"네이버에서 뉴스 추천해주니 소비량 늘었어요"

최재호 네이버 AIRS 리더 인터뷰
"모바일 뉴스판에 AIRS 추천 도입후 인당 소비량 30~40% 증가"
'AIRS'는 네이버의 콘텐츠 추천 시스템… 웹툰·네이버TV 등 적용 범위 확대

최재호 네이버 AIRS 리더

[아시아경제 한진주 기자] 네이버가 뉴스, 웹툰 등 콘텐츠 추천 시스템을 강화하고 있다. 이용자들이 원하는 정보를 빠르게 소비할 수 있게 만들겠다는 취지에서다. 모바일 뉴스에 'AIRS'라는 추천 시스템을 도입한 이후 이용자들의 뉴스 소비량이 더 늘어난 것으로 나타났다.

네이버 그린팩토리에서 만난 최재호 네이버 AIRS(AI Recommender System) 리더는 "현재 10% 이용자를 임의로 선정해 뉴스를 보여주고 있는데 인당 소비량이 30~40% 확대됐다"며 "뉴스 소비와 반응 측면에서 훨씬 개선된 것 같다"고 말했다.

네이버는 2015년부터 팀을 꾸려 사용자가 입력하지 않아도 원하는 콘텐츠를 제공하는 AI 기술을 개발해왔다. 과거 '라이브 추천'을 비롯한 검색, 추천, 개인화 관련 기술을 개발했고 현재는 AIRS팀으로 불리고 있다. AIRS는 기계적으로 분석된 결과를 바탕으로 이용자에게 맞는 콘텐츠를 추천해준다. 지금까지는 편집자가 선별한 콘텐츠를 모든 이용자에게 동일하게 제공했다면, AIRS 추천 뉴스에서는 이용자마다 다른 뉴스를 볼 수 있다.

최재호 리더는 "AI 비서나 AI스피커도 결국 '개인화'가 핵심이듯 이용자가 즐거워하고 계속 사용할 수 있는 콘텐츠를 제공해야 하기 때문에 네이버에게도 AIRS 프로젝트는 중요하다"며 "네이버 서비스 곳곳에 기존에 추천해주던 엔진을 AIRS로 바꿨고, 추천기술이 좀더 고도화됐다"고 설명했다.

AIRS는 '협력 필터'라는 기술을 바탕으로 한다. 협력필터는 콘텐츠 소비 패턴을 분석해서 비슷한 관심사를 가진 사용자 그룹을 묶고, 나와 같은 관심사를 가진 사람들에게 적합한 뉴스를 추천해주는 방식이다. 한 이용자가 기사A를 보면 그룹1에 속하고, B를 보면 2에 속하는 식이다. 특정 뉴스를 볼 때마다 속하는 그룹이 바뀌는 과정에서 '개인화'되는 것이다.

최 리더는 "그룹은 나이, 성별처럼 고정된 기준으로 묶이지 않고 상황에 따라 계속 묶는 기준이 바뀐다"며 "그룹이 계속 바뀌면서 그안에서 추천해줄 문서들의 중요도를 따져 순위를 매기는데, 랭킹을 통해 효율적으로 정보를 소비할 수 있게 도와주는 것이 핵심"이라고 말했다.

모바일 뉴스의 추천 영역이 확대되는 상황에서는 차별화된, 정보가 집약된 뉴스를 만들어야 추천받을 가능성도 높아진다.

최 리더는 "AIRS는 사람들이 소비한 뉴스 문서를 학습한 결과를 토대로 새로운 문서를 받았을 때 관심있을 것이라고 추정하기 때문에 사람들에게 많이 읽힌 뉴스일수록 추천받을 가능성도 높아진다"며 "다른 기사와 비교해 특정 주제에서 정보가 집약돼있고, 차별화 된 뉴스가 소비될 확률도 높아진다"고 말했다.