한겨레

인간 VS 알고리즘. 현재 네이버와 다음의 뉴스 추천 시스템을 한마디로 요약하면 이렇다. 하지만 구체적으로 들여다보면 양쪽 모두 인간과 기계가 협업하는 구조다.

카카오는 2015년 6월부터 모바일 다음뉴스에 자체 개발한 ‘루빅스’(RUBICS=실시간 이용자 반응형 뉴스 추천 서비스의 영문약자)를 적용하고 있다. 피시(PC)는 지난 4월부터 적용했다. 카카오가 흔히 “다음뉴스는 100% 자동배열된다”고 말하는 근거다. 하지만 인간 편집자가 부분적으로 개입을 하기 때문에 100%라고 말하기는 어렵다. 다음뉴스에는 제휴를 맺은 언론사 150여개로부터 매일 3만여건의 기사가 쏟아져 들어오는데, 이중 중복기사 등 부적절한 기사를 먼저 편집자가 걸러내 기사풀(pool)을 만든 뒤 루빅스를 적용한다. 지진이나 탄핵처럼 누구나 알아야 할 중대한 상황이 발생했을 때도 편집자가 직접 기사 배치를 한다.

루빅스의 가장 큰 특징은 이름처럼 개인맞춤형이라는 것이다. 이용자의 뉴스 소비 방식, 성별, 연령대 등이 참조된다. 기본이 되는 알고리즘은 ‘협력 필터링(CF)’이다. 어떤 이용자가 읽은 뉴스와 비슷한 기사를 읽은 사람들이 많이 본 기사를 추천하는 방식이다. 예를 들어, 프로야구 기사를 주로 읽는 이용자에게는 프로야구 기사를 많이 읽는 다른 이용자들에게 인기있는 기사가 추천된다. 여기에 ‘맞춤형 멀티암드밴딧’ 알고리즘, 클릭수 지표(CTR)-열독률 지수(DRI) 연계 등 다양한 알고리즘이 복합돼 루빅스를 구성한다. 로그인을 하지 않아도 브라우저 사용기록(쿠키)에 따라 개인화가 이뤄진다. 카카오는 “루빅스를 적용한 뒤 총 클릭수, 1인당 뉴스 소비량, 노출 뉴스 수가 모두 크게 늘어났다”고 밝혔다.

네이버 뉴스는 기본적으로 사람이 편집한다. 네이버 쪽은 뉴스 편집팀의 구체적인 규모나 신상을 밝히고 있지 않지만, 대략 100여명에 이르는 것으로 알려진다. 하지만 역시 100% 사람편집은 아니다. 네이버 역시 124개의 뉴스제휴업체로부터 하루 3만여건의 기사가 들어온다. 이 기사들을 먼저 클러스터링 알고리즘이 동일한 주제의 기사끼리 묶어주면, 편집자가 이를 보면서 메인화면 노출 기사를 결정한다.

네이버가 지난 2월부터 모바일뉴스 일부에 적용하고 있는 ‘에어스’(AiRS=인공지능 추천 시스템의 영문약자)는 개인맞춤형 추천 알고리즘이다. 에어스 역시 기본 알고리즘은 협력필터링이다. 지난 9월부터는 딥러닝 기반의 인공신경망 기술인 RNN(개인의 뉴스소비 패턴을 학습해 맥락에 따라 뉴스를 추천하는 기술)을 추가로 접목해 적용 중이다. 네이버는 로그인을 한 이용자에 한해 에어스 서비스를 제공하고 있다. 네이버는 “에어스를 도입한 뒤 이용자의 뉴스 소비량이 30~40% 증가했고 소비되는 기사의 주제도 함께 늘어났다”고 밝혔다.

안선희 기자 shan@hani.co.kr

◎ Weconomy 홈페이지 바로가기: https://www.hani.co.kr/arti/economy
◎ Weconomy 페이스북 바로가기: https://www.facebook.com/econohani