UNIST, 상품군별로 달라지는 개인 취향 읽는 AI 추천 기술 개발

[울산=뉴시스] 구미현 기자 = 같은 소비자라도 컴퓨터를 구매할 때와 홈 오디오를 구매할 때의 소비 성향은 다를 수 있다. 국내 연구진이 이처럼 상품군에 따라 달라지는 소비자의 다양한 구매 성향을 분석해 맞춤형 상품을 추천하는 인공지능(AI) 기술을 개발했다. 기존 교차 도메인 추천의 한계를 보완한 이번 기술은 온라인 쇼핑몰의 개인 맞춤형 추천 정확도를 높일 것으로 기대된다.

울산과학기술원(UNIST) 인공지능대학원 이연창 교수 연구팀은 세부 상품군에 따라 달라지는 소비자의 구매 성향을 정교하게 반영하는 교차 도메인 추천 기술 '멀티탭(Multi-TAP)'을 개발했다고 6일 밝혔다.

교차 도메인 추천은 구매 이력이 풍부한 상품 분야의 정보를 활용해 구매 기록이 부족한 다른 상품 분야의 상품을 추천하는 기술이다. 예를 들어 한 사용자가 전자제품은 자주 구매했지만 홈·생활용품 구매 이력이 거의 없다면, 전자제품 구매 기록을 분석해 홈·생활용품을 추천하는 방식이다.

하지만 기존 기술은 사용자의 취향을 하나의 성향으로만 분석하는 경우가 많아 상품군별로 달라지는 소비 특성을 충분히 반영하지 못하는 한계가 있었다. 연구팀은 이러한 문제를 해결하기 위해 하나의 소비자가 상황과 상품군에 따라 여러 소비 성향을 가질 수 있다는 점에 착안해 '다중 페르소나' 기반 추천 모델을 개발했다.

Multi-TAP은 사용자의 다양한 소비 성향 가운데 추천하려는 상품군과 가장 관련성이 높은 성향을 선택해 활용함으로써 추천 정확도를 높인다. 이를 통해 기존 추천 시스템보다 개인의 실제 소비 패턴을 더욱 정밀하게 반영할 수 있으며, 신규 상품군에서도 보다 효과적인 추천이 가능하다.

이연창 교수는 "같은 사람이라도 구매하려는 상품군에 따라 중요하게 생각하는 요소가 달라질 수 있다"며 "Multi-TAP은 이러한 다양한 소비 성향을 구분해 반영함으로써 온라인 쇼핑몰의 개인 맞춤형 추천 서비스를 한층 고도화할 수 있을 것으로 기대한다"고 말했다.

한편 이번 연구에는 강대희 연구원이 제1저자로 참여했다. 연구 성과는 오는 9일부터 13일까지 제주에서 열리는 데이터마이닝 분야 최고 권위 국제학술대회인 ACM KDD 2026(ACM SIGKDD Conference on Knowledge Discovery and Data Mining)에서 'Multi-TAP: 다중 기준 타겟 적응형 페르소나 모델링을 활용한 도메인 간 추천 시스템'이라는 제목으로 발표될 예정이다.


◎공감언론 뉴시스 [email protected]