하이퍼커넥트는 16일 세계 최고 권위 데이터마이닝 학회 ICDM 워크샵에서 자사 글로벌 영상 채팅 플랫폼 ‘아자르(Azar)’에 탑재된 상호 추천 모델에 대한 기술을 소개하는 연구 논문을 성공적으로 발표했다고 밝혔다.
올해 24회를 맞은 IEEE ICDM(International Conference on Data Mining)은 알고리즘, 소프트웨어, 시스템, 애플리케이션 등 다양한 데이터마이닝 분야를 다루는 권위 있는 국제 학회다. 하이퍼커넥트는 “아자르와 같은 영상 채팅 플랫폼에서는 사용자 경험을 극대화하려면 낮은 지연 시간이 필수”라며 “기존 세션 기반 접근 방식은 각 추천 과정에서 사용자의 순차적 행동을 모델링해야 하므로 지연 시간이 길어지는 한계가 있었다”고 논문 작성 배경을 밝혔다.
하이퍼커넥트는 상호 추천 모델을 통해 시간 소모적인 사용자 세션 모델링을 실시간 사용자 매칭 과정에서 분리해 추론 시간을 단축했다. 해당 기술은 비동기 시스템에 비해 응답 지연 시간을 76% 이상 단축하는 동시에 사용자 참여도를 크게 향상시키는 것으로 확인됐다.
아울러 임베딩 레이어(데이터를 숫자 형태로 변환해 모델이 처리할 수 있도록 준비하는 단계)와 예측 레이어(변환된 데이터를 바탕으로 결과를 예측하는 단계) 학습을 분리하는 2단계 학습 전략을 채택해 순차적 모델 추론 횟수를 수백 배 줄여 계산 부담을 대폭 완화했다. 나아가 아자르 데이터 세트를 활용한 광범위한 실험을 통해 실제 프로덕션 환경에서 해당 기술 효과를 성공적으로 입증하기도 했다.
하이퍼커넥트 이준영 AI랩 총괄 디렉터는 “세계적인 학회 ICDM에서 상호 추천 모델 성과를 공유할 수 있어 매우 뜻 깊게 생각한다”면서 “이번 연구는 매칭 정확도를 향상시키는 것을 넘어, 사용자 선호도를 빠르게 파악하고 이해해 사용자의 만족도를 제고하는 데 중점을 두고 있다”고 설명했다. 이어 “하이퍼커넥트는 앞으로도 혁신적인 기술 연구와 개발을 통해 글로벌 영상 채팅 플랫폼 시장을 선도하고, 기술 발전에 지속적으로 기여할 것”이라는 포부를 전했다.
한편 하이퍼커넥트는 AI 연구와 엔지니어링 조직을 동시에 운영하며 얻은 최신 연구 성과를 토대로 실제에 활용할 수 있는 기술을 지속적으로 개발하고, 세계적으로도 그 성과를 인정받고 있다. 지난해 글로벌 컴퓨터 과학 학회인 ‘ICCV 2023’에서 ‘TiDAL: 효율적인 학습 과정의 모델 행동에 기반한 액티브 러닝 기법’을 주제로 논문을 발표한 바 있으며, 지난 2021년에는 ICDM 워크샵에서 추천 시스템의 클릭률 예측 성능을 향상시킬 수 있는 딥러닝 기술 관련 논문을 발표해 ‘베스트 페이퍼 어워드’를 수상하기도 했다.
