하이퍼커넥트, 데이터마이닝 학회서 상호 추천 모델 논문 발표

하이퍼커넥트가 세계 최고 권위의 데이터마이닝 학회 ICDM 워크샵에서 자사 글로벌 영상 채팅 플랫폼인 ‘아자르(Azar)’에 탑재된 상호 추천 모델에 대한 기술을 소개하는 연구 논문을 발표했다고 16일 밝혔다. 올해 24회를 맞은 IEEE ICDM(International Conference on Data Mining)은 알고리즘, 소프트웨어, 시스템, 애플리케이션 등 다양한 데이터마이닝 분야를 다루는 권위 있는 국제 학회다.

아랍에미리트(UAE) 아부다비에서 현지 시간 10일 열린 ICDM 워크샵 ‘DMU 2 2024(The 2nd International Workshop on User Understanding from Big Data)’에서 하이퍼커넥트는 ‘온라인 소셜 디스커버리 플랫폼을 위한 실시간 세션기반 상호 추천 시스템(A Real-Time Session-Based Reciprocal Recommendation System for a One-on-One Social Discovery Platform)’ 논문을 발표하고 상호 추천 시스템의 새로운 접근 방식을 제시했다.

하이퍼커넥트는 “아자르와 같은 영상 채팅 플랫폼에서는 사용자 경험을 극대화하려면 낮은 지연 시간이 필수”라며 “기존의 세션 기반 접근 방식은 각 추천 과정에서 사용자의 순차적 행동을 모델링해야 하므로 지연 시간이 길어지는 한계가 있었다”고 논문 작성 배경을 밝혔다.

하이퍼커넥트는 상호 추천 모델을 통해 시간 소모적인 사용자 세션 모델링을 실시간 사용자 매칭 과정에서 분리해 추론 시간을 단축했다. 해당 기술은 비동기 시스템에 비해 응답 지연 시간을 76% 이상 단축하는 동시에 사용자 참여도를 크게 향상시키는 것으로 확인됐다.

또한 임베딩 레이어(데이터를 숫자 형태로 변환해 모델이 처리할 수 있도록 준비하는 단계)와 예측 레이어(변환된 데이터를 바탕으로 결과를 예측하는 단계)의 학습을 분리하는 2단계 학습 전략을 채택함으로써, 순차적 모델 추론 횟수를 수백 배 줄여 계산 부담을 대폭 완화했다. 나아가 아자르 데이터 세트를 활용한 광범위한 실험을 통해 실제 프로덕션 환경에서 해당 기술의 효과를 성공적으로 입증하기도 했다.

하이퍼커넥트 이준영 AI랩 총괄 디렉터는 “이번 연구는 매칭 정확도를 향상시키는 것을 넘어 사용자 선호도를 빠르게 파악하고 이해해 사용자의 만족도를 제고하는 데 중점을 두고 있다”며 “하이퍼커넥트는 앞으로도 혁신적인 기술 연구와 개발을 통해 글로벌 영상 채팅 플랫폼 시장을 선도하고 기술 발전에 지속적으로 기여할 것”이라고 전했다.

헬로티 이창현 기자 |