두나무, LLM 기반 뉴스 추천 기술 세계 학회서 인정

[아시아에이=김호성 기자] 업비트 운영사 두나무의 머신러닝팀 연구 논문이 세계 최고 수준 정보검색학회인 'SIGIR 2025'에 채택되어 메인 콘퍼런스에서 발표됐다고 17일 밝혔다.

이번 발표 논문은 'LLM 기반 사용자 시뮬레이터(LAUS)'를 활용해 실제 사용자 데이터 없이도 뉴스 추천 모델을 학습하는 방법론을 제시했다.

기존 뉴스 추천 시스템은 방대한 사용자 로그가 필요했지만, LAUS는 가상의 이용자를 생성하여 학습 데이터를 만들고 고품질 개인화 추천이 가능함을 입증했다.

두나무 연구진은 LAUS가 기존 방식 대비 높은 성능을 유지하면서도 지연 시간이 짧고, 다양한 언어권에서 실제 사용자 데이터로 학습된 모델과 유사한 수준의 성능을 보였다고 설명했다. 이는 대규모 데이터 수집 없이도 효율적인 개인화 서비스 구축 가능성을 보여준 것이다.

두나무 관계자는 "이번 연구를 통해 고객 정보 보호와 운영 효율성을 모두 충족하며 더욱 정교한 추천 서비스를 제공할 기반을 마련하게 됐다"고 말했다.