요즘 스마트폰으로 유튜브나 쇼핑몰을 보다가 ‘어떻게 내가 찾던 물건이 여기 딱 뜨지?’ 싶으셨던 적 있으신가요? 그 비밀은 바로 인공지능 추천 시스템이 뒤에서 부지런히 일하고 있기 때문이랍니다.

저는 와이즈AI랩에서 5060 시니어분들께 인공지능을 가르치는 김인숙입니다. 오늘은 마치 마법처럼 느껴지는 이 인공지능 추천 시스템이 어떤 원리로 작동하는지, 우리 일상 속 따뜻한 비유를 통해 차근차근 쉽게 풀어드리려고 합니다.

인공지능 추천 시스템 1 — 스마트폰은 어떻게 내 취향을 알아챌까요?

5060 우리 세대에게 이 시스템은 마치 동네 시장에서 수십 년간 우리 가족 식성을 훤히 꿰뚫고 있는 단골 과일가게 사장님과도 같습니다. 내가 굳이 “단맛 나는 사과 주세요”라고 말하지 않아도, 내 얼굴만 보고 “사모님 입맛에 딱 맞을 겁니다” 하며 건네주는 그 친절한 손길과 닮아 있거든요.

인공지능 추천 시스템은 결코 마법이나 도청이 아니라, 우리의 클릭과 선택을 분석해서 움직이는 똑똑한 계산 방식입니다. 이 원리를 알고 나면 스마트폰을 한결 더 편안한 마음으로 사용하실 수 있을 거예요.

이 원리에 대한 공신력 있는 자료가 궁금하시다면, 과학기술정보통신부가 운영하는 AI디지털배움터에서도 누구나 무료로 관련 교육을 받아보실 수 있습니다.

인공지능 추천 시스템 2 — 협업 필터링, 나와 닮은 이웃의 선택을 따라가는 지혜

첫 번째 원리는 ‘협업 필터링(Collaborative Filtering)’입니다. 이름은 조금 어렵지만 원리는 아주 단순하고 정겹답니다. 쉽게 말해 ‘나와 비슷한 취향을 가진 다른 사람들의 선택을 참고하는 것’이지요.

옆집 순이 엄마와 내가 평소 좋아하는 드라마도 비슷하고 즐겨 만드는 반찬도 비슷하다고 가정해 볼까요? 순이 엄마가 새로 나온 간장이 맛있다고 칭찬한다면, 나 역시 그 간장을 써봤을 때 만족할 확률이 높겠지요. 이 합리적인 판단을 컴퓨터가 엄청나게 빠른 속도로 계산해 내는 것이 바로 이 시스템의 첫 번째 비밀입니다.

인공지능은 수많은 사용자의 행동 데이터를 모아 분석합니다. 어떤 영상을 끝까지 보았는지, 어떤 채널에 ‘좋아요’를 눌렀는지 같은 작은 행동 하나하나가 기록으로 남게 되는데요. 그 기록을 바탕으로 나와 가장 비슷한 행동 패턴을 보이는 ‘취향 이웃’을 찾아내고, 그들이 좋아했지만 내가 아직 보지 않은 것들을 살포시 화면에 띄워주는 것이지요.

지난달 강의에서 만난 한 수강생분은 유튜브가 자꾸 자신이 좋아할 만한 옛날 팝송을 추천해 주는 것을 보고 깜짝 놀라셨다고 해요. 혹시 스마트폰이 목소리를 도청하는 건 아닌지 걱정하셨지요. 그래서 제가 웃으며 말씀드렸습니다. “비슷한 취향을 가진 전국의 또래분들 재생 목록을, 이 시스템이 열심히 분석해서 배달해 드린 것뿐이에요.” 원리를 이해하신 후로는 안심하시고 매일 아침 음악 추천을 즐기신답니다.

인공지능 추천 시스템 3 — 콘텐츠 기반 필터링, 내가 고른 물건의 성질을 분석하는 돋보기

두 번째 원리는 ‘콘텐츠 기반 필터링(Content-based Filtering)’입니다. 협업 필터링이 ‘사람과 사람 사이의 관계’를 본다면, 이번에는 ‘물건 자체의 성질’을 탐구하는 방식이지요.

평소 따뜻한 생강차를 즐겨 마시는 분에게 찻집 주인이 “성질이 비슷하게 몸을 따뜻하게 해주는 계피차도 한번 드셔보세요” 하고 권하는 것과 같습니다. 다른 사람이 무엇을 마시는지와는 상관없이, 오직 내가 선택한 ‘생강차’의 특징을 분석해서 닮은 다른 차를 골라주는 것이지요.

예를 들어 ‘당뇨에 좋은 여주즙’을 검색하고 꼼꼼히 읽으셨다면, 이 시스템은 ‘건강식품’, ‘당뇨 관리’라는 특징을 저장해두었다가, 같은 특징을 가진 다른 제품을 찾아 추천 목록에 슬쩍 올려놓는답니다.

내가 관심 있는 분야의 정교한 추천을 더 받고 싶으시다면, 마음에 드는 영상이나 글을 보았을 때 적극적으로 ‘좋아요’나 ‘구독’ 버튼을 눌러보세요. 인공지능에게 “이것과 비슷한 걸 더 찾아와줘” 하고 또렷한 이정표를 제시해 주는 가장 쉬운 방법이랍니다.

인공지능 추천 시스템 4 — 하이브리드 추천과 딥러닝, 두 가지 장점을 모은 똑똑한 비서

요즘 유튜브, 넷플릭스, 네이버 같은 대형 플랫폼은 한 가지 방법만 고집하지 않습니다. 앞서 설명드린 두 가지 방식을 절묘하게 섞은 ‘하이브리드 추천 시스템’을 사용하고 있거든요. 짬짜면처럼 두 요리를 한 그릇에 담아 단점은 보완하고 장점은 극대화한 영리한 방식이지요.

여기에 인간의 뇌신경망을 흉내 낸 ‘딥러닝(Deep Learning)’ 기술까지 더해진 인공지능 추천 시스템은 시간, 날씨, 장소 같은 상황 정보까지 함께 고려합니다. 아침에는 활기찬 음악을, 늦은 밤에는 차분한 클래식을 알아서 골라주는 기특한 비서가 된 셈이지요.

방식	분석 대상	대표 비유
협업 필터링	나와 비슷한 사람들의 행동	취향 닮은 이웃의 추천
콘텐츠 기반 필터링	내가 고른 물건의 특징	찻집 주인의 맞춤 권유
하이브리드 + 딥러닝	이웃 행동, 물건 특징, 상황 정보	두 장점을 합친 똑똑한 비서

인공지능 추천 시스템 5 — 안전하게 사용하는 3가지 방법

이렇게 똑똑한 인공지능 추천 시스템이지만, 안전하게 사용하기 위해 알아두면 좋은 점들이 있습니다. 걱정 마세요, 아래 세 가지만 기억하시면 충분합니다.

• 원하지 않는 콘텐츠가 보이면 ‘관심 없음’ 버튼을 눌러 시스템에 내 취향을 다시 알려주세요.
• 중요한 정보는 추천만 믿지 말고 출처를 한 번 더 확인하는 습관을 들이세요.
• 개인정보 설정에서 광고 맞춤 설정을 주기적으로 점검해 보세요.

이렇게 인공지능 추천 시스템의 원리와 안전한 활용법을 함께 살펴보았는데요, 더 다양한 인공지능 교육 정보가 궁금하시다면 아래에서 확인해 보세요.

와이즈AI랩 인공지능 교육 홈페이지

인공지능 추천 시스템 6 — 자주 묻는 질문 5가지

Q. 이 시스템이 제 통화 내용을 도청해서 추천하는 건가요?

아닙니다. 인공지능 추천 시스템은 도청하지 않으며, 사용자가 클릭한 행동 기록만 안전하게 분석합니다.

Q. 원하지 않는 콘텐츠가 자꾸 추천될 때는 어떻게 하나요?

메뉴 버튼에서 ‘관심 없음’이나 ‘채널 추천 안 함’을 선택하시면 시스템이 금세 내 취향을 다시 학습합니다.

Q. 이 시스템을 쓰면 개인정보가 유출되나요?

대형 플랫폼은 식별 정보를 암호화해 처리하므로, 정상적으로 운영되는 인공지능 추천 시스템에서는 개인정보가 유출되지 않습니다.

Q. 협업 필터링과 콘텐츠 기반 필터링 중 무엇이 더 정확한가요?

둘 다 장단점이 있어서, 요즘 플랫폼은 두 방식을 합친 하이브리드 방식을 주로 사용합니다.

Q. 추천 결과를 더 정교하게 만들 수 있나요?

네, 마음에 드는 콘텐츠에 ‘좋아요’와 ‘구독’을 자주 눌러주시면 인공지능 추천 시스템이 더 정교한 추천을 뚝딱 만들어 드립니다.

오늘 저와 함께 알아본 이 추천 시스템의 작동 원리, 어떠셨나요? 기술은 결코 차갑고 멀리 있는 것이 아니라, 우리 삶을 더 편리하고 따뜻하게 만들어주기 위해 끊임없이 진화하고 있답니다. 앞으로도 와이즈AI랩과 함께 한 걸음씩 쉽고 재미있게 인공지능 세상을 배워나가시길 응원합니다.