GenRec: Netflix의 LLM 네이티브 추천을 향하여

Netflix의 추천 시스템은 사용자·콘텐츠·상호작용에 대한 수천 개의 수작업 특성과 시퀀스 모델링, 특성 상호작용, 멀티태스크 학습을 결합해 운영돼 왔다. 영화와 시리즈뿐 아니라 게임, 라이브, 팟캐스트 등 다양한 콘텐츠 유형과 서비스 화면을 지원하는 과정에서 시스템 복잡도도 커졌다.

이 구조에서는 새로운 콘텐츠 유형이나 서비스 화면을 추가할 때 상당한 특성 엔지니어링, 아키텍처 변경, 인프라 작업과 실험이 필요하다. Netflix는 이러한 확장 비용을 줄이기 위한 방향으로 GenRec을 제시하며, 추천 시스템을 LLM 중심으로 재구성하는 가능성을 모색한다.

LLM은 광범위한 세계 지식과 강력한 언어 이해 능력을 바탕으로 사용자 시청 이력과 콘텐츠 메타데이터를 직접 표현할 수 있다. Netflix는 PLUM, GLIDE, OneRec-Think 등 최근 연구를 관련 흐름으로 소개하며 LLM 네이티브 추천으로의 전환 가능성을 설명한다.