두나무 머신러닝팀, 가상 사용자 기반 개인화 뉴스 추천 혁신 제시

업비트 운영사 두나무 머신러닝팀의 개인화 뉴스 추천 연구 논문이 국제정보검색학회 ‘SIGIR 2025’ 메인 콘퍼런스에서 발표됐다.

두나무 머신러닝팀 박충원 연구원은 14일 현장에서 ‘LLM 기반 사용자 시뮬레이터: 실제 사용자 상호작용 없이 뉴스 추천 모델을 학습하기 위한 방법론(원문 논문명: LLM as User Simulator: Towards Training News Recommender without Real User Interactions)’이라는 제목의 논문을 발표했다.

이 논문은 실제 사용자 데이터 없이 대규모 언어 모델(LLM)을 활용해 가상의 이용자를 생성, 학습 데이터를 구축하고 이를 바탕으로 뉴스를 추천하는 방안을 제시했다.