 계획이라고 밝혔습니다. LETTER는 사용자 리뷰 데이터를 활용하여 개인 맞춤형 추천 정확도를 높이는 혁신적인 AI 기술로서, 앞으로 추천 시스템 분야에 큰 영향을 미칠 것으로 예상됩니다.
연구 결과 논문 발표
이번 연구 결과는 국제 학술지 '인공지능 분야의 발전' (Advances in Artificial Intelligence)에 게재되었습니다.
