상품군마다 다른 소비 성향, AI가 골라 추천한다

울산과학기술원(UNIST) 인공지능대학원 이연창 교수 연구팀이 상품군에 따라 달라지는 개인의 구매 성향을 반영하는 교차 도메인 추천 모델 ‘멀티탭(Multi-TAP)’을 개발했다. 한 사람에게도 상황과 상품 종류에 맞춰 여러 소비 성향이 나타난다는 ‘다중 페르소나’ 개념을 적용해, 단일 취향을 전제로 했던 기존 추천 방식의 한계를 보완했다.

Multi-TAP은 구매 이력과 상품 정보를 분석해 가격, 품질, 인기, 이용 빈도, 상품군 다양성 등 다섯 가지 구매 성향을 구성한다. 이어 추천 대상 상품군과 관련성이 가장 높은 성향을 골라 각 요소를 어느 정도 반영할지 결정한다. 상품군별 소비 특성을 구분해 활용하기 때문에 개인의 실제 구매 패턴을 더 정밀하게 담고 추천 정확도를 높일 수 있다.

교차 도메인 추천은 구매 기록이 충분한 분야의 정보를 이용해 이력이 부족한 다른 분야의 상품을 제안하는 기술이다. 전자제품을 자주 샀지만 홈·생활용품 구매가 드문 이용자에게 전자제품 소비 기록을 토대로 홈·생활용품을 추천하는 방식이다. 기존 모델은 이용자의 취향을 하나의 성향으로 압축하는 경우가 많아 상품군마다 달라지는 선택 기준을 충분히 반영하기 어려웠다.

새 모델은 여러 소비 성향 가운데 목표 상품군에 적합한 요소를 선택함으로써 구매 기록이 적은 신규 상품군에서도 효과적인 추천을 가능하게 한다. 강대희 연구원이 제1저자로 참여한 이번 연구는 8월 9일부터 13일까지 제주에서 열리는 데이터마이닝 국제학술대회 ACM KDD 2026에서 ‘다중 기준 타겟 적응형 페르소나 모델링을 활용한 도메인 간 추천 시스템’이라는 제목으로 발표될 예정이다.