업비트 머신러닝팀, 개인화 뉴스 추천 연구논문 발표

[서울=뉴시스]이지영 기자 = 국내 가상자산 거래소 업비트 운영사인 두나무가 본사 머신러닝(ML)팀의 개인화 뉴스 추천 연구 논문이 국제정보검색학회 'SIGIR 2025'에 채택됐다고 17일 밝혔다.

두나무는 이를 통해 글로벌 연구 역량과 인공지능(AI) 기술 경쟁력이 입증됐다고 설명했다.
 
SIGIR(시그아이알)은 정보검색 분야에서 영향력 있는 국제 학회 중 하나다. 올해 제출된 논문의 약 27%만이 채택됐다.

박충원 두나무 머신러닝팀 연구원은 지난 14일(현지시간) 이탈리아 파도바 센트로 콩그레스에서 열린 SIGIR 메인 콘퍼런스에서 두나무가 개발한 개인화 뉴스 추천 시스템 연구 성과를 발표했다.

이번 논문 제목은 'LLM 기반 사용자 시뮬레이터: 실제 사용자 상호작용 없이 뉴스 추천 모델을 학습하기 위한 방법론'이다.

이 논문은 실제 사용자 데이터 없이 LLM(대규모 언어 모델)으로 가상의 이용자를 생성해 학습 데이터를 만들고, 이를 바탕으로 뉴스를 추천하는 방안을 다뤘다. 기존 뉴스 추천 시스템에 필요했던 이용자 로그에 대한 의존도를 대폭 해소했다는 점이 특징이다.

박 연구원은 "개인화 뉴스 추천 시스템 품질은 이용자가 원하는 정보를 얼마나 정확히 제공하는가와 직결돼 서비스 만족도를 높이는 핵심 요소"라며 "이번 연구를 통해 고객 정보 보호와 운영 효율성을 모두 충족하면서 더욱 정교한 추천 서비스를 제공할 수 있는 기반을 마련했다"고 밝혔다.


◎공감언론 뉴시스 [email protected]