‘AiTEMS’, 출시 5년만에 개인화 네이버 쇼핑 전체 거래액 중 8% 차지
필터링에 ‘딥러닝’ 모델 적용…쇼핑 이력·상품 메타정보 활용해 추천
네이버의 상품 개인화 추천 서비스 ‘AiTEMS’가 기존 추천 시스템과는 차별화된 기술로 꾸준히 성장하고 있다. 추천 시스템에 ‘딥러닝’ 기술을 적용해 단순히 소비자가 구매하거나 열람한 상품 외에도 정말 필요할 만한 상품을 추천해 구매로 이어지도록 돕는다는 설명이다.
AiTEMS는 고객 개인의 선호도를 기반으로 상품을 추천하는 AI 서비스다. 스마트스토어에 입점한 중소상공인(SME)들이 머신 러닝과 관련된 전문 지식이 없이도 사용할 수 있는 상품 추천 서비스다.
6일 네이버클라우드에 따르면 AiTEMS는 2017년 출시 이후 지속적으로 성장해 현재 약 5년 만에 네이버 쇼핑 전체 중 AiTEMS를 통해 소비된 상품의 클릭 수는 약 10%, 상품 거래액은 8%를 점유하고 있다.
AiTEMS는 네이버 쇼핑뿐 아니라 다양한 고객사에도 적용돼 있다. GS리테일의 반려동물 용품 온라인 쇼핑몰 ‘어바웃 펫’은 고객 취향 저격 상품 섹션에 AiTEMS 서비스를 적용해 사용자의 취향에 맞게 반려동물 용품과 콘텐츠를 추천하고 있다. 구매 고객 5만명에 40만건 데이터를 적용해 테스트한 결과 추천 상품이 구매까지 이어진 적중률은 기존 서비스 대비 무려 76% 이상 증가했다.
지앤지커머스의 도매 거래 플랫폼인 ‘도매꾹’은 B2B 마켓 최초로 AiTEMS를 적용해 AI 기반 상품 추천 서비스를 제공하고 있다. 고객마다 소싱하는 상품이 각기 다른 B2B 마켓의 특성상 AiTEMS의 추천 서비스는 회원에 맞는 상품을 빠르고 정확하게 소싱할 수 있도록 도와주고 있다.
이처럼 네이버의 AiTEMS이 눈에 띄는 성과를 올린 데에는 기존 추천 시스템과 달리 필터링에 딥러닝 기술을 적용했기 때문인 것으로 풀이된다.
기존 추천 시스템에는 다양한 유형이 있지만 그 중 협업 필터링, 콘텐츠 기반 필터링 두 가지 가 가장 많이 쓰인다. 협업 필터링은 많은 사용자들로부터 얻은 선호도 기호 정보에 따라 비슷한 성향 혹은 취향을 갖는 사용자들에게 추천을 하는 방법이다. 새로운 아이템이 부족하면 추천을 하지 못한다는 단점이 있다.
또 하나는 콘텐츠 기반 필터링 유형으로, 사용자가 선호하는 아이템 이력 등을 파악하고 분석해 유사한 아이템을 추천하는 방식이다. 이 유형의 경우 유저들에 대한 충분한 정보가 수집되지 않으면 데이터가 없기 때문에 적절한 아이템을 추천하지 못하는 일명 ‘콜드 스타트’ 등의 문제를 가진다.
AiTEMS는 이러한 문제를 개선하기 위해 딥러닝 기반의 추천 모델이 적용했다. 우선 수억~수십억개의 상품 중 1차적으로 이용자 집합의 취향과 대표적으로 어울리는 추천 상품 후보들을 수천개로 추려낸다.
그 후 인공신경망 기반 추천 모델을 통해 이용자의 쇼핑 관련 이력과 함께 각각의 상품이 가지는 메타 정보가 반영된 개인별 맞춤 상품을 추천해주는 방식으로 작동한다. 이용자 이력에는 상품 검색, 클릭 로그, 구매 로그 등 쇼핑 관련 로그가 반영되고, 상품 메타 정보 같은 경우에는 상품명 카테고리명, 가격대, 판매처명, 상품 아이디 등 텍스트 정보와 상품 이미지 정보를 모두 활용한다.
이런 복합적 학습을 통해 추천에 필요한 요인들 간의 가중치를 기계가 스스로 알아낼 뿐만 아니라 입력 요인들을 조합해 새로운 요인을 발굴해내기도 한다. 결과적으로 AiTEMS는 비인기 상품이지만 사용자 개인에게 적합한 아이템을 발굴할 수도 있고, 최근 등록된 상품 중에서도 사용자 개인에게 추천할만한 아이템을 발굴할 수 있게 되는 차별화된 개인화 추천이 가능해진다.
네이버클라우드는 AiTEMS에 지속적으로 자연스러운 개인화 추천을 제공하기 위한 기술을 고도화 하고 있다. 사용자 취향 변화를 즉각 반영하는 ‘실시간 추천 모델’과 실시간 이력을 수집하고 추천하는 결과 추론 시스템을 가지는 ‘세션 기반 추천’에 이어 네이버의 초거대 AI인 ‘하이퍼클로바’를 활용한 ‘쇼핑 관심사 제너레이션’ 등도 개발하고 있다.
네이버클라우드 관계자는 “AiTEMS 서비스는 더욱 개인화된 사용자 경험을 제공하며 다양한 상품을 찾아 추천하고, 사용자 행동을 잘 표현하기 위해 여러 모델과 기술을 연구하고 개발하고 있다”며 “앞으로 더욱 많은 고객사의 비즈니스 혁신과 소비자 경험 향상이 지속될 수 있도록 의미 있는 성과를 쌓아가겠다”고 말했다.
[CEO스코어데일리 / 김동일 기자 / same91@ceoscore.co.kr]
댓글
[ 300자 이내 / 현재: 0자 ]
현재 총 0개의 댓글이 있습니다.