네이버, 딥러닝 기반 뉴스 추천 서비스 시작

가 +
가 -

네이버가 자체 개발한 인공지능 콘텐츠 추천 시스템인 ‘에어스(AiRS)’에 딥러닝 기반의 인공신경망 기술 RNN(Recurrent Neural Network)을 새로 접목하고, 이를 모바일 ‘뉴스’판에 시범 적용한다고 9월28일 알렸다.

사진=네이버

기존 에어스는 비슷한 관심사를 가진 사용자 그룹을 시시각각 생성해 이들이 많이 읽은 뉴스를 랭킹화해 추천했다. ‘협력필터’라 불리는 콘텐츠 추천 방식이다. 이번에 새롭게 추가된 RNN 기술은 사용자 개인의 뉴스 소비 ‘패턴’을 학습하고, 학습에 바탕해 예측해 맥락에 따라 뉴스를 추천한다. 네이버는 “이용자는 본인이 읽었던 뉴스와 관련있는 더욱 깊이 있는 뉴스를 접할 수 있게 됐다”라고 설명했다.

협력필터를 이용하면 이용자와 비슷한 관심사를 가진 실시간 사용자 네트워크를 구축해, 해당 구성원들이 많이 소비한 콘텐츠를 랭킹화해 추천한다. 하지만 해당 기술은 이전에 사용자들이 클릭한 콘텐츠를 기반으로 추천하기 때문에 방금 전 생성된 최신 뉴스를 추천하기 어렵고, 하나의 이슈에 대한 깊이 있는 뉴스 추천에도 한계가 있었다.

사진=네이버

에어스팀은 RNN 기술 접목으로 협력필터 기술의 단점을 해결하고자 했다. 특히, 뉴스의 주요한 ‘소비패턴’ 중 사용자가 관심있는 이슈와 맥락이 같은 여러 개의 뉴스를 읽는다는 점에 주목했다. 뉴스에도 주제별로 콘텐츠를 소비하는 일련의 읽기 순서가 있다고 판단해 RNN 기술을 접목했다.

예를 들어 이용자가 하나의 뉴스를 소비한 후 다음 뉴스를 읽는 데까지의 시간이 수 분 이내였다면 비슷한 관심사로 판단하고, 새롭게 들어오는 뉴스도 동일한 맥락의 뉴스로 빠른 시간 안에 추천할 수 있다.

네이버는 RNN 기술을 에어스에 적용하기 위해 뉴스와 같은 문서의 내용을 학습하고, 이를 벡터로 변화하는 ‘임베딩 기술(Doc2Vec)’을 활용했다. 벡터화된 각각의 뉴스들은 일련의 뉴스 시퀀스 데이터시퀀스 데이터란 네이버 뉴스, 동영상, 블로그·카페·지식iN·포스트, 쇼핑 등 다양한 서비스에서 사용자가 어떤 순서로 콘텐츠를 소비했는지, 정보 탐색 순서를 나타내는 데이터를 말한다close를 형성하고, RNN은 해당 데이터를 기반으로 확률을 계산해, 이용자가 다음에 읽을만한 확률이 높은 뉴스를 추천한다.

최재호 네이버 에어스 리더는 “인공지능 추천 시스템에 딥러닝을 접목하고, 네이버 뉴스라는 많은 이용자가 사용하는 실서비스에 적용한 사례는 에어스가 처음인 만큼, 학계 및 업계로부터 큰 주목을 받고 있다”라며 “뉴스를 시작으로 웹툰, 동영상 등 다른 서비스에서도 협력필터 기술과 RNN 기술이 상호보완하며 개인의 관심사에 따라 다양하고 깊이 있는 콘텐츠를 동시에 추천할 수 있도록 실험을 이어나갈 예정”이라고 밝혔다.

블로터 독자를 위한 특별 할인쿠폰이 발행되었습니다.

네티즌의견(총 0개)