상품군마다 달라지는 소비 성향, AI가 나눠 읽는다

UNIST 인공지능대학원 이연창 교수 연구팀이 상품군마다 달라지는 한 소비자의 구매 성향을 구분해 제품을 제안하는 교차 도메인 추천 기술 ‘멀티탭(Multi-TAP)’을 개발해 6일 공개했다. 구매 이력이 많은 분야의 정보를 활용하면서도 분야별 취향 차이를 반영해, 이용 기록이 적은 상품군에서도 개인의 실제 수요에 가까운 제품을 찾도록 설계한 초개인화 인공지능 기술이다.

멀티탭은 소비자의 가격 민감도와 평점·리뷰 반영 정도, 구매 빈도를 3단계로 분석한다. 이어 대형언어모델을 활용해 상품 카테고리별 행동 차이를 문장으로 바꾸어 학습하고, 추천 대상 분야와 다른 분야 사이의 관련성을 자동으로 계산해 정보 반영 비율을 조절한다. 컴퓨터에서는 최고 사양과 최신 제품을 선호하지만 홈 오디오에서는 후기와 가격 대비 성능을 중시하는 식의 복합적인 구매 기준을 각각 포착하는 방식이다.

교차 도메인 추천은 전자제품처럼 구매 기록이 풍부한 영역의 쇼핑 패턴을 토대로 홈·생활용품 등 상대적으로 이용 실적이 적은 분야의 상품을 제안하는 기술이다. 기존 방식은 한 소비자가 특정 상품군에서는 가격을 크게 고려하지 않으면서 다른 상품군에서는 저가 인기 제품을 찾는 변화를 매끄럽게 처리하는 데 한계가 있었다. 연구팀은 이처럼 세부 상품군에 따라 달라지는 소비자의 ‘멀티 페르소나’를 분리해 반영하는 데 초점을 맞췄다.

아마존의 5개 상품군 구매 데이터로 성능을 검증한 결과, 멀티탭은 주요 추천 과제 6개 가운데 5개에서 가장 높은 성능을 기록했다. 실제 구매한 상품이 추천 상위 5개 목록에 포함된 비율은 기존 최고 기술보다 최대 36.3% 높았다. 강대희 연구원이 제1저자로 참여한 이번 연구는 데이터마이닝 학술대회 ‘ACM KDD 2026’에 채택됐으며, 오는 9일 제주도에서 발표될 예정이다. 연구팀은 구매 기록이 부족한 상품군의 추천 정확도를 높여 온라인 쇼핑 플랫폼의 개인화 서비스를 고도화할 수 있을 것으로 보고 있다.