사용자 기반의 ‘콘텐츠 필터링’, ‘협업 필터링’ 등 기법 활용
최근엔 이미지 인식 탁월한 ‘딥러닝 융합 모델’ 널리 확산
[애플경제 김향자 기자] ‘코로나19’를 계기로 보편적 현상으로 자리한 ‘초개인화’에 대응하여, 이른바 추천 알고리즘의 중요성이 부각되고 있다. 이는 특히 기업으로선 디지털 시대의 가장 중요한 마케팅 수단으로 받아들여지고 있다. 전문가에 따라선 추천 알고리즘의 요소도 각자 달리 정의되고 있으나, 대체포 콘텐츠를 기반으로 할 필터링 수법과, 사용자의 행동 데이터를 기반으로 한 필터링, 그리고 이들과 딥러닝을 접목한 방식의 알고리즘으로 요약된다.
AI에 의한 초개인화는 지난 2020년부터 일정한 트렌드로 자리잡고 있다. ‘개인화’가 애플리케이션에 의해 데이터를 기반으로 알고리즘을 만드는 것이라면, ‘초개인화’는 개인의 취향이나 관심사를 반영해 맞춤형 서비스를 제공한다는 점에서 다르다. 그 어원은 여러 가지 이론이 있으나, ‘아프니까 젊음이다’의 저자 서울대 김난도 교수가 펴낸 ‘트렌드 2020’에서 처음 등장한 후 하나의 시장 용어로 확산되고 있다는 설명이 설득력을 얻고 있다.
그런 가운데 일부 전문가들은 그런 ‘초개인화’ 시대에 걸맞은 추천알고리즘을 기업의 필수적인 마케팅 요소로 꼽고 있다. 백주련 평택대학교 조교수는 “범람하는 제품이나 서비스 정보를 소비자가 직접 비교하는 것은 더 이상 불가능해졌다”면서 “대신에 추천 시스템이 보편화되어 나도 모르는 내 취향이나, 제품, 서비스를 추천하여 나의 관심을 유도하고 구매 가능성이 큰 아이템들을 추천한다”고 이를 설명했다. 그는 최근 논문을 통해서도 “지금의 추천시스템은 개인화에 그치지 않고 초개인화된 서비스를 제공하기 위해 고도화된 데이터 분석 기술과 머신러닝, 딥러닝 기술까지 집약하여 세분화된 소비자의 니즈를 다양한 측면에서 만족시키고 있다”고 분석했다.
이에 따르면 추천알고리즘은 크게 협업 필터링(CF), 콘텐츠 기반 필터링(CB), 그리고 서로 다른 두 개 이상의 알고리즘을 결합하여 사용하는 하이브리드 기법, 딥러닝 융합 모델 등을 제시하고 있다.
그 중 ‘콘텐츠 기반 필터링’은 사용자가 구매했던 아이템이나 서비스의 내용에 해당하는 속성을 분석해서 추천하는 기술이다. 즉 사용자가 과거에 경험했던 아이템 중 유사한 아이템을 현재 시점에서 추천하는 것이다. 이는 사용자 고유의 구매 품목이나 서비스에 국한한 거으로 다른 사용자의 패턴이나 구매 형태와의 연관성은 전혀 고려하지 않는다는 점이 특징이다. 그러나 이전에 구매한 행적이나 기록이 전혀 없는 새로운 사용자에게는 추천할 수 없다는 점이 단점이다. 이는 또 특정한 속성을 추출하기 힘든 음성이나 영상, 이미지 등의 콘텐츠보다는 주로 텍스트 정보가 많은 아이템을 분석, 추천할 때 유용하다는 설명이다.
협업 필터링(CF)은 콘텐츠의 속성이 아니라, 사용자가 특정하 품목이나 서비스를 평가한 정보, 구매 이력 등과 같은 사용자의 온라인상의 행동 데이터를 기반으로 추천하는 것이다. 즉, “특정 사용자가 아직 평가하지 않은 아이템에 대해서 다른 사용자들의 행동 데이터를 반영하여 추천하는 방식”이란 설명이다. 이는 “‘사용자-아이템 행렬’이 생성되면 특정 사용자가 아직 평가하지 않은 어떤 아이템에 대해 값을 예측하는 것이 목적”이다. 그러므로 새로운 사용자를 대상으로 한 추천에 유용하다. 앞서 백 교수는 협업 필터링을 다시 사용자 기반 협업 필터링과 아이템 기반 협업 필터링으로 구분했다.
사용자 기반 협업 필터링은 예측 대상이 되는 특정 사용자와 유사한 온라인 행동 데이터를 갖는 다른 사용자들을 기반으로 하여 추천하는 방식이다. 또 후자는 사용자가 기준이 되는 것이 아니라 아이템 간의 연관성을 계산하여 유사한 아이템을 추천하는 방식이다
최근엔 딥러닝 융합 모델도 많이 활용되고 있다. 이 경우 앞서 콘텐츠 기반 필터링과 협업 필터링은 추천시스템의 기본 모델로서, 이에 딥러닝 기법이 접목되어 새로운 예측 모델을 생성한다. 특히 이미지 인식 능력이 탁월한 딥러닝 알고리즘과 융합함으로써 임의적이고 정형화되지 않은 구매패턴을 보이는 사용자들에게 매우 유용한 방식으로 꼽힌다. 이는 “지난 2016년 유튜브에서 동영상 추천을 위한 딥러닝을 적용한 사례를 계기로 사용자-아이템 간의 비선형적이고 복잡한 관계를 학습할 수 있도록 다양한 딥러닝 모델과 결합하여 추천하는 연구가 활발히 진행되고 있다“는 설명이다.
이같은 ‘초개인화’ 추천알고리즘은 결국은 특정한 사용자가 어떤 상품이나 서비스를 선호할 것인가를 정확하게 예측하는 것이 목적이다. 그래서 “정확한 추천 알고리즘 개발은 많은 기업들의 핵심적인 마케팅 전략 중 하나”라는 얘기다.