세부 구매 취향 읽는 AI 추천 기술 ‘멀티탭’

울산과학기술원(UNIST) 인공지능대학원 이연창 교수팀이 소비자의 세부 상품군별 구매 성향을 구분해 맞춤형 상품을 제안하는 교차 도메인 추천 기술 ‘멀티탭(Multi-TAP)’을 개발했다. 구매 기록이 풍부한 분야의 정보를 활용하면서도 상품 종류마다 달라지는 개인의 선택 기준을 따로 분석하는 것이 핵심이다.

연구팀은 소비자 성향을 가격 민감도, 품질·인기 선호도, 이용 빈도, 상품군 다양성 등 5가지 기준으로 나눴다. 이어 대형언어모델인 GPT-4o를 이용해 상품군별 세부 취향을 담은 복수의 소비자 특성인 ‘멀티 페르소나’를 문장 형태로 만들었다. 이렇게 얻은 분석 정보는 숫자로 변환돼 추천 대상 분야와 기존 정보가 축적된 분야 사이의 연관성을 계산하는 데 쓰였다.

기존 교차 도메인 추천 방식은 상품군 전체를 하나로 묶어 소비자 성향을 파악했다. 이 때문에 같은 사람이 컴퓨터에서는 고가 제품을 선택하면서 홈 오디오에서는 저가 인기 제품을 선호하는 것처럼 분야별로 다른 취향을 충분히 반영하기 어려웠다. 멀티탭은 관련성이 높은 정보에 더 큰 가중치를 부여하는 ‘타깃 적응형 도플갱어 전이’를 적용해 불필요한 정보가 추천 결과를 방해하는 현상을 줄였다.

아마존 5개 상품군의 구매 기록으로 성능을 검증한 결과, 멀티탭은 6개 교차 추천 과제 가운데 5개에서 가장 높은 성능을 냈다. 실제 구매 상품이 상위 5개 추천 목록에 포함된 비율인 HR@5는 기존 기술보다 최대 36.3% 높았고, 추천 순위 정확도를 나타내는 NDCG@5는 최대 42.6% 향상됐다. 강대희 연구원이 제1저자로 참여한 연구는 데이터마이닝 국제 학술대회 ‘ACM KDD’에 채택됐으며, 학회는 2026년 8월 9일부터 닷새간 제주도에서 열린다. 연구팀은 구매 기록이 적은 상품 분야에서도 실제 취향에 가까운 추천을 제공해 온라인 쇼핑몰의 개인화 서비스를 고도화할 수 있을 것으로 보고 있다.