틱톡 음악 추천 시스템의 혁신: 장기 관심 시계(LIC)의 등장

틱톡 음악 추천 시스템에 적용된 장기 관심 시계(LIC)는 사용자의 장기간 행동 패턴을 고려하여 세분화된 시간 정보를 모델링함으로써 사용자 참여도를 향상시켰습니다. Clock-GSU와 Clock-ESU 모듈을 통해 사용자의 동적이고 세분화된 관심사를 효과적으로 포착하여 추천 정확도를 높였습니다.

온라인 스트리밍 추천 시스템에서 사용자의 관심사는 시간에 따라 역동적으로 변화합니다. 아침 8시에는 클래식 음악을 선호하다가 저녁 10시에는 재즈 음악으로 선호도가 바뀌는 것처럼 말이죠. 기존의 추천 시스템은 이러한 변화를 1시간 단위의 '시간 임베딩'으로 모델링해왔지만, 이는 시간적 패턴의 불안정성을 야기할 수 있다는 한계가 있었습니다.

하지만 최근 등장한 장기 관심 시계(LIC: Long-term Interest Clock) 는 이러한 문제를 해결하기 위해 등장했습니다. 주목할 점은 LIC가 단순히 24시간 단위의 관심사만을 모델링하는 것이 아니라, 사용자의 장기간 행동 패턴을 분석하여 세분화된 시간 정보를 모델링한다는 점입니다. 이는 단순히 시간대만 고려하는 것이 아니라, 특정 시간대에 사용자가 어떤 종류의 음악을 선호하는지, 그리고 그 선호도가 장기간에 걸쳐 어떻게 변화하는지를 종합적으로 고려함을 의미합니다.

LIC는 크게 두 가지 모듈로 구성됩니다.

1. Clock-GSU: 사용자의 장기간 행동 데이터에서 현재 시간과 후보 음악 아이템 정보를 바탕으로 관련성이 높은 행동 패턴을 추출하는 모듈입니다. 마치 거대한 시계의 바늘처럼 사용자의 과거 행동을 탐색하여 현재의 음악 선호도를 예측하는 역할을 수행합니다.
2. Clock-ESU: Clock-GSU에서 추출된 행동 패턴과 후보 음악 아이템을 시간 간격을 고려하여 통합하는 모듈입니다. 시간의 흐름에 따른 사용자의 관심사 변화를 정확하게 반영하여 추천의 정확도를 높이는 역할을 합니다.

중국 연구진(주저자: Yongchun Zhu 외)의 연구에 따르면, LIC는 틱톡 음악 앱의 추천 시스템에 적용되어 사용자의 활성일수를 0.122% 증가시키는 성과를 거두었습니다. 이는 단순한 수치적 향상을 넘어, 사용자 경험 향상과 시스템 성능 개선에 대한 긍정적인 결과를 보여줍니다.

LIC는 단순한 기술적 발전을 넘어, 사용자의 미묘한 선호도 변화까지 감지하고 반영하는 지능적인 추천 시스템의 새로운 가능성을 제시합니다. 앞으로 LIC와 같은 기술의 발전을 통해 사용자에게 더욱 개인화되고 만족스러운 추천 서비스가 제공될 것으로 기대됩니다.