지식 · AI 기초
추천 시스템
Recommendation System
📂AI 기초⏱읽기 1분📊입문🔗관련 4
추천 시스템이란?
한 줄 정의
사용자의 취향·행동을 분석해 좋아할 만한 상품·콘텐츠를 골라 제안하는 AI. 넷플릭스·유튜브·쇼핑몰의 핵심 엔진.
⚡ 3줄 요약
- 취향·행동 분석해 좋아할 것 제안
- 넷플릭스·유튜브의 엔진
- 개인화의 대표
추천 시스템은 '이 사람이 다음에 무엇을 좋아할까'를 예측합니다. 비슷한 취향의 사용자를 참고하거나(협업 필터링), 콘텐츠의 특성을 분석하거나(콘텐츠 기반), 둘을 결합해 개인 맞춤 목록을 만듭니다. 넷플릭스 시청의 다수, 이커머스 매출의 큰 몫이 추천에서 나옵니다.
좋은 추천은 사용자 만족과 매출·체류시간을 동시에 높입니다. 다만 '필터 버블(비슷한 것만 계속 노출)' 같은 부작용도 있어, 다양성과 공정성도 함께 고려됩니다. 마케팅의 크로스셀·업셀, LXP의 학습 콘텐츠 큐레이션에도 같은 원리가 쓰입니다.
💡 쉽게 말하면
단골 취향을 아는 주인이 '이건 어때요?' 하듯 — 좋아할 만한 걸 골라줍니다.
실무에서 왜 중요한가
개인화가 곧 경쟁력인 시대입니다. 추천 시스템은 '맞춤 경험'으로 매출·만족을 끌어올립니다.
유래와 출처
1990년대 협업 필터링 연구에서 출발해, 2006년 넷플릭스 추천 대회 등을 거치며 발전했고 딥러닝으로 정교해졌습니다.
사례로 이해하기
예를 들어, 온라인 강의 사이트가 추천을 적용한다고 해봅시다.
- 수집 — 수강·검색·찜 이력을 모읍니다.
- 분석 — 비슷한 학습자의 패턴을 파악합니다.
- 예측 — 이 사용자가 좋아할 과정을 추정합니다.
- 제안 — 맞춤 강의 목록을 보여줍니다.
- 학습 — 반응을 반영해 추천을 개선합니다.
관련 용어
머신러닝 · 딥러닝머신러닝은 데이터로 규칙을 스스로 학습하는 AI의 방법, 딥러닝은 그중 인공신경망을 깊게 쌓아 학습하는 강력한 갈래.지도학습 · 비지도학습지도학습은 '정답이 붙은' 데이터로 배우는 방식, 비지도학습은 정답 없이 데이터 속 패턴·구조를 스스로 찾는 방식.크로스셀 · 업셀크로스셀은 관련 상품을 추가로, 업셀은 더 상위·고가 상품을 팔아 고객 한 명의 매출을 키우는 전략.LMS · LXPLMS는 교육을 배정·관리·기록하는 운영자 중심 시스템, LXP는 학습자가 스스로 콘텐츠를 탐색·추천받는 경험 중심 플랫폼.
이 용어와 연결된 교육
📚내 데이터로 답하는 AI 만들기 — RAG 입문나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
과거 행동과 비슷한 사용자들의 패턴을 분석해 예측합니다. 정답이 아니라 확률적 추정입니다.
비슷한 것만 노출되는 부작용이 있어, 다양성·탐색을 함께 설계하는 것이 좋은 추천입니다.
과거 행동·유사 사용자·상품 특성을 분석해 좋아할 만한 것을 예측합니다.
맞습니다. 비슷한 것만 추천돼 시야가 좁아질 수 있어, 다양성 확보가 과제입니다.