SKT, 세계적 정보검색 학회서 AI기술 우수논문상 수상

SK텔레콤은 지난 달 미국 워싱턴 DC에서 개최된 정보 검색 분야 세계적 권위 학회인 SIGIR 2024(International ACM SIGIR Conference on Research and Development in Information Retrieval)에서 자체 개발 추천 모델 알고리즘 연구가 우수 논문상(Best Paper Honorable Mention)을 수상했다고 밝혔다. 지난 7월 18일 미국 워싱턴 DC에서 열린 SIGIR 2024 컨퍼런스에서 SKT 관계자들이 우수 논문상을 수상한 모습. 사진 좌측부터 SKT 개인화모델링팀 윤형준, 박정, 김태산 매니저. / 사진제공=SKT

SK텔레콤은 지난달 세계적 권위를 가지고 있는 정보검색 분야 학회 SIGIR 2024에서 자체 개발한 추천 모델 알고리즘 연구가 우수 논문상을 수상했다고 5일 밝혔다. 이 학회는 지난 달 미국 워싱턴DC에서 열렸다.

이번 논문은 SKT의 '원모델(One Model) 버전 2.0'에 대한 연구로 다양한 서비스 도메인의 데이터가 서로 시너지를 내서 추천 예측 성능을 향상시키는 알고리즘을 제안한 게 골자다. 이 논문은 해당 알고리즘의 참신성, 상용 배포 실증성, 방대한 실험을 통한 결과의 신뢰성 등에서 높은 평가를 받아 접수 논문 중 상위 0.6%의 논문에게만 수여되는 우수 논문상으로 선정됐다.

지난해 버전 1.0으로 상용 배포된 원모델의 알고리즘 관련 연구는 정보검색 분야 최우수 학회 중 하나인 CIKM 2023에 채택되기도 했다. 이번 원모델 버전 2.0은 버전 1.0 대비 추천 성능을 향상시키고 학습 효율성을 높였다는 평가를 받는다.

SKT는 개인의 다양한 종류 행동 로그를 시간 순서에 따라 통합하거나 정제하고, 이번 연구 내용인 '원모델 알고리즘'을 통해 고객의 다음 행동을 예측, 고객의 다차원적인 특성을 고려한 개인화 추천을 수행하고 있다. 예컨대 요금제 가입 이력, T딜 쇼핑 이력, 멤버십 사용 이력 등 고객의 다양한 서비스 도메인에서의 행동 데이터를 종합적으로 분석해 가장 최근 시점에 해당 고객의 니즈와 관심사에 맞는 서비스 혜택이나 상품을 추천하는 방식이다.

이러한 방식의 추천을 다중 도메인 순차적 추천 (Cross-Domain Sequential Recommendation)이라고 한다. 원모델은 실제로 10개 이상의 서로 다른 데이터 도메인을 동시에 학습해 SKT내 다양한 채널에서의 추천을 하나의 모델로 통합 제공하고 있다. 이 모델을 실제 적용한 결과 기존 추천 방식 대비 최대 3배 이상의 고객 반응률이 향상됐다는 게 SKT의 설명이다. 해당 모델은 SKT의 AI 개인비서 서비스인 에이닷의 추천 시스템과 T멤버십, 요금제 추천에 적용되고 있고, 연내에는 구독 상품인 T우주와 AI 큐레이션 커머스 T딜 등 다양한 상품 추천에도 확대 적용될 예정이다.

정도희 SKT AI서비스사업부 AI 데이터 담당은 "작년에 이어 올해 역시 세계적인 권위의 학회에서 우수 논문상을 수상하며 SK텔레콤의 AI 역량을 다시 한번 입증했다"며 "앞으로 고도화된 개인화 기술을 자사 서비스 곳곳에 적용해 고객만족도를 더 증가시키고, 글로벌 AI 컴퍼니로의 진화를 가속화할 것"이라고 밝혔다.

황국상 기자 gshwang@mt.co.kr