대중의 소셜네트워크서비스(SNS)를 빅데이터로 분석해 사용자에게 맞춤형 장소를 제공하는 기술이 개발됐다.
한국과학기술원(KAIST)은 전산학부 이동만 교수 연구팀이 SNS의 사진과 글을 기반으로 장소의 특성을 분석해 사용자에게 맞춤형 장소를 제공하는 기술을 개발했다고 29일 밝혔다. 기존 위치를 기반으로 정보검색 및 추천서비스를 제공하는 업체들은 주로 고객의 후기를 수집하거나 직접 방문을 해 경험한 내용을 토대로 음식점 혹은 매장을 평가한다.
이는 사용자 전체의 관심과 선택 평균에 중점을 둬 사용자 개인의 특성을 충분히 고려치 못한다는 한계가 있다. 연구팀은 같은 장소라도 사용자가 방문하고자 하는 목적이 다르다는 것을 고려, SNS에 올라온 사진과 텍스트 자료를 바탕으로 이를 분석하는 알고리즘을 개발했다.
기존에 존재하는 딥러닝(자가학습) 방식을 이용해 사진을 분석하는 기술과 연구팀이 새로 개발한 텍스트 분석 기술인 워드백(Wordbag) 기술을 결합했다. 특정 상황이나 분위기에 사용되는 단어들을 분석하고 단어마다 가중치를 둬 분류하는 것이다.
이는 같은 장소라도 사용자가 시간대, 목적에 따라 다르게 활용했던 이력이나 기존 서비스에서 제공이 어려웠던 분위기(밝음, 전통적인 등), 방문 목적(데이트, 공부 등)을 정보로 수집할 수 있어 사용자 의도에 따라 장소를 추천할 수 있다. 이번 연구는 기존 위치기반 장소 검색 및 추천 서비스의 검색 수준을 향상시켜 사용자들이 장소를 선택하는 기준을 다양하게 적용시킬 수 있다.
사용자의 트렌드를 반영해 실시간으로 변화된 장소 추천을 할 수 있을 것으로 보인다.
이동만 교수는 “기존 비정형 텍스트 데이터 분석 한계를 극복하기 위해 사진과 텍스트를 동시에 분석해 공간에 대한 사회적 정보를 추론할 수 있어 현재의 위치기반 추천 서비스가 인공지능형 개인 비서 서비스로 도약하는 핵심 기술이 될 것으로 기대된다”고 말했다.
홍서윤 기자 classic@cctoday.co.kr