추천시스템을 알아보자

추천시스템이란?

유저와 아이템의 주변 정보와 상호작용 기록을 바탕으로 유저가 선호할 아이템을 예측하여 유저의 의사결정을 돕는 인공지능 서비스라고 정의할 수 있다.

추천시스템에서 가장 중요한 컴포넌트들은 위에 진하게 표시한 것과 같이 유저, 아이템, 상호작용이다.

• 유저: 서비스를 이용하는 주체
• 아이템: 서비스에서 판매/제공하는 대상 물품 (예: 이커머스에서는 상품, 넷플릭스에서는 영화나 드라마)
• 상호작용: 서비스 내에서 유저가 남기는 일련의 행동 기록 (예: 유저가 상품을 구매하거나 클릭, 유저가 콘텐츠를 시청하는 행위)

왜 추천시스템이 필요할까

기술이 발전되면서 데이터 즉 정보의 양이 많아지게 되면서 개인에게 노출되는 정보를 소화할 수 있는 범위를 넘어서게 되었다.

이러한 증상으로 필터링으로써 추천시스템이 필요하게 되었다.

추천시스템이 작동하는 방법

위에서 언급한 듯이 추천시스템에는 유저, 아이템, 상호작용이 중요하다.

추천시스템은 알고리즘이나 시스템 구성에 따라 다르겠지만 기본적으로 유저, 아이템과 이 둘의 상호작용을 적절히 사용하고 있다.

추천시스템에서는 상호작용이 매우 중요하다.

유저의 정보나 아이템의 정보 데이터를 아무리 많이 가지고 있다고 해도 어떤 것을 추천해야할 지를 모른다.

결국 상호작용을 통해 유저가 어느 아이템에 대한 선호도를 확인하고 추천해 줄 수 있도록 한다.

추천시스템과 검색

검색과 추천은 비슷하지만 다르다.

사용자가 필요한 정보에 대해 가장 유관한 정보를 우선적으로 노출시켜 준다는 점에서 같다고 볼 수 있지만 차이점이 있다.

검색시스템은 사용자가 어느 키워드를 입력하여야 그 키워드와 유관한 정보들을 노출시켜준다. 즉, 사용자가 자신이 무엇을 찾고  싶은지 명시적으로 요청을 한 후가 되고 노출이 된다.

반면에, 추천시스템은 사용자가 요청도 하기 전에 사용자에게 알맞을 것 같은 정보를 노출시켜준다.