brunch

You can make anything
by writing

C.S.Lewis

by 정채상 Nov 18. 2024

인공지능과 추천 시스템 강의 노트 - (10/16)

2024. 11. 8.

들어가며

이번 주는 기말 과제 발표가 4개 이상 잡혀 있는 일정이었다. 작년에 기말 과제들에 일정이 휘둘리며 하려 했던 구글 검색 심층 이야기들을 마저 못했던 게 마음에 걸려서 오늘 그 구글 검색 이야기를 시작했다. 제품 측면이나 기술적인 측면이나 이야기거리가 많은 내용인데 이른바 성장기의 구글 검색과 수성기의 구글 검색의 차이가 많이 큰 부분에 대해서는 너무 옛날 이야기가 아닐까 아쉬움이 있다.


준비한 내용들

10주) 강의 update

Anthropic 에서 API 사용료를 올린다는 조금은 충격적인 뉴스가 있었지만, 미 대선 결과에 묻혀 버렸다.


Lessons from  Google Search

지금의 시장의 절대적 지배자가 되기 전까지 구글이 이루어 냈던 여정들에 대해서 같이 했던 내용들에 대한 직간접적인 기록들에 대해 이야기를 나누기 시작했다. 지금은 업계에 표준처럼 되어 버린 여러 방식들이지만, 검색의 기본기에 대한 이야기, 검색 결과 페이지를 구성하는 요소들에 대한 내용들을 오늘 다루었고, 한발 안으로 들어가서 infrastructure 에 해당하는, software development 에 대한 이야기, 그리고 내가 직접 했던 과제들에 대한 이야기들을 다음 주와 그 다음 주에 다뤄 보려 한다. 


기말 과제 발표

AI를 활용한 기업 신용평가 - 홍다은,이영훈,김윤아

단골 주제인 비정형 데이터를 기업의 평가에 쓰고 있다는 이야기의 신용 평가 내리는 이야기.

정성적인 부분을 더하고 싶어하는 예제를 논문에서는 스페인 증시를 가지고 접근해 왔음.

- 상장사의 경우 감사 보고서 등은 이미 bias 되는 내용이지 않을까 ? 

- 뉴스의 양은 그 자체가 비대칭이고, 보도 자료는 회사가 보여주고 싶은 내용들을 이야기할텐데, 그 자체로 오염된 내용은 아닐까 ? 

- 사람이 잘 하고 있는 걸 시간을 줄여주는 용도일까? 아니면 사람이 하지 못했던 것들의 새로운 가치를 주고 있는 것일까 ?  


생성형 AI시대의 Mobile 플랫폼 추천 시스템 - 김성민,이재훈,이종연

모바일 플랫폼(Android / iOS)에서의 앱 액션 추천 시스템에 좀 더 가까운 제안. 플랫폼을 직접 운영하는 곳에서 프로젝트 제안으로 삼을만한 이야기들. LLM 이 없던 시절에 몇몇 노력들이 있었지만 설익은 채 지나 버렸고, 다시 여러 형태로 제안이 되고 있는 주제. 이를 RTB 의 예를 들어 비교하며 제안. 개인적으로 설득이 되진 않지만, 그래도 참신한 아이디어.

- privacy 가 점점 강화되는 상황에서 화면을 읽는 정도의 것을 사용자가 허락할 것인가 ? 

- 사용자가 시키지 않았는데, 알아서 뭔가를 하고 싶을 때 가능한 이야기가 있을까 ? 

- 앱들이 할 수 있는 action 들은 이미 충분한데, 여전히 조건을 정하는 데에서 문제가 있는데, ondevice 가 해결할 수 있는 부분이 있을까 ? 

- 장악력이 강한 플랫폼에서 bonding 을 더 강하게 하는 용도로 생각나는데, 카카오나 위챗 등이 이게 더 필요할까 ? 


콴다(교육에서의 AI 활용 방안) - 강혜정,김민수,김민지

매스프레소의 대표 제품인 콴다의 제품으로서의 여정에 대한 이야기. 

- 문제를 풀어주는 제품일까 문제은행일까 ? 둘은 아주 거리가 먼 조합일텐데.

- Poly 는 뜬금없지만, 이는 어떤 제품을 지향하는가 ?

- Google Lens 시절, Photomath 와 Work mode 가 문제를 읽어는 주는데, 이보다는 나은가 ? 

- 2023년 수능을 GPT 3.5 와 비교했을 때는 우위에 있었지만, GPT-4o 가 추월했다는 보고가 있었는데, 2024년에는 어떤 결과일까 ?


FASHION CURATION OMNI CHANNEL STRATEGY OFFLINE FOCUSED SERVICE - 신경철

띠어리 라 불리는 의류 서비스의 온오프 매장 연동에 대한 이야기. 의류 판매의 난이도와 온오프 경험을 섞는 것에 대한 이슈들과 매장 스태프들의 역량을 어떻게 내재화할 것인지 등에 대한 고민들.

- 옷의 경우 입어 보고 사는 걸 좋아하는 사람은 온라인에서 절대 만족을 못 주고 있을 텐데, 같이 놓는 게 의미 있을까?

- 추천은 오프라인의 영역이지만, 사진을 찍은 후 style 검색은 꽤 오래전부터 잘 되던 영역이었다..

- 여러 온라인 회사들 중에 무신사가 제일 괜찮은 비교일까 ? 무신사는 명품 혹은 중고 명품과 거리가 좀 있는 브랜드이지 않을까 ? 


Assimilating the Recommendation eXperience - 김세환

[보도자료] 쿠팡, 럭셔리 뷰티 버티컬 서비스 ‘R.LUX’ 론칭…“품격과 편리함 갖춘 쇼핑 경험 선사”

앞의 패션 주제와 같이 이야기할 수 있는 쿠팡 - 파페치 - R-Lux 이야기. 한창 진행형이기에 결과를 평가하기보다는 쿠팡의 도전이 궁금하고 도전 자체를 응원하는 마음이다. 

- 국내에 서비스하고 있는 쿠팡의 제품군을 넓히기 위해 해외에서 운영하고 있는 서비스를 사 왔다..?  왜 ?

- 국내의 명품 시장의 경쟁자로 서고 싶은 걸까..? 의류는 쿠팡이 잘 못 하고 있지 않나..?

- 커지지고 있다지만, 발란, 트렌비, 머스트잇 등의 곳들, SSG-네타포르테 같은 조합 ?

- 전통적인 추천이 통하지 않는 업의 특징이 많을텐데...


맺으며

검색의 안쪽으로 한 발 더 들어가기도 했지만, 기말 과제들이 유익하다. 금요일이 되기 전에 학생들의 과제들을 리뷰할 때의 난이도도 상당하지만, 서로 전달하는 내용들이 도움이 많이 된다. 매주 추가적인 시간들을 과제 리뷰에 쓰고 있는데, 질문들이 서로 공감되며 나누어지기를 바라는 마음이다.

매거진의 이전글 인공지능과 추천 시스템 강의 노트 - (9/16)
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari