서울대 공대 컴퓨터공학부 강유 교수팀, 온라인 쇼핑몰 수익 극대화하는 상품 추천 기술 개발
제외 품목 없이 골고루 추천해 매출 증대 및 재고 소진 기여 가능
세계 최고 데이터마이닝 학회 ‘WSDM 2025’에서 연구성과 발표 예정
온라인 쇼핑몰 등의 플랫폼에서 판매하는 상품들을 제외되는 품목 없이 골고루 사용자들에게 추천하는 시스템을 ‘다양화 추천(Diversified Recommendation)’이라 부른다. 이는 전자상거래 플랫폼의 수익을 극대화하는 핵심 요소이기 때문에 최근 관련 연구들이 주목받고 있다.
기존 연구들은 플랫폼 사용자 개개인의 선호 상품 정보를 취합한 후 선호도가 비슷한 상품 중 다른 사용자들이 좋아하지 않는 아이템을 추천하는 방식으로 다양화 추천에 접근했다. 그러나 이 방식은 미래의 사용자가 어떤 상품을 선호할지에 관한 정보는 사전에 반영시킬 수 없기에 앞으로 이뤄질 상품 추천의 다양성은 보장하기 어려웠다.
이 맹점을 극복하고자 수행한 이번 연구를 통해 강유 교수팀은 사용자 간 순서를 고려한 다양화 추천 기술인 ‘사피드(Sequentially Diversified Recommendation via Popularity Debiasing and Item Distribution, 이하 SAPID)’를 제시했다.
SAPID는 사용자들의 과거 구매 데이터를 바탕으로 미래의 상품별 수요를 예측해 현재 어떤 상품을 추천해야 다양성이 높아질지 판단하는 원리로 작동된다. 연구진은 각 상품의 플랫폼 등장 빈도를 참조해 유명 제품에 편중되지 않게 아이템을 추천하도록 SAPID 모델을 훈련 데이터셋으로 학습시켰다. 이 과정을 거친 SAPID는 플랫폼 사용자에게 아직 추천되지 않은 상품이나 인기도가 낮은 상품을 우선적으로 추천함으로써 다양성을 증대시키는 역할을 수행한다.
앞으로 이 기술은 사용자들에게 순차적으로 상품을 추천해야 하는 여러 이커머스 플랫폼에서 기대 수익을 극대화하는 기술로 활용될 것으로 기대를 모으고 있다. SAPID를 통해 쇼핑몰 메인 화면에 각 상품이 노출되는 순위를 조정하면 전체적인 상품 판매량을 늘리고 재고를 줄일 수 있기 때문이다.
강유 교수는 “상품 추천의 정확성과 다양성을 모두 제고할 수 있는 SAPID는 학문적 가치뿐 아니라 실용성도 높은 기술”이라며 “향후 온라인 쇼핑몰이나 온라인 콘텐츠 제공 서비스의 매출 증대 및 재고 소진에 크게 기여할 것으로 전망된다”고 밝혔다.
정헌재단의 학술 연구 지원을 받아 수행된 본 연구의 성과는 내년 3월에 데이터 마이닝 및 머신 러닝 분야의 최우수 학회인 ‘WSDM (Web Search and Data Mining) 2025’에서 발표될 예정이다.
한편 연구 논문의 제1저자인 서울대 컴퓨터공학부 김종진 박사과정생은 순차 번들 추천 과정에서도 추천 품목의 다양성을 반영시키는 연구를 진행 중이다.
웹사이트: https://eng.snu.ac.kr/
연락처
서울대학교 공과대학
인공지능협동과정/컴퓨터공학부
강유 교수
02-880-7254
이메일 보내기
이 보도자료는 서울대학교 공과대학가(이) 작성해 뉴스와이어 서비스를 통해 배포한 뉴스입니다. 뉴스와이어는 편집 가이드라인을 준수합니다.