다음 내용이 궁금하다면?
불편하시다면 뒤로 가기를 눌러주세요
UNIST '멀티탭'…세부 상품군에 따라 바뀌는 구매 성향 반영
UNIST 이연창 교수(왼쪽)와 강대희 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]
(울산=연합뉴스) 김용태 기자 = 같은 전자제품군이라도 컴퓨터를 살 때와 홈 오디오를 살 때 소비 성향이 달라질 수 있는데, 이러한 취향 차이를 읽어 상품 추천에 반영하는 인공지능(AI) 기술이 나왔다.
6일 울산과학기술원(UNIST)은 인공지능대학원 이연창 교수팀이 세부 상품군에 따라 달라지는 소비자 구매 성향을 제대로 읽어낼 수 있는 '교차 도메인 추천 기술'인 '멀티탭'(Multi-TAP)을 개발했다고 밝혔다.
교차 도메인 추천 기술은 한 사용자가 자주 구매해 기록이 충분히 쌓인 상품 분야에서 얻은 정보를 기록이 부족한 다른 상품 분야 추천에 활용하는 것이다.
예를 들어 A라는 사람이 전자제품은 자주 샀지만 홈·생활용품은 거의 사지 않았다면, 전자제품 구매 기록을 토대로 적합한 홈·생활용품을 추천하는 식이다.
'멀티탭'은 같은 상품 분야 안에서도 세부 상품군에 따라 달라지는 구매 성향을 구분할 수 있다. 다른 상품 분야 정보는 추천과 관련이 있는 만큼만 반영한다.
이 덕분에 기존 기술과 비교해 소비자 세부 취향을 더 정확히 반영할 수 있다고 연구팀은 설명했다.
기존 기술은 소비자가 컴퓨터를 살 때는 비싸고 평점이 좋은 제품을 고르면서도 홈 오디오를 살 때는 저렴하고 인기 있는 제품을 고르는 차이를 제대로 반영하지 못했다.
멀티탭은 구매 이력과 상품 정보를 분석해 사용자가 가격, 평점, 리뷰 수를 제품 구매 시 얼마나 따졌는지와 이용 빈도, 동일 상품 분야에서 얼마나 다양한 세부 상품군을 구매했는지를 3단계로 나눈다.
이를 대형언어모델(LLM)이 상품군별 차이가 드러나는 문장으로 정리하게 한 후, 문장을 숫자 정보로 바꿔 기존 추천 알고리즘인 라이트GCN이 학습한 구매 행동 정보와 결합해 상품을 추천한다.
대형언어모델을 쓰면 높음, 중간, 낮음이라는 3단계 수치만 나열할 때보다 어느 상품군에서 어떤 성향이 나타났는지까지 학습할 수 있다.
연구팀은 실험에서 아마존의 전자제품, 홈·생활용품, 스포츠용품, 의류, 완구 구매 기록을 이용해 성능을 검증했다.
대표적 6개 교차 추천 과제 중 5개에서 가장 높은 성능을 기록했다. 특히 실제 구매 상품이 상위 5개 추천 목록에 포함된 비율은 기존 기술보다 최대 36.3% 높았다.
이연창 교수는 "소비자 취향은 상황과 세부 상품군에 따라 달라지는 만큼, 멀티탭은 구매 성향을 '멀티 페르소나'로 나눠 이러한 차이를 추천에 반영한다"며 "구매 기록이 적은 상품 분야에서도 실제 취향에 가깝게 추천할 수 있어 온라인 쇼핑몰 개인 맞춤형 추천을 높일 수 있을 것"이라고 말했다.
연구 결과는 데이터마이닝 분야 최우수 국제 학술대회 'ACM KDD'에 채택돼 발표된다. 올해 학회는 9일부터 닷새간 제주도에서 열린다.
연구는 과학기술정보통신부와 정보통신기획평가원, 한국연구재단 지원을 받아 이뤄졌다.
yongtae@yna.co.kr
Copyright 연합뉴스 All rights reserved. 무단 전재 및 재배포 금지.
인기상품 확인하고 계속 읽어보세요!
원치 않을 경우 뒤로가기를 눌러주세요.