네이버는 인공지능 추천 시스템 ‘에어스(AiRS·AI Recommender System)’에 통계 기반 기법, 협업 필터링, 딥러닝이란 세 가지 추천 모델을 사용한다고 밝혔다.
최재호 네이버 에어스 리더는 17일 서울 강남구 코엑스에서 열린 개발자 회의 ‘데뷰(DEVIEW) 2017’의 ‘인공지능 추천 시스템 AiRS 개발기: 모델링과 시스템’ 강연에서 에어스 개발 과정과 연구 현황을 소개했다.
최재호 리더는 “서비스를 사용하는 사용자 수와 정보의 수, 사용자 특성, 정보 회전율이라는 세 요소에 따라 추천 시스템에 얼마나 복잡한 모델을 사용할지 결정한다”며 “가판대에서 소수 고객을 상대로 장사하는 사람과 쇼핑몰에 입점한 업체의 추천 시스템이 같을 수 없다”고 말했다. 추천 모델을 적절히 사용하지 않으면 ‘우도할계(牛刀割鷄·소 잡는 칼을 닭 잡는 데 쓰는 것)’가 될 수 있다는 것이다.
에어스에는 세 가지 추천 모델이 사용된다. 통계적으로 의미가 있는 정보를 사용하는 통계 기반 기법, 추천 시스템을 이용하는 사용자와 비슷한 사용자를 분석하는 협업 필터링, 인공신경망을 통해 사용자와 정보 간 관계를 추론하는 딥러닝 모델이다.
최재호 리더는 “세 가지 추천 모델 중 딥러닝이 가장 진보한 체제이고 처리하는 정보도 많지만, 만병통치약은 아니다”라며 “딥러닝은 많은 데이터가 필요해 충분한 사용자와 정보를 확보하기 전에는 통계 기반 기법과 협업 필터링 기법을 이용해야 할 것”이라고 설명했다. 그는 이어 “추천 만족도는 정확도, 다양도, 색다름으로 결정되는데, 중요한 것은 다양한 정보를 지연 없이 모든 서비스에 확대 적용하는 것”이라며 “세 추천 모델이 각자 철학이 달라 정답인 모델이 없지만, 규모에 맞는 모델을 선택하는 게 추천 시스템 성패를 가른다”고 말했다.
네이버는 모바일에 ‘에어스 추천 뉴스’를 적용해 개인의 관심사, 선호도에 따라 뉴스를 추천하고 있다.