KAIST, 사용자 SNS 분석으로 내게 맞는 맛집·멋집 추천 기술 개발

사회관계망서비스(SNS)의 사진과 글로 생활 패턴 및 취향을 분석, 사용자 맞춤형 맛집이나 소셜 커머스를 추천하는 기술이 개발됐다. 기존의 위치 기반 장소 검색 서비스를 고도화, 개인 비서화하는 원천 기술이 될 것으로 전망된다.

KAIST(총장 신성철)는 이동만 전산학부 교수팀이 이원재·박주용·차미영 교수와 함께 'SNS 빅데이터 기반 장소성 추론 API(응용프로그래밍 인터페이스)'를 개발했다고 29일 밝혔다.

이동만 KAIST 전산학부 교수팀이 개발한 장소성 추론 API 및 모델링 엔진 개요
이동만 KAIST 전산학부 교수팀이 개발한 장소성 추론 API 및 모델링 엔진 개요

이 API 기술은 기존의 위치 기반 검색 서비스가 제공하지 못한 장소의 성격, 사회 맥락을 담은 것이 특징이다. 기존 위치 기반 검색 서비스는 이용 빈도수를 주된 추천 기준으로 삼는다.

사용자 전체의 관심에 중점을 두고 있어 사용자 개인 취향과 특성을 충분히 고려하지 못한다. 해당 장소를 이용하려는 의도도 고려하지 못한다. 모임, 상견례, 비즈니스 미팅 등 사용자의 방문 목적과 동떨어진 장소를 추천하는 경우도 많다.

연구팀은 API가 여러 장소의 사회 정보를 분석·제공할 수 있도록 했다. 여러 지역, 지역 내 특정 맛집 및 주요 가게의 개별 성격과 의미를 분석하고 이용자가 느끼는 내부 분위기나 적합한 약속 형태를 추론한다. 이후 사용자와의 연관성을 따져 맞춤형 정보를 제공한다.

자체 개발한 알고리즘으로 SNS에 올라온 지역 및 장소에 대한 정밀 사진, 텍스트 자료를 분석할 수 있게 했다. 사진 정보로는 이미지 속 요소들을 딥러닝 방식으로 분석, 분위기 특성을 잡아낸다. 내부 밝기는 어느 정도인지, 이용자는 얼마나 되는지, 연령대와 성비는 어떤지 등을 가려내 종합 판단한다.

텍스트 분석은 새로 개발한 '워드백' 기술을 활용한다. 워드백 기술은 대상이 되는 장소를 다룬 SNS 게시 글에서 단어의 의미를 분석한다. 분위기를 표현한 단어마다 별도의 가중치를 둬 이용 목적에 따라 분류한다. 예를 들어 '산뜻한' '세련된'과 같은 단어가 주로 나온다면 젊은 세대의 데이트 목적에 부합한다고 보는 식이다. 행위, 방문자, 시간, 분위기 등 다양한 관점에서 장소를 활용할 수 있게 한다.

장소성 추론 API 개발 연구진. 왼쪽부터 이동만 KAIST 전산학부 교수, 신병헌 박사과정, 최인경 박사과정
장소성 추론 API 개발 연구진. 왼쪽부터 이동만 KAIST 전산학부 교수, 신병헌 박사과정, 최인경 박사과정

연구팀은 현재 상용화가 가능한 수준의 기술력을 확보한 상태다. 서비스하고 있는 위치 기반 검색 플랫폼 적용을 준비하고 있다. 지금은 정보 수집 SNS로 인스타그램만 이용하고 있지만 페이스북, 블로그와 같은 다양한 서비스로 수집 기반을 확대할 방침이다.

이동만 교수는 “이 API 기술을 통해 사용자의 특성, 트렌드 변화에 따라 자동으로 변환된 장소를 추천할 수 있다”면서 “위치 기반 추천 서비스가 개인 비서 서비스로 도약할 것”이라고 기대감을 표명했다.

대전=김영준기자 kyj85@etnews.com