이용자 정보 자동 분석해 상품 추천
네이버(대표 한성숙)가 인공지능 기반의 콘텐츠 추천 시스템 AiRS에 이어 개인화 상품 추천 시스템인 ‘AiTEMS(Ai + items,에이아이템즈)’를 자체 개발해 모바일 쇼핑판에 시범 적용한다. 
▲AiRS가 CF(Collaborative Filtering,협력 필터)기술을 바탕으로 비슷한 관심사를 가진 사용자 네트워크를 구축해 뉴스, 동영상, 웹툰과 같은 콘텐츠 중 관련도가 높은 콘텐츠를 우선 추천한다면, ▲AiTEMS는 쇼핑, 검색, 뉴스, 네이버TV, 네이버스포츠 등 여러 네이버 서비스도메인에서 활동한 이용자 개인의 행동 데이터를 기반으로, 관심사나 취향을 분석해 상품을 추천하는 인공지능 추천 시스템이다.
‘AI가 타겟팅한 효과적인 상품 제안’이라는 의미를 갖는다.
네이버는 모바일 쇼핑판 첫 화면 중하단에 AiTEMS가 적용된 ‘AiTEMS 추천 쇼핑(베타)’ 영역을 구성했으며, 모바일 쇼핑홈과 모바일 쇼핑MY탭을 통해서도 해당 서비스를 제공한다. AiTEMS는 현재 패션 분야에 선 적용되었으며, 점차 범위를 확대해나갈 예정이다.
딥러닝 기반의 추천 모델 적용 
AiTEMS는 딥러닝 기반의 추천 모델을 바탕을 했다. 네이버의 여러 서비스 사용자의 행동 이력과 상품의 메타 정보를 분석해 상품을 추천한다는 방식이다.
‘크로스오버(Cross Over)추천’이라는 특징을 갖고 있다.
즉, 구매 경험이 없어도 네이버의 여러 서비스를 이용한 이력이 존재한다면 이용자 개인에게 적합한 상품을 추천할 수 있다.
예를 들면  이용자가 네이버에서 ‘야구장’을 검색하거나 ‘야구’ 관련 동영상을 시청하고, ‘야구 모자’를 클릭했다면, AiTEMS는 이용자가 야구에 관심이 높다는 것을 자동으로 인지하고 ‘AiTEMS 추천 쇼핑’ 영역에서 다양한 야구 용품을 추천하는 식이다. 
이를 위해 AiTEMS는 네이버에 등록된 수억 개의 상품 중 일차적으로 이용자 집합의 취향과 대표적으로 어울리는 추천상품 후보들을 추려낸다. 
이후 인공신경망 기반 추천 모델을 거쳐 이용자의 이력 및 프로필 정보, 상품 메타정보를 분석해 개인별 맞춤 상품을 추천하는 방식으로 작동한다.
인지도 낮은 신규 쇼핑몰 상품 추천될 가능성 높아져
따라서 AiTEMS는 이용자의 취향과 상품 자체가 가지고 있는 관련 요소를 자동 매칭함으로써, 보다 다양한 상품들이 추천될 수 있는 확률이 높아진다. 
인지도가 낮은 쇼핑몰의 신규 상품일지라도 상품이 가지고 있는 특성을 분석해 이용자 취향에 맞는 요소가 포함되어 있다면, 인기상품과 동일하게 추천될 수 있는 셈이다.
실제로 현재 네이버에는 5억여 개의 쇼핑 상품이 등록되어 있으며, 매일 약 400만 개의 신규 상품이 인입되고 있다. 
네이버는 이번 AiTEMS 적용으로, 새로 등록한 판매자의 인지도 낮은 상품 등도 골고루 노출될 수 있는 기회가 될 것으로 전망했다. 
네이버 Personal Shopper 이정태 리더는 “AiTEMS는 현재 상용화되고 있는 영화, 쇼핑 등 특정 주제에 특화된 추천 시스템들과 달리, 네이버의 다양한 서비스에서 활동한 이용자 데이터를 바탕으로 보다 정교한 상품 추천이 가능하다”며, “AiTEMS를 통해 보다 많은 스몰비즈니스들과 신규 상품들이 사용자와 접점을 넓혀가길 바란다”고 말했다.

< 저작권자 ⓒ 어패럴뉴스, 무단전재 및 재배포 금지 >