[서울타임즈뉴스 = 최남주 기자] SK텔레콤이 이용자의 실제 취향을 보다 정밀하게 구분하는 추천 인공지능(AI) 모델을 국제 학회에서 공개했다. 단순 클릭이나 일시적 이용 기록이 아닌 장기간 축적된 행동 패턴을 기반으로 선호를 해석한다.

SK 텔레콤은 최근 열린 인공지능 학회 ‘ICLR 2026’에서 관련 연구 결과를 발표했다. ICLR은 머신러닝 분야 주요 학회 가운데 하나로, 이곳에서 제시되는 기술은 향후 산업 적용 가능성을 가늠하는 지표로 활용되는 경우가 많다.

이번 연구의 핵심은 이용자의 행동 데이터를 단일 기준으로 해석하지 않는 데 있다. 특정 콘텐츠나 서비스를 반복적으로 이용한 기록은 ‘일관된 선호’로, 한두 차례 발생한 클릭이나 우연한 접근은 ‘일시적 반응’으로 구분해 모델 학습에 반영한다. 이를 통해 추천 결과가 단기적 행동에 좌우되는 문제를 줄이겠다는 취지다.

예를 들어 평소 특정 장르를 꾸준히 소비해온 이용자가 일시적으로 다른 장르를 선택한 경우, 기존 시스템에서는 이 행동이 동일한 비중으로 반영되면서 추천 방향이 흔들릴 수 있었다. 반면 이번 모델은 반복성과 맥락을 함께 고려해 장기적 취향에 가까운 결과를 유지하도록 설계됐다.

이를 구현하기 위해 ‘충돌 선호 최적화(C-APO)’ 구조가 적용됐다. 서로 다른 성격의 선호 신호가 동시에 존재할 경우 가중치를 조정해 노이즈를 줄이고, 일관된 패턴이 확인되면 해당 신호의 반영 비중을 높이는 방식이다. 데이터의 양뿐 아니라 맥락과 지속성을 함께 평가한다.

기존 추천 시스템은 클릭이나 조회 기록을 동일한 수준으로 반영하는 경우가 많아 실제 취향과의 괴리가 발생한다는 지적이 이어져 왔다. 업계에서는 이러한 한계가 개인화 추천의 정확도를 떨어뜨리는 요인으로 작용해 왔다고 본다. 이번 연구는 이러한 문제를 보완하려는 시도다.

추천 결과에 대한 설명 기능도 함께 고려됐다. 어떤 이유로 특정 콘텐츠나 상품이 제시됐는지를 이용자가 이해할 수 있도록 설계해, 단순 정확도를 넘어 신뢰도를 높이겠다는 방향이다. 최근 AI 서비스 전반에서 설명 가능성이 중요한 요소로 부각되고 있다.

SK텔레콤은 해당 기술을 실제 서비스에 적용하는 방안을 검토하고 있다. 이용 맥락 해석과 추천 후보 생성, 결과 검증 단계로 이어지는 구조를 통해 추천 시스템을 고도화한다는 계획이다. 업계에서는 데이터 해석 방식의 차별화가 향후 추천 서비스 경쟁력을 좌우할 가능성이 크다는 분석이 나온다.

AI 기반 추천 기술은 콘텐츠와 커머스, 통신 등 다양한 분야에서 핵심 기능으로 자리 잡고 있다. 이용자 데이터가 축적될수록 추천 품질과 함께 신뢰 확보가 중요한 요소로 떠오르는 만큼, 기술 경쟁은 더욱 정교해질 것으로 보인다.