살 땐 몰랐던 속마음까지 파악?… UNIST, 취향 저격 AI 추천 기술 개발

이연창 교수팀, 상품군별 구매 성향 교차 도메인 추천 기술 Multi-TAP 개발

상위 5개 추천 적중률 최대 36.3%↑… 데이터마이닝 학회 ACM KDD 채택

컴퓨터를 살 때는 최고 사양을 고집하다가도 홈 오디오를 살 때는 가성비 제품을 찾는 식의 '다중 소비자 심리'를 짚어내는 초개인화 인공지능(AI) 기술이 공개됐다.

같은 소비자라도 상품 카테고리마다 구매 기준은 제각각이다. 노트북을 고를 때는 가격을 크게 따지지 않고 최신 제품을 선호하지만, 홈 오디오를 살 때는 후기와 가격대비 성능을 더 중시하는 식이다.

이처럼 세부 상품군에 따라 달라지는 소비자의 복잡한 '멀티 페르소나'를 파악해 맞춤형으로 제품을 제안하는 인공지능(AI) 기술이 등장했다.

UNIST(울산과학기술원) 인공지능대학원 이연창 교수 연구팀은 소비자 취향을 세분화해 정확하게 반영하는 교차 도메인 추천 기술 '멀티탭(Multi-TAP)'을 개발했다고 6일 전했다.

연구진, 이연창 교수(좌측)와 강대희 연구원. UNIST 제공

교차 도메인 추천은 구매 기록이 충분한 영역의 정보를 바탕으로, 상대적으로 이용 실적이 부족한 다른 분야의 상품을 추천해 주는 기술이다. 예컨대 전자제품 구매 이력만 많은 소비자에게 홈·생활용품을 추천할 때 이전 쇼핑 패턴을 응용하는 방식이다.

하지만 기존 추천 기술은 카테고리별로 미세하게 달라지는 소비자 심리를 파악하는 데 한계가 있었다. 특정 분야에서는 고가 제품을 선호하면서도, 다른 분야에서는 저가 인기 제품을 찾는 식의 변수를 매끄럽게 처리하지 못했기 때문이다.

이 교수팀이 개발한 '멀티탭'은 소비자의 가격 sensitivity(민감도), 평점·리뷰 반영도, 구매 빈도 등을 3단계로 분석한 뒤, 대형언어모델(LLM)을 통해 카테고리별 행동 차이를 문장화해 학습시킨다. 이후 추천하려는 분야와 다른 분야 간 관련성을 자동으로 계산해 반영 비율을 조절한다.

글로벌 e커머스 플랫폼 아마존의 5개 상품군 구매 데이터를 바탕으로 실험한 결과, 멀티탭은 주요 추천 과제 6개 중 5개에서 가장 뛰어난 성능을 보였다. 특히 실제 구매 상품을 추천 상위 5개 목록에 포함시킨 비율은 기존 최고 기술 대비 최대 36.3% 높았다.

연구그림, 세부 상품군별 취향을 반영하는 멀티탭의 추천 과정.

이연창 교수는 "상황과 세부 카테고리에 따라 시시각각 바뀌는 소비자의 취향을 다각도로 읽어내는 데 집중했다"며 "구매 기록이 적은 상품군에서도 소비자의 실제 니즈에 가장 가까운 제품을 추천할 수 있어 온라인 쇼핑 플랫폼의 개인화 서비스를 크게 고도화할 것"이라고 말했다.

강대희 연구원이 제1저자로 참여한 이번 연구는 오는 9일 제주도에서 개최되는 데이터마이닝 분야 최고 권위 학술대회인 'ACM KDD 2026'에서 발표될 예정이다.

영남취재본부 김수로 기자 relationship6007@asiae.co.kr