업스테이지, 글로벌 AI 학회서 상위 0.5% 논문상 수상

업스테이지가 싱가포르에서 열린 WSDM2023에서 우수 논문상을 수상했다고 7일 밝혔다.

WSDM은 웹 검색과 데이터 마이닝 분야의 세계적인 학회로 ACM 주관으로 매년 개최, 올해 16회째를 맞았다. 올해는 산업계와 학계의 연구자들이 참여해 추천 시스템, 클릭률 예측, 의미 검색 등과 같은 주제를 중심으로 총 690편의 논문이 접수됐고 123편이 통과됐다.

업스테이지는 홍콩 법인 리서치팀과 공동연구를 통해 ‘Atten-Mixer 네트워크를 통한 세션 기반 추천을 위한 다단계 사용자 의도의 효율적 활용’이라는 주제로 논문을 발표했다.

이 논문은 최근 사용자의 행동을 기반으로 다음 행동을 예측하는 방식인 ‘세션 기반 추천’에 대한 연구로, 사용자 의도를 다단계로 모델링하고 Atten-Mixer라는 새로운 네트워크 구조를 제안하여 추천 성능을 향상시키는 방식을 제안한다.

기존에도 ‘세션 기반 추천’ 방식을 구현하기 위해 다양한 그래프 신경망(GNNs)을 사용, 항목 간의 관계를 파악하는 연구들이 있었으나 성능 향상을 시도할 경우 모델 복잡성이 기하급수적으로 증가하는 문제가 발생하는 단점이 있었다. 이에 따라, 업스테이지 연구팀은 최적의 추천을 위해 신경망의 일부를 제거해 중요한 부분에 집중하는 더 간단한 모델을 활용하고 탐색 공간을 최적화해 한계를 극복했다.

아울러 사용자가 어떤 항목을 선택할지 예측하기 위해 항목의 특징과 관계를 모두 고려해 다음에 어떤 항목을 선택할 가능성이 높은지 추론하는 방식으로 추천 품질을 더욱 높였다.

이를테면 한 사용자가 웨딩드레스를 찾아본 후 가구를 검색해 구매를 하는 경우, 결혼과 신혼집 장식이라는 사용자의 의도를 파악, 결혼에 필요한 물품을 추천하는 등 이후 제품의 추천 정확도를 높이는 방식이다.

업스테이지의 연구는 WSDM2023 프로그램 위원회와 참가자들로부터 많은 관심과 호응을 받았다. 특히 대회 마지막 날 Best Paper Honorable Mention Award으로 선정, 연구의 의미를 드높였다.

이 상은 전체 접수된 논문 중 상위 0.5%의 논문에 수여되는 권위 있는 상으로 업스테이지-홍콩 리서치팀의 연구 역량과 성과를 인정받은 것이다.

WSDM은 업스테이지의 연구에 대해 사용자 의도에 대한 다중 수준 추론을 탐구함으로써 세션 기반 추천에 대한 새로운 접근 방식을 제안했다고 평가했다. 또한 세션 기반 추천에서 복잡한 GNN을 단순화하고 보다 효과적인 모델을 설계하여 검색 공간을 크게 줄이면서도 다양한 온오프라인 실험을 통해서 기존 모델과 결합하여 성능을 향상시킬 수 있음을 입증했다고 실증성을 높이 평가했다.

실제 업스테이지는 이미 2년 전부터 이번 논문에서 제안한 모델을 실제 온라인 서비스에 적용, 고객사의 실제 트래픽에서 비즈니스 지표의 중요한 개선을 보이며 추천 AI팩의 성능을 향상시키고 있다.

업스테이지 AI팩은 이번 논문 수상을 비롯한 연구성과와 캐글 등 다양한 경진대회를 통해 성능을 입증한 수많은 모델을 활용, 각 산업 및 고객의 서비스 환경에 맞는 추천 모델들을 선택해 최적의 추천 결과를 제공하고 있다.