추천(Recommendation)_데이터의 활용
[說]정보(情報) with The VIBE _ 두 번째
첫 번째 [說]정보(情報) with The VIBE에서는 데이터를 어떻게 표현하고, 데이터가 어떻게 인식되는지에 대해 이야기하였습니다.
(이 부분에 대한 자세한 리포트는 12월 중 발행 예정입니다. 자세한 문의는 Brunch, Instagram 으로 요청 부탁드립니다.)
https://brunch.co.kr/@andrewhwan/24
두 번째 [說]정보(情報) with The VIBE에서는 이렇게 인식된 데이터들이 우리에게 필요한 정보의 형태로 어떻게 만들어지는지고 활용되는지에 대해 알아보고자 합니다.
많은 회사들은 그들이 가지고 있는 데이터로부터 다양한 정보들을 뽑아내고 있으며, 그 정보들을 다양한 방식으로 활용하고 있습니다. 그리고 그 활용처는 매우 다양합니다. 검색 서비스, 추천 서비스, 분석 서비스 등등. 다양한 활용처들 중, 이번에는 추천(Recommendation)이라는 Application 분야에 대해 먼저 이야기해보고자 합니다.
실제로 우리 주변에 각종 추천 Application들이 많습니다. 아마 추천 Application 인지 아닌지 인지하지 못한채로 이미 많이 사용하고 있을 겁니다. Melon, Amazon, Youtube 등...
이번에도 항상 그래 왔듯이, 데이터(Data) 및 정보라는 것에 대해 조금 편하게 접근해보려 합니다. 너무 알고리즘 적으로 설명하기보다는 추천(Recommendation)이라는 것이 갖는 근본적 의미에 대해 논하고, 그 의미로부터 파생되는 추천 시스템(Recommendation system)에 대한 이야기, 그리고 실제 Application이 생겨나는 Real world story를 얘기해보고자 합니다.
1. 추천(Recommendation)이란?
추천. 이라는 분야 자체가 생소한 경우가 많습니다. IT업계에서 가장 많은 서비스 중 하나인 추천 서비스가 무엇인지 우선 이해해보고자 합니다. 사람들이 본질적으로 추천을 무엇으로 생각하고 있고, 서비스적으로는 어떻게 접근하고 있는지, 추천과 검색의 차이는 무엇인지, 요즘 화제인 개인화(Personalization)가 무엇인지에 대해 얘기해보고자 합니다.
2. 추천 시스템(Recommendation System)의 구성
추천 서비스는 추천 시스템을 통해 제공이 됩니다. 실제 추천 시스템은 사람이 생각하는 과정과 매우 유사합니다. 이러한 추천 시스템이 어떻게 구성되어 있는지, 사람이 생각하는 과정과 연관 지어 얘기해보고자 합니다. 서비스 차원에서는 어떻게 구성하고 있는지 역시 가볍게 얘기해보고자 합니다.
3. Real World Speech
추천이라고 하는 것은 Domain(Field)에 따라 굉장히 다르게 접근해야 합니다. 추천의 목적 자체가 다른 경우가 많습니다. 그렇기 때문에 Real World에서 각 Domain별로 어떠한 방식으로 추천을 접근하고 있고, 어떻게 해결하려 하는지, 그리고 요즘에는 어떠한 고민들을 갖고 있는지에 대해 얘기해보고자 합니다.
이번 說(설)에서도 Data Science, 추천, 각종 IT 서비스 등 어떠한 것에 대한 관심도 좋습니다. 해당 분야에 대해, 관심 있으신 분들은 편하게 연락 주시기 바랍니다.
참여하고 싶으시거나 궁금한 점이 있으신 분들은 아래의 연락처로 편하게 연락 주세요.
The VIBE 홈페이지를 통해 바로 참여 신청을 해주셔도 좋습니다.
