네이버, 뉴스 추천 서비스를 AI(인공지능) AiRS(에어스) 가 추천해준다!!

 

네이버에서 현재 서비스하고 있는 뉴스 추천 서비스 기술을 공개했습니다.

 

 

네이버는 12월21일 서울 강남구 'D2 스타트업 팩토리'에서 테크포럼을 열고 뉴스 콘텐츠 추천 알고리즘 '에어스(AiRS)'에 대해 발표했습니다.

 

 

 

네이버는 지난 5월 AI 추천 시스템을 전면에 내세우고 뉴스 편집에서 손을 떼겠다고 발표했었습니다. 지난 10월 모바일 앱 서비스 개편을 통해 이를 적용했고, 현재 베타 서비스인 네이버 앱 개편을 내년 1분기 정식서비스로 확대할 계획이라고 합니다. 이날 발표에서는 추천 알고리즘 기술과 내년부터 도입될 설명 가능한 뉴스 추천 서비스에 대한 내용이 소개했습니다.

 

뉴스 자동화에 필터버플 우려

 

2018년 10월에 네이버는 모바일 앱 서비스를 개편하여 뉴스 서비스 영역에서 가장 큰 변화를 주었습니다.  사람의 손으로 편집되던 메인 뉴스판을 덜어내고 언론사가 직접 배열한 기사와 인공지능(AI) 콘텐츠 추천 시스템 '에어스(AiRS)'가 추천한 뉴스가 제공됩니다. 인공지능(AI) 콘텐츠 추천 시스템 '에어스(AiRS)'에 딥러닝 기반 인공신경망 기술 RNN(Recurrent Neural Network)을 새로 접목한 인공지능(AI) 입니다. 뉴스 서비스에도 AI 알고리즘을 이용한 개인화 추천 기술을 도입하였습니다.  네이버는 지금까지 뉴스 배열에 담당자가 5개 뉴스와 2개 사진기사 선정하여 3천만명 이용자에게 동일하게 제공하던 일은 더 이상 하지 않고 뉴스 서비스의 자동화가 된것 입니다.

 

 

 

이런 뉴스 서비스의 자동화에 대해서 필터버플이라는 현상을 우려하기도 했는데요. 필터버블 현상은 추천 알고리즘의 공정상과 이용자들의 확증편향에 빠질 수도 있다고 지적했습니다. 하지만 이에 대해 네이버는 외부 전문가에게 뉴스 서비스를 적용한 알고리즘을 기술적, 학술적으로 검토한 결과 합격점을 받았다고 밝혔습니다.

11월29일 열린 미디어 간담회에서는 검토위는 "에어스 추천 기사와 사람이 직접 편집한 기사를 비교했더니 에어스 추천 기사가 훨씬 다양성이 높았다"라며 "이용자가 관심 있는 정보만 접하면서 편향된 정보를 습득하는 필터버블 문제점은 없는 것으로 확인됐다"라고 밝혔습니다. 다만 "장기적으로 학습 데이터를 수집·활용하는 계획이 필요하다"라는 권고를 덧붙였습니다.

 

 

추천 알고리즘 기술의 핵심

추천 알고리즘 기술의 핵심으로 협력필터, 품질 모델 두 가지의 특징을 꼽았습니다. 협력필터는 비슷한 관심사를 가진 사용자 그룹을 시시각각 생성해 이들이 많이 읽은 뉴스를 랭킹화해 추천하는 방식입니다. 이용자와 비슷한 관심사를 가진 실시간 사용자 네트워크를 구축해, 해당 구성원들이 많이 소비한 콘텐츠를 랭킹화해 추천합니다. 여기에 RNN기술을 접목해 사용자들이 클릭한 콘텐츠를 기반으로 추천하기 때문에 최신 뉴스를 추천하기 어렵고, 하나의 이슈에 대한 깊이 있는 뉴스를 추천하기 어렵다는 단점을 해결했습니다.

 

 

 

품질 모델은 사용자가 관심 없는 기사도 추천해줄 수 있도록 하는 알고리즘 기술입니다. 매일 생성되는 수만 건의 기사를 딥러닝 기술로 분석하고 예측해 점수를 매겨 뉴스 이용자들의 피드백 데이터를 이용해 학습 데이터를 생성합니다. 이용자 클릭과 누적 조회수, 체류시간 등을 학습해 가중치를 부여하는 방식으로 뉴스를 추천해줍니다. 그리고 검토위가 필터버블 현상이 나타나지 않았다고 밝힌 기술적 배경입니다.

한국 이용자들의 특징으로 "최신 뉴스 위주로 뉴스를 소비하는 경향이 나타나며 빠르게 관심사를 얻고 싶은 관심이 많은 이용자층이라고 보고, 이에 맞춰 모델 최적화를 하고 있다"라고 설명했습니다.

 

설명 가능한 뉴스 추천 시스템

 

 

네이버는 에어스 추천 기사에 대한 이용자 반응이 긍정적으로 나타나고 있다고 밝혔습니다. 기존 뉴스판 하단에 나타나는 AI 콘텐츠 일평균 PV가 최근 1년간 증가 추세에 있으며, 개편 이후 개인화 PV, 인당 PV가 늘었다고 말했습니다. 그리고 네이버는 "과도기적으로 기존 뉴스 서비스 방식이 편하다고 생각할 수 있지만, 젊은 세대들은 취향에 맞게 설정하는 걸 중요하게 생각하고 이에 맞춰 변신해야 할 타이밍이라고 생각한다"라고 밝혔습니다.

 

 

내년부터는 설명 가능한 토픽 기반 뉴스 추천을 도입할 예정이라고도 밝혔습니다. 추천 과정의 알고리즘이 보이지 않고, 결과값인 뉴스만 보이는 방식에서 제기되는 문제를 해결하기 위함으로 딥러닝 기술을 통해 '미세먼지', '경제', '트럼프'등과 같은 기사의 주요 단어를 추출합니다. 그리고 사용자의 서비스 이용 맥락을 분석해 관심 분야별로 구분한 뉴스를 제공하는 방식입니다.

네이버는 내년 1분기 이내에 현재 베타버전으로 진행되는 모바일 앱 서비스를 정식 서비스로 전환할 계획이다.