[추천시스템] 개인화 서비스 진전에 따른 자동추천 시스템 연구 동향과 방법론적 특성 연구

◈ 논문 정보 

황용석, & 김기태. (2019). 개인화 서비스 진전에 따른 자동추천 시스템 연구 동향과 방법론적 특성 연구. 사이버커뮤니케이션학보, 36(2), 221-253.

---

◈ 요약 

추천 시스템의 전반적인 연구 동향을 정리한 논문이다. 비교적 최근인 2019년도이고 한글로 된 논문이어서 전반적인 추천시스템 관련 연구의 트렌드를 파악하기 위해서 정독했다.

 

2. 자동추천 시스템에 대한 초기 연구 경향과 연구 방법론적 특성 

 

(1) 시스템 중심 접근 

추천시스템에 이용되는 알고리즘의 정확도평가를 주 목적으로 하는 연구 방식으로 현재까지도 가장 광범위하게 이루어지고 있다. 알고리즘 개선이 꾸준하게 이루어지고 있지만, 콜드 스타트 문제, 과적합, diversity & serentipity 감소 등의 문제점이 지적되었다. 시스템 중심 연구의 근본적인 문제 중 하나는 객관적 정확도와 오차 수치가 실제 이용자들의 만족도를 완전히 반영하지 못한다는 것이다. 

 

(2) 이용자 중심 접근 

 실험이나 설문 연구 방식을 사용한다. 추천 시스템과 관련된 요소에 대해서 실험적 조작을 가하고, 이에 대해서 사용자의 만족도, 행동 관찰, 클릭율 / 전환율 변화 등을 직접 파악한다. 기계적인 정확도 중심의 연구에서 벗어나, 추천시스템과 이용자의 실제 상호작용을 분석한다는 점에서 의의가 있다.

 하지만, 변수와 그에 다른 결과가 상이하게 나타나는 경우가 많아서, 일부 연구자들은 이를 정형화한 모델을 제시하기도 했다(Knijnenburn & Willenmsen, 2015). 

하지만 이러한 모델도 실제 사용자의 환경과는 거리가 있는 인위적인 요소 이기 때문에 외적 타당성이 부족하다는 지적을 받기도 한다. 

 

따라서 이 연구에서는 기존의 방법론들의 한계점을 보완하고 현재 많은 기업들이 사용하고 있는 대규모 온라인 통제 실험 방식을 제안했다. 

 

 

3. 추천 시스템의 사회적 영향에 대한 연구 경항과 방법론적 특성 

 

(1) 대규모 온라인 통제실험 

기존의 연구에서 사용되었던 전통적인 AB 테스트 방식을 온라인에서 대규모로 수행하는 방식을 의미한다. Bing에서는 매달 10억이 넘는 참여자 풀의 20%를 데이터 분석에 사용하고 있는데, 동시에 200개 가량의 실험을 진행한다. 

 

 

 

---

◈ 한계점 및 추가 연구 아이디어 

• 이 연구에서는 기존 추천시스템 관련 방법론의 대안으로 '대규모 온라인 통제실험' 방식을 제안하였다. 기존 방식들의 한계점을 많이 극복한 방식이지만, 단순히 더 많은 데이터를 사용할 수 있게 됨으로써 채택된 방식인데 이것을 새로운 개념으로 제시할 수 있는 지 의문이다. 물론, 개념은 모두가 알고 있다고 하더라도 이를 새로운 용어로 개념적인 차원에서 정의하는 것은 의의가 있다.