상품군별 구매 성향 구분하는 추천 AI 개발

울산과학기술원(UNIST) 인공지능대학원 이연창 교수팀이 세부 상품군마다 달라지는 소비자의 구매 성향을 추천에 반영하는 교차 도메인 기술 ‘멀티탭(Multi-TAP)’을 개발했다. 구매 기록이 많은 분야의 정보를 활용해 기록이 부족한 다른 분야의 상품을 제안하면서도, 추천에 필요한 정보만 선별해 반영하는 방식이다.

멀티탭은 구매 이력과 상품 정보를 분석해 가격·평점·리뷰 수를 고려한 정도와 이용 빈도, 같은 분야에서 구매한 세부 상품군의 다양성을 각각 3단계로 구분한다. 대형언어모델(LLM)은 이를 상품군별 성향 차이가 드러나는 문장으로 정리하고 숫자 정보로 변환한다. 이 정보는 추천 알고리즘 라이트GCN이 학습한 구매 행동 데이터와 결합돼 최종 상품 추천에 활용된다.

기존 교차 도메인 추천은 한 분야에서 축적된 구매 정보를 다른 분야에 옮겨 쓰는 데 초점을 맞췄다. 전자제품을 자주 산 이용자에게 해당 기록을 토대로 홈·생활용품을 추천할 수 있지만, 컴퓨터를 고를 때 비싸고 평점이 좋은 상품을 선호하고 홈 오디오에서는 저렴하고 인기 있는 제품을 찾는 차이까지 충분히 구분하지 못했다. 멀티탭은 이런 성향을 여러 구매 페르소나로 나눠 세부 상품군별 차이를 학습하도록 설계됐다.

연구팀은 아마존의 전자제품, 홈·생활용품, 스포츠용품, 의류, 완구 구매 기록으로 성능을 검증했다. 대표적인 교차 추천 과제 6개 가운데 5개에서 가장 높은 성능을 냈으며, 실제 구매 상품이 상위 5개 추천 목록에 포함된 비율은 기존 기술보다 최대 36.3% 높았다. 연구 결과는 데이터마이닝 분야 국제 학술대회 ‘ACM KDD’에 채택됐으며, 9일부터 닷새 동안 제주도에서 열리는 올해 학회에서 발표될 예정이다.