네이버가 광고 속 '진짜 맛집' 찾는 비결은?

사용자·POI·UGC 유기적으로 반영한 추천 모델 개발

광고 게시물이 많은 맛집 정보 가운데, 네이버는 어떻게 이용자들이 원하는 숨은 맛집을 어떻게 찾아내고 추천할까. 

네이버는 3일 진행된 검색 콜로키움 2022에서 사용자의 취향과 환경을 고려해 개인화된 장소 추천을 제공하는 기술과, 상대적으로 규모와 리뷰가 적은 ‘숨은 맛집’까지 찾아주는 비결을 공개했다.

하이퍼로컬 퍼스널라이제이션(HyperLocal Personalization)팀 김준형 개발자는 지역 이용자 공통점을 ▲같은 장소정보(POI) 보유 ▲팔로우·팔로잉 관계 ▲최신 방문 POI 이력이 비슷할 것으로 가정, 가설에 맞는 사용자 취향 모델을 설계하고 세 가지 모델을 융합해 최적의 사용자 추천 모델을 개발했다.

그는 검색 콜로키움에서 ▲사용자의 취향 ▲같은 지역 내 비슷한 장소 ▲다른 지역의 비슷한 장소 등 다양한 검색 의도에 대응 가능한 POI 추천 모델을 개발했다고 설명했다. 그는 “여러 방식으로 생성된 지식 그래프 POI 노드에 대한 임베딩을 결합해 모든 지표에서 우세하고 이용자의 다양한 수요에 대응할 수 있는 POI 추천 모델을 만들었다"고 부연했다.

네이버 김준형 개발자

네이버 이준걸 개발자

UGC(User Generated Contents) 추천 모델을 개발한 이준걸 개발자는 이미지, 텍스트, 별점 등 다양한 정보를 담고 있는 UGC 특성을 반영해 지역 3요소(사용자·POI·UGC)를 유기적으로 반영한 추천 모델을 개발했다.

그는 “UGC 추천 모델을 테스트한 결과, 프랜차이즈 리뷰에 대해 유사한 리뷰를 추천해줄 경우 지역의 특색 있는 중소상공인(SME)들의 리뷰를 노출하는 효과가 기존에 비해 뛰어나다는 것을 확인했다”고 말했다. 각 요소를 독립적으로 사용했을 때 보다 세 요소를 동시에 고려할 경우, UGC에 담긴 사용자의 내재적인 특징을 파악해 개인화 추천이 용이하다는 설명이다.

네이버 하이퍼로컬퍼스널라이제이션팀 전영환 리더

하이퍼로컬 퍼스널라이제이션팀 전영환 리더는 “사용자가 취향과 상황에 맞는 장소를 추천받고, 더 많은 지역 SME들이 발견될 수 있도록 사용자, POI, UGC 특성에 맞는 다양한 모델을 도입해 로컬 추천 시스템을 더욱 고도화할 것”이라고 강조했다.

이날 공개된 기술은 네이버 인공지능(AI) 기반 장소 추천 엔진 '에어스페이스(AirSPACE)'에 적용돼, '스마트어라운드(Smart Around)', 포유(For you) 등 다양한 AI 장소 추천 서비스에 활용되고 있다.