SK텔레콤이 고객의 ‘실제 취향’을 찾아내는 추천 인공지능(AI) 기술을 공개했다. 기존 클릭 중심 추천의 한계를 보완하며 향후 사용자 대신 선택을 수행하는 ‘에이전트형 AI’의 핵심 기술로 활용될 수 있다는 지적이 나온다.
SKT는 AI 분야 최고 권위의 국제 학회인 ICLR 2026에서 ‘고객의 진짜 선호’를 보다 정확하게 찾아내는 AI 추천 모델에 관한 논문을 발표했다고 28일 밝혔다. ICLR은 NeurIPS, ICML과 함께 세계 3대 AI 학회로 꼽힌다.
SKT에 따르면 ‘충돌 선호 최적화(C-APO)’를 핵심으로 하는 AI 추천 모델 개발은 데이터 분석 모델링팀이 주도했다. SKT가 독자 개발한 C-APO는 서로 상충하는 선호를 걸러내고 고객이 진짜 원하는 상품을 보다 정확하게 추천하는 데 사용되는 기술이다.
기존의 추천 시스템은 일시적 행동도 고객의 취향으로 받아들이는 경우가 많아 실제 취향과 다른 추천이 발생했다. 평소 로맨스 영화를 선호하는 고객이 한 번 액션 영화를 시청했을 때 이후 추천이 액션으로 이어지는 식이다. 반면 C-APO는 전체 이용 이력 속에서 반복성과 맥락을 함께 따져 신뢰도 높은 선호를 찾아낸다.
SKT 관계자는 “T우주 구독 서비스 등 SKT가 보유한 상품의 고객 선호 데이터를 기반으로 개발됐다”며 “고객에게 최적화된 상품을 추천하는 알고리즘을 지속적으로 고도화하고 있는데, 실제 고객 데이터에 노이즈가 많다는 점에 주목해 연구를 시작했다”고 말했다.
이 같은 접근은 추천 기준을 ‘단기 반응’에서 ‘장기 취향’으로 전환했다는 점에서 의미가 크다. SKT는 고객이 오랜 기간 반복적으로 보여온 행동 패턴을 분석해 꾸준히 관심을 보여온 취향은 ‘일관된 선호’로 정의했다. 고객이 특정 서비스나 콘텐츠를 지속적으로 조회하거나 이용했다면 이를 고객의 실제 관심사에 가까운 신호로 본 것이다.
한두 번 클릭했거나 우연히 조회한 서비스, 일시적인 호기심으로 이용한 콘텐츠는 ‘표면적 선호’로 판단했다. 이를 기반으로 두 선호가 일치할 때는 학습 가중치를 높여 추천에 확신을 더했다. 충돌할 때는 노이즈로 판단하고 가중치를 낮추도록 설계해 모델이 스스로 최적의 정답을 찾아가도록 돕는 방식으로 고도화했다.
이 같은 연구가 가능했던 이유는 SKT가 구독 서비스인 ‘T우주’를 통해 쇼핑, 콘텐츠, 생활 서비스 전반의 이용 데이터를 확보하고 있기 때문이다. 포털이나 커머스가 개별 서비스 내 행동 데이터에 머무르는 것과 달리, 장기간 축적된 다중 서비스 이용 패턴이 일관된 선호를 추출하는 데 핵심 역할을 했다.
SKT는 단순 추천을 넘어 추천 결과를 보다 논리적으로 설명할 수 있는 기반도 강화했다. 향후 AI 추천 서비스에서 추천의 품질뿐 아니라 설명 가능성과 신뢰도를 높이는 데에도 중요한 역할을 할 것으로 기대된다. '의도·맥락 이해'는 사용자 대신 선택을 수행하는 에이전트형 AI 구현의 전제 조건이기도 하다.
추천 정확도가 높아질수록 광고 전환율과 구독 유지율이 개선될 수 있다. SKT는 이번 연구 결과를 고객의 △이용 맥락 해석 △추천 후보 생성 △결과 검증·조정에 이르는 3단계 계층이 유기적으로 협력하는 에이전트 방식의 대고객 추천 시스템에 적용할 방침이다.
석지환 SKT AI/DT데이터담당은 “이번 기술은 고객의 실제 취향을 더 정확히 이해해 더 신뢰도 높은 개인화 추천 경험을 제공하기 위한 기반”이라며 “ICLR 2026 논문 발표는 고객 경험을 AI로 고도화하는 SKT의 AI 전환에 의미 있는 이정표”라고 말했다.
