카카오, 콘텐츠 기반 필터링으로 웹툰 연관 추천 고도화

카카오는 사용자가 소비한 아이템의 내용(카테고리, 텍스트, 이미지 등)을 분석해 유사한 아이템을 추천하는 콘텐츠 기반 필터링(Content-based filtering) 기술을 소개했다. 이 방식은 다른 사용자의 소비 이력을 활용하는 협업 필터링과 달리 아이템 자체의 정보를 기반으로 하므로, 소비 이력이 적거나 새로운 아이템의 추천에 효과적이다.

아이템 유사도 계산을 위해 원 핫 인코딩과 임베딩 기법을 사용한다. 텍스트는 Word2Vec이나 BERT 등 사전 학습된 모델을 활용해 벡터화하며, 이미지는 ImageNet 등으로 사전 학습된 모델의 분류 레이어 이전 피처를 임베딩으로 사용한다. 특히 웹툰 도메인에서는 카카오브레인이 개발한 그림체 추출 모델을 적용해 시각적 유사성을 포착한다.

카카오웹툰의 연관 추천 영역에서는 이러한 콘텐츠 기반 필터링과 협업 필터링 결과를 결합한다. 텍스트, 이미지, 그림체 임베딩을 통해 추출한 후보군과 협업 필터링 결과를 합친 뒤, 멀티암드 밴딧(Multi-armed bandit) 알고리즘을 적용해 사용자의 실제 열람 확률을 극대화하는 순서로 추천 목록을 구성한다. 이를 통해 사용자는 최신 인기와 작품의 내용적 유사성을 모두 반영한 추천을 받을 수 있다.