두나무, 머신러닝팀 'SIGIR 2025'서 글로벌 AI 기술 경쟁력 입증

[CBC뉴스] 두나무의 머신러닝(ML)팀이 세계 최고 수준의 정보검색학회인 'SIGIR 2025'에서 개인화 뉴스 추천 연구 논문을 발표하며 글로벌 AI 기술 경쟁력을 입증했다. 두나무는 16일, 본사 ML팀의 연구 논문이 'SIGIR 2025'에 채택되어 메인 콘퍼런스에서 발표됐다고 밝혔다. 'SIGIR(The 48th International ACM SIGIR Conference on Research and Development in Information Retrieval)'는 정보검색 분야에서 가장 영향력 있는 국제 학회 중 하나로, 올해 제출된 논문 중 약 27%만이 채택되는 높은 경쟁률을 보였다. 두나무는 이번 발표를 통해 AI 기술 경쟁력을 다시 한번 확인했다. 이번 발표된 논문은 'LLM 기반 사용자 시뮬레이터: 실제 사용자 상호작용 없이 뉴스 추천 모델을 학습하기 위한 방법론'이라는 제목으로, 실제 사용자 데이터 없이 LLM(대규모 언어 모델)을 이용해 가상의 이용자를 생성하고 이를 바탕으로 뉴스를 추천하는 방안을 제시했다. 이는 기존 뉴스 추천 시스템의 사용자 로그 의존도를 대폭 줄였다는 점에서 주목받았다. 두나무 머신러닝팀은 가상의 사용자를 시뮬레이션하는 'LAUS(LLM As User Simulator)'라는 프레임워크를 개발하여 개인정보 침해 우려와 대규모 데이터 확보의 어려움을 해결하는 새로운 대안을 제시했다. LAUS는 다양한 상호작용 패턴을 생성해 학습 데이터를 만드는 방식으로, 기존 데이터 없이도 뉴스를 추천하는 '제로샷(zero-shot)' 방식보다 높은 성과를 보였다. 박충원 연구원은 "이번 연구를 통해 고객 정보 보호와 운영 효율성을 모두 충족하면서 더욱 정교한 추천 서비스를 제공할 수 있는 기반을 마련하게 되어 기쁘다"고 전했다. 두나무 머신러닝팀은 AI 모델을 연구·개발하며 주식과 디지털 자산 시장에서 글로벌 연구 역량을 인정받고 있다.

★ 네티즌 어워즈 투표하러 가기 ▶ ★ 실시간 뉴스속보 - CBC뉴스 텔레그램 ▶ ★ CBC뉴스 - gonewsi로 전 세계 타전 ▶

▮ CBC뉴스ㅣCBCNEWS 권오성 기자