업스테이지, 세계 컴퓨팅 학회 'WSDM'서 우수 논문상 수상

홍콩 법인과 공동 연구 성과…상위 0.5% 논문으로 인정 받아

[사진=업스테이지]

인공지능(AI) 스타트업 업스테이지는 지난달 싱가포르에서 열린 'WSDM 2023' 학회에서 '베스트 페이퍼 어너러블 멘션 어워드'를 수상했다고 7일 밝혔다.

WSDM은 웹 검색과 데이터 마이닝 분야 학회다. 세계 최대 컴퓨팅 과학 분야 학회(ACM) 주관으로 매해 개최돼 올해 16회째를 맞이했다. 올해 학회에는 추천 시스템, 클릭률 예측, 의미 검색 등 주제를 중심으로 총 690편의 논문이 접수됐다. 이중 123편(17.8%)만이 통과됐다.

업스테이지는 이번 WSDM에서 홍콩 법인 연구팀과 공동으로 논문을 발표했다. 논문 주제는 '어텐션 믹스처 네트워크로 세션 기반 추천을 위한 다단계 사용자 의도의 효율적 활용'이다. 이 논문은 최근 이용자 행동을 기반으로 다음 행동을 예측하는 방식인 세션 기반 추천 관련 연구를 담았다. 이용자 의도를 다단계로 모델링하고 어텐션 믹스처라는 새로운 네트워크 구조를 제안해 추천 성능을 향상하는 방식을 제안한다.

업스테이지에 따르면 기존에도 세션 기반 추천 방식을 구현하기 위해 그래프 신경망(GNNs)을 사용, 항목 간 관계를 파악하는 연구들이 있었다. 하지만 성능 향상을 시도할 경우 모델 복잡성이 기하급수적으로 증가하는 문제가 발생했다. 업스테이지 연구팀은 최적의 추천을 위해 신경망의 일부를 제거, 중요한 부분에 집중하는 더 간단한 모델을 활용했다. 탐색 공간을 최적화함으로써 한계를 극복했다는 설명이다.

이용자 선택을 예측하기 위해 항목의 특징·관계를 모두 고려했다. 이를 통해 이용자가 다음에 어떤 항목을 선택할 가능성이 높은지 추론하고 추천 품질을 높일 수 있었다. 가령 한 이용자가 웨딩 드레스를 찾아본 후 가구를 검색해 구매하는 경우 결혼·신혼집 장식이라는 의도를 파악, 결혼에 필요한 물품을 추천하는 식이다. 쉽게 말해 제품의 추천 정확도를 높이는 것이다.

업스테이지가 수상한 어워드는 전체 접수된 논문 중 상위 0.5%의 논문에만 수여된다. WSDM은 이번 연구에 대해 사용자 의도에 대한 다중 수준 추론을 탐구함으로써 세션 기반 추천에 대한 새로운 접근 방식을 제안했다고 평가했다. 더불어 세션 기반 추천에서 복잡한 GNN을 단순화하고 더 효과적인 모델을 설계했다고 봤다. 검색 공간을 줄이면서 기존 모델과 결합해 성능 향상이 가능하다는 것을 입증했다며 실증성을 높이 평가했다.

실제로 업스테이지는 이번 논문에서 제안한 모델을 2년 전부터 실제 온라인 서비스에 적용 중이다. 업스테이지 관계자는 "고객사 트래픽에서 사업 지표 상에서 중요한 개선을 보이며 추천 AI팩 서비스의 성능을 높였다. AI팩은 각 산업·고객의 서비스 환경에 맞는 추천 모델들을 선택해 최적의 추천 결과를 제공해준다"고 강조했다.

이번 연구를 주도한 김재범 업스테이지 AI프로덕트 리더는 "홍콩 연구팀과 공동 연구를 통해 학술적인 수준을 넘어 실제 현업에 사용하고 있는 상용모델에 대한 연구로 당사 추천 기술의 우수성을 학계에서 인정 받았다. 고객의 서비스 환경에 맞는 다양한 추천 모델을 통해 더 우수한 AI팩을 만들고 고객 성공에 기여할 것"이라고 말했다.