북한 연구진이 미국 아마존의 데이터를 인공지능(AI)으로 분석하는 추천 알고리즘을 만든 것으로 알려졌다.

대북 소식통에 따르면 북한 김일성종합대학 권오철 부교수는 중국 베이징과학기술대학교 연구진과 공동으로 연구한 ‘Calibration using knowledge graph attributes in recommender systems’ 논문을 잡지 ‘6th international conference on Computer Information Science and Application Technology, 2023’에 투고했다.

논문은 “추천 시스템에서 교정을 통해 공정한 추천을 실현하려는 많은 시도가 이루어져 왔다”며 “그러나 현재 추천 시스템에서의 교정 연구는 영화 분야에서의 장르를 활용해 구현됐다. 다른 추천 분야로 교정 방법을 일반화하는 연구는 거의 이루어지지 않았다”고 주장했다.

현재의 추천 시스템은 추천 편향 및 공정성 문제 등 다양한 문제를 포함하고 있어 추천 시스템을 교정(calibration)하는 것이 관심을 받고 있다는 것이다. 교정(Calibration)은 사용자의 과거 선택 이력과 추천 간의 속성 분포 일관성을 분석하는 것으로 주로 영화 분야를 중심으로 진행됐다고 한다.

이에 지식 그래프의 속성을 활용해 교정을 영화 추천 뿐 아니라 다양한 분야 추천 알고리즘에 활용했다는 것이다.

지식 그래프(knowledge graph) 정보를 개체와 관계로 구조화한 것이다. 데이터분석과 인공지능(AI)에서 널리 쓰이고 있다.

북한과 중국 연구진은 인공지능 기술인 머신러닝과 영화 추천서비스 무비렌즈(Movielens), 야후 무비 그리고 미국 최대 온라인 쇼핑 플랫폼 아마존(Amazon), 미국 맛집 리뷰 플랫폼 옐프(Yelp) 데이터셋을 사용해 연구를 수행했다고 한다.

실제 논문 내용을 보면 아마존 북서비스 7만679명의 사용자의 84만7733개 인터렉션(상호 작용)과 옐프 4만5919명의 사용자의 118만5068개 인터렉션이 연구에 쓰였다.

논문은 Amazon과 Yelp 데이터셋의 가중 행렬 분해 알고리즘과 그래프 네트워크를 활용해 광범위한 실험을 수행했다고 밝혔다.

그 결과는 지식 그래프 속성을 기반으로 한 보정이 추천 시스템의 정확도와 다양성을 향상시키며 모든 추천 도메인에 적용 가능함을 확인했다는 것이다.

한마디로 북한 연구진이 미국 아마존 북서비스 책 추천과 미국 맛집 추천 알고리즘을 자체적으로 만들어봤다는 것이다. 

이 연구는 중국 국가 자연 과학 기금의 지원을 받았다고 한다.

북한 연구진은 콘텐츠 추천 알고리즘을 만들기 위해 해외 데이터셋으로 이같은 연구를 진행한 것으로 추정된다. 이미 해당 연구가 2023년 진행된 만큼 실제 북한 내부에서 책, 영화 등 콘텐츠 추천에 활용되고 있을 가능성도 있다.

* 독자님들의 뉴스레터 신청(<-여기를 눌러 주세요)이 NK경제에 큰 힘이 됩니다. 많은 신청 부탁드립니다.