- KAIST 이동만 교수팀, 사용자 맞춤형 추천서비스 기술 개발 - 사진과 텍스트 동시에 분석, 사용자 트렌드 실시간 반영 [헤럴드경제=구본혁 기자] 사용자 개인의 특성을 고려한 맞춤형 추천서비스를 제공해주는 빅데이터 기반 추론기술이 국내 연구진에 의해 개발됐다.

한국과학기술원(KAIST)은 전산학과 이동만 교수팀이 소셜 네트워크 서비스(SNS)의 사진과 글을 기반으로 장소의 특성을 분석해 사용자에게 맞춤형 장소를 추천해주는 기술을 개발했다고 29일 밝혔다.

맛집 추천 서비스, 소셜 커머스 등 위치를 기반으로 정보 검색 및 추천 서비스를 제공하는 업체들은 주로 고객의 후기를 수집하거나 직접 방문을 통해 경험한 내용을 토대로 음식점과 매장을 평가한다.

비교적 정확한 정보를 제공하지만 사용자 전체의 관심과 선택의 평균에 중점을 두기 때문에 사용자 개인의 특성을 충분히 고려하지 못한다는 한계가 있다. 시간이 지날수록 사용자는 평균 중심의 예상 가능한 선택지를 추천받을 확률이 높아지는 것이다.

특히 같은 장소라도 사용자가 방문하고자 하는 목적이 다르기 때문에 방문 목적과 사회적 맥락을 파악할 수 있는 추가적인 기능이 필수적이다. 이를 위해 기본적으로 제공되는 정보 외에도 실제 사람들이 각 장소에서 어떤 세부적 활동을 하며 공간을 소비했는지에 대한 데이터 수집이 필요하다.

연구팀은 이 같은 문제 개선을 위해 특정 소셜네트워크 서비스에 올라온 사진과 텍스트 자료를 바탕으로 이를 분석하는 알고리즘을 개발했다.

사람처럼 스스로 학습할 수 있도록 인공 신경망을 기반으로 한 기계학습기술인 ‘딥러닝’을 이용해 사진을 분석하는 기술과 연구팀이 새로 개발한 텍스트 분석 기술인 워드백(Wordbag) 기술을 결합했다. 특정 상황이나 분위기에 사용되는 단어들을 분석하고 단어마다 가중치를 둬 분류해 주는 것.

이 기술은 특정 상위 장소 및 그 내부의 세부장소에 대해 언급된 데이터를 분석해 행위, 방문자, 시간, 분위기 등 다양한 관점에서 공간의 활용 가능성을 제공한다.

연구팀은 같은 장소라도 사용자가 시간대와 목적에 따라 다르게 활용했던 이력이나 기존 서비스에서 제공이 어려웠던 분위기나 방문 목적을 데이터로 수집할 수 있기 때문에 사용자 의도에 따라 장소를 추천할 수 있다고 설명했다.

이동만 교수는 “기존 비정형 텍스트 데이터 분석의 한계를 극복하기 위해 사진과 텍스트를 동시에 분석해 공간에 대한 사회적 정보를 추론할 수 있다”며 “현재 위치기반 정보제공 업체와 기술이전을 논의하고 있다”고 말했다.