두나무, 가상 사용자 활용 뉴스 추천 기술 발표···개인정보 보호·효율성 강화

박충원 두나무 머신러닝팀 연구원이 지난 14일(현지시각) 아털라어 파도바 센트로 콩그레스에서 열린 ’SIGIR 2025’에서 포스터 발표를 진행했다. [사진=두나무]

[이뉴스투데이 김진영 기자] 두나무는 머신러닝(ML)팀의 개인화 뉴스 추천 연구 논문이 세계 최고 수준 정보검색 학회인 ‘SIGIR 2025’ 메인 콘퍼런스에서 채택·발표됐다고 16일 밝혔다.

SIGIR는 정보검색 분야에서 가장 권위 있는 학회 중 하나로 올해 제출 논문 중 약 27%만 채택됐다. 메인 콘퍼런스는 지난 13~18일 이탈리아 파도바에서 열렸으며, 박충원 두나무 연구원이 현장에서 연구 성과를 발표했다.

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. 기존 추천 시스템이 클릭 로그 등 방대한 사용자 데이터를 수집해야 했던 한계를 줄이고, 개인정보 침해 우려도 완화했다.

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. 이를 통해 별도의 대규모 데이터 수집 없이 고품질 개인화 서비스 구축 가능성이 확인됐다.

박충원 연구원은 “정확한 뉴스 추천은 서비스 만족도를 좌우하는 핵심”이라며 “개인정보 보호와 운영 효율성을 동시에 충족하는 정교한 추천 서비스 기반을 마련하게 돼 기쁘다”고 말했다.

한편, 두나무 ML팀은 주식·디지털 자산 분야 AI 모델을 연구 중이다. 지난해 ‘콜링 2025’ 금융 허위 정보 탐지 챌린지(FMD) 1위를 기록하는 등 글로벌 연구 역량을 인정받고 있다.