도입 배경

AI 기술의 도입 배경

네이버뉴스는 한국에서 사용자 규모가 가장 큰 포털이 제공하는 온라인 뉴스 서비스입니다. 하루 1,300만여 명에 달하는 사용자가 네이버뉴스를 방문하며, 2만 5천여 건의 기사가 사용자에게 제공됩니다. 언론사가 제공하는 수많은 기사들 가운데, 네이버는 기존 수동 배열 방식으로 '모든 사용자에게, 관심 있는 주제와 취향에 부합하는 기사를 제공하는 것은 어렵다'고 봤습니다.

당시 학계와 산업계에선 콘텐츠 추천 기술에 대한 여러 연구가 진행되고 있었습니다. 이런 추천 기술들은 사용자의 기사소비 이력과 제목, 본문 등 기사내용의 관계를 분석해 각 사용자가 관심을 가질 만한 기사를 예측하는 모델이 주를 이뤘습니다. 이런 기술이 가능하게 된 배경에는 스마트폰의 대중화로 접속 환경이 모바일로 변화, 로그인 사용자의 비율이 대폭 증가한 것을 우선 들 수 있습니다. 일상에서 스마트폰에 항상 노출된 사용자는 어플리케이션을 설치하고 로그인 상태로 서비스를 이용합니다. 자연스럽게 사용자의 기사소비 이력이 축적되고 이를 알고리즘 추천에 활용할 수 있게 됩니다. 또한 대용량 데이터를 빠르게 처리하는 빅데이터 기술과 머신러닝(machine learning), 딥러닝(deep learning) 같은 AI학습 기술의 비약적인 발전도 중요합니다.

네이버 역시 환경의 변화와 기술의 발전이란 시대적 흐름 속에서, 언론사의 수많은 기사와 사용자가 남긴 로그데이터(Log Data)를 학습하는 인공지능 기술을 활용하게 됐습니다.

알고리즘 서비스 영역 소개

네이버는 2019년부터 자체 기사배열을 중단하고, 언론사가 직접 편집한 기사를 사용자가 선택하는 구독 기반의 서비스를 제공하고 있습니다. '언론사 편집(채널)'이라고 불리는 이 서비스는 '생산자에게는 주요 기사의 편집권을, 사용자에게는 관심 있는 언론사의 선택권'을 제공합니다. 다만, 사용자가 '언론사 편집' 모델만으로 네이버 내 다양한 형태의 기사를 모두 경험할 수 없기에, AI 알고리즘에 기반한 추천 서비스를 '언론사 편집' 모델의 보완으로 제공하고 있습니다.

네이버가 사용하는 AI 알고리즘은 크게 1. AiRS(AI Recommender System)라는 개인화 추천과 2. 뉴스 클러스터링(News Clustering)이라는 기사의 그룹핑으로 구분할 수 있습니다. 각각의 기술들은 'MY뉴스(모바일 제공)'와 '섹션별 뉴스(모바일/PC 제공)' 영역에서 상호 보완적으로 작동하며, 사용자에게 양질의 기사를 제공합니다.