두나무, 가상 사용자 활용 뉴스 추천 기술 발표···개인정보 보호·효율성 강화
두나무는 머신러닝(ML)팀의 개인화 뉴스 추천 연구 논문이 세계 최고 수준 정보검색 학회인 ‘SIGIR 2025’ 메인 콘퍼런스에서 채택·발표됐다고 16일 밝혔다.
발표 논문 ‘LLM 기반 사용자 시뮬레이터(LAUS)’는 실제 사용자 데이터 없이 대규모 언어 모델(LLM)을 활용해 가상 이용자를 생성, 학습 데이터를 만들어 뉴스를 추천하는 방법론을 다뤘다.
연구 결과 LAUS는 기존 제로샷(zero-shot) 학습 대비 더 높은 성과와 짧은 지연 시간을 보였고, 노르웨이어·영어 등 다양한 언어권 뉴스 추천 벤치마크에서 실제 사용자 데이터 기반 모델과 유사한 성능을 입증했다.
뉴스픽의 주요 문장 추출 기술을 사용하여 “이뉴스투데이” 기사 내용을 3줄로 요약한 결과입니다. 일부 누락된 내용이 있어 전반적인 이해를 위해서는 본문 전체 읽기를 권장합니다.
