#추천 시스템

연구 결과, AI 쇼핑 에이전트는 아직 대리 구매를 맡기기엔 이르다

펜실베이니아대 와튼스쿨 연구진이 6개 최신 AI 모델을 쇼핑 에이전트로 테스트한 결과, 외부 출처 하나만 추가되거나 제시 순서만 바뀌어도 제품 추천이 크게 달라지는 것으로 나타났다. 심지어 객관적으로 우월한 제품이 있어도 사용자 기억 메모 한 줄에 추천이 고가 제품으로 쏠리는 등 일관성이 결여됐다. 사용자에게는 보이지 않는 이유로 같은 검색이라도 매번 다른 추천이 나올 수 있어, AI에 구매를 위임하기엔 아직 이르다는 결론이다.

왓낫, 실시간 라이브 커머스 추천 강화 위해 셰이프드 인수

라이브 커머스 앱 왓낫(Whatnot)이 실시간 추천 및 검색 시스템에 특화된 AI 기업 셰이프드(Shaped)를 인수했습니다. 재고와 경매가 실시간으로 변동하는 라이브 커머스의 고질적인 문제를 해결하고, 사용자에게 더 빠르고 개인화된 상품 추천을 제공하기 위한 전략입니다.

점점 복잡해지는 LLM 아키텍처

초기의 단순했던 LLM 구조가 다양한 어텐션 변형과 MoE 등의 도입으로 인해 추천 시스템만큼 복잡해졌습니다. 성능 최적화가 필수적인 요구사항으로 자리 잡으면서 연구 개발의 유연성이 크게 떨어지는 문제가 발생하고 있습니다. 이를 해결하기 위해 초기부터 모듈의 조합과 검증이 용이한 구조 설계(FlexAttention 등)가 필수적입니다.