[디지털데일리 이대호기자] 네이버의 뉴스 추천 시스템이 더 고도화된다. 기존 시스템이 비슷한 관심사를 가진 사용자 그룹을 생성하고 이들이 많이 읽은 뉴스를 순위별로 나눠 추천하는 방식이었다면, 이젠 개인에 보다 최적화돼 이용자가 몇분전에 읽었던 뉴스까지 분석을 거쳐 비슷한 맥락의 심도 깊은 콘텐츠까지 추천이 가능하게 됐다.

28일 네이버(대표 한성숙)는 자체 개발한 인공지능 콘텐츠 추천 시스템인 ‘AiRS(에어스)’에 딥러닝(심층학습) 기반의 인공신경망 기술 ‘RNN(Recurrent Neural Network)’을 새로 접목하고 모바일 뉴스 판에 시범 적용한다고 밝혔다.

RNN 기술은 최신 뉴스를 추천하기 어렵고 하나의 이슈에 대한 깊이 있는 뉴스 추천에도 한계가 있었던 기존 시스템의 단점을 극복한 것이 가장 큰 특징이다.

네이버는 RNN 기술을 AiRS에 적용하기 위해 뉴스와 같은 문서(Document)의 내용을 학습하고 이를 벡터(Vector, n차원의 의미있는 수치)로 변화하는 ‘임베딩 기술(Doc2Vec)’을 활용했다. 벡터화된 각각의 뉴스들은 일련의 뉴스 시퀀스(정보탐색 순서) 데이터를 형성하고, RNN은 해당 데이터를 기반으로 확률을 계산해 이용자가 다음에 읽을만한 확률이 높은 뉴스를 추천한다. 이에 ᄄᆞ라 이전에 소비했던 뉴스들과 동일한 맥락, 범위에 속하는 심도 있는 뉴스 추천도 가능해졌다.

특히 RNN 기술은 오는 11월 세계 최고 권위의 컴퓨터•인공지능 학회인 ‘CIKM2017’에서 관련 논문(Deep Neural Networks for News Recommendations)이 발표된다. 실사용 뉴스 추천 서비스에 딥러닝 기술이 적용된 업계 첫 사례로 학계에서도 주목 중이라는 게 네이버 설명이다.

최재호 네이버 AiRS 리더는 “인공지능 추천 시스템에 딥러닝을 접목하고, 네이버 뉴스라는 많은 이용자가 사용하는 실서비스에 적용한 사례는 AiRS가 처음인 만큼, 학계 및 업계로부터 큰 주목을 받고있다”며 “뉴스를 시작으로 웹툰, 동영상 등 다른 서비스에서도 CF기술과 RNN기술이 상호보완하며 개인의 관심사에 따라 다양하고 깊이있는 콘텐츠를 동시에 추천할 수 있도록 실험을 이어나갈 예정”이라고 밝혔다.

<이대호 기자>ldhdd@ddaily.co.kr