[경제일보] SK텔레콤이 인공지능(AI) 추천 서비스가 이용자의 실제 취향과 다른 결과를 제시하는 문제를 개선해 이용자의 '진짜 선호'를 구분하는 추천 모델을 공개했다. 반복적으로 나타난 행동과 일시적 반응을 구분해 추천 정확도를 높이는 방식이다.
28일 SK텔레콤은 AI 분야 국제학회 'ICLR 2026'에서 고객 선호를 정교하게 분석하는 추천 모델 관련 논문을 발표했다고 밝혔다. ICLR은 'NeurIPS', 'ICML'과 함께 주요 AI 학회로 꼽히는 학술 행사다.
이번 연구의 핵심은 '충돌 선호 최적화(C-APO)'로 이용자의 행동 데이터를 분석해 장기적으로 반복된 패턴과 일시적인 반응을 구분하는 데 초점을 맞춰 설계됐다. 이용자가 특정 콘텐츠나 서비스를 지속적으로 이용한 경우 이를 '일관된 선호'로 판단하고 한두 차례 발생한 클릭이나 조회는 '표면적 선호'로 분류하는 구조다.
두 유형의 선호가 일치할 경우 추천 모델의 학습 가중치를 높이고, 상충할 경우에는 노이즈로 간주해 반영 비중을 낮추는 방식으로 설계됐다. SK텔레콤은 이를 통해 추천 모델이 이용자의 장기적인 취향에 기반해 결과를 제시하도록 유도해 이용자의 '진짜 선호'를 구분할 수 있다고 설명했다.
기존 추천 시스템은 단기적인 행동도 동일한 수준의 선호 신호로 반영하는 경우가 많았고 이로 인해 이용자가 특정 장르를 일시적으로 소비했을 때 이후 추천이 해당 영역으로 치우치는 현상이 나타났다. 이번 SK텔레콤의 새 모델은 반복성과 맥락을 함께 고려해 이러한 편향을 줄이는 데 초점을 맞췄다.
추천 결과의 설명 가능성을 강화한 점도 특징이다. 단순히 결과를 제시하는 데 그치지 않고 어떤 이용 패턴을 근거로 해당 추천이 이뤄졌는지를 구조적으로 설명할 수 있도록 설계됐다. 개인화 추천 서비스에서 요구되는 신뢰성과 투명성을 높이는 요소로 작용할 전망이다.
SK텔레콤은 이번 기술을 이용자의 맥락을 해석하고 추천 후보를 생성한 뒤 결과를 검증·조정하는 3단계 구조의 추천 시스템에 적용할 계획이다. 각 단계가 유기적으로 작동하는 에이전트 방식으로, 개인화 추천의 정밀도를 높이는 데 초점을 맞췄다.
AI 추천 기술은 콘텐츠와 커머스, 플랫폼 전반에서 핵심 경쟁 요소로 자리 잡고 있다. 이용자의 체류 시간과 소비 전환율이 추천 정확도에 영향을 받는 구조가 확대되면서 기업들은 데이터 해석 방식과 알고리즘 고도화에 투자를 늘리고 있다.
이번 연구는 AI 모델 성능 경쟁과 함께 추천 품질을 구성하는 데이터 해석 방식 변화에 초점이 맞춰져 있다. 이용자 행동 데이터를 어떻게 구분하고 해석하느냐에 따라 추천 결과가 달라지는 만큼 선호 판단 기준 자체를 정교화하려는 시도가 이어지고 있는 것으로 분석된다.
석지환 SK텔레콤 AI/DT데이터담당은 "이번 기술은 고객의 실제 취향을 더 정확히 이해해, 더 신뢰도 높은 개인화 추천 경험을 제공하기 위한 기반 기술"이라며 "이번 ICLR 2026 논문 발표는 고객 경험을 AI로 고도화하는 SK텔레콤의 AI 전환에 의미 있는 이정표로, 앞으로도 고객이 체감할 수 있는 AI 기술을 지속적으로 발전시켜 나가겠다"고 말했다.
Copyright © 경제일보, 무단전재·재배포 금지
