리뷰] 추천 시스템 입문

추천 시스템 입문 - 개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UI/UX, 구현 기법, 평가까지
가자마 마사히로.이즈카 고지로.마쓰무라 유야 지음, 김모세 옮김 / 한빛미디어 / 2023년 5월

일상에서 점메추 단어를 자주 사용합니다. 직장인의 가장 큰 고민인 점심 메뉴인데요. 우린 간단한 문제일수록 무엇을 결정하는 데 고민을 많이 합니다. 이처럼 동영상 추천, 음악 추천, 상품 추천, 등 나보다 나를 더 잘 아는 추천 서비스는 이제 일상입니다. 추천 시스템 협업 개발자가 전하는 추천 알고리즘 도입 가이드를 추천합니다.

이번에 소개할 추천 시스템 입문은 추천 시스템 개발자인 저자들이 경험한 성공 사례와 실패 사례를 살펴봅니다. 어떤 서비스에 추천 시스템을 조합하고, 적용할 것인가에 중점을 두고 구성하는데요. 추천 알고리즘을 자세히 파고드는 대신 알고리즘 개요와 실무 활용 방법을 중심으로 배울 수 있습니다.

정보화 속도가 빨라질수록 사소한 일에 결정해야 하는 순간들이 점점 늘어나고 있는데요. 다양해진 선택지 속에서 빠르게 선택할 수 있게 도와주는 추천 시스템은 더 이상 있으면 좋은 기능이 아니라 없으면 안 되는 기능이라고 생각합니다.

추천 시스템 입문 1장~ 3장에는 추천 시스템의 개요와 역사를 몇 가지 사례 그리고 추천 시스템 종류와 검색 시스템과의 차이를 알아봅니다. 더 나아가 팀원과 프로젝트 진행 방법 더불어 추천 아이템을 제시하는 방법에 따라 클릭 횟수나 구입 횟수를 늘릴 수 있기 때문에 사용자 경험 설계에 중요한 UI/UX에 관해 소개합니다.

여기서 핵심은 추천 시스템 개발에 필요한 3가지 스킬 비즈니스 문제 해결 능력, 데이터 사이언스 능력, 데이터 엔지니어링 능력입니다. 3가지 스킬을 모두 갖춘 사람은 많지 않으며, 각각의 스킬을 가진 사람들과 협업하길 조언합니다.

4장에는 대표적인 추천 알고리즘인 협조 필터링과 내용 기반 추천을 설명합니다. 그리고 추천 알고리즘에 입력되는 평갓값 데이터를 암묵적인 것과 명시적인 것으로 나누어 소개합니다.

5장에선 인기도 추천과 행렬 분석 알고리즘에 관해 각각 설명과 실제 서비스에 조합할 때 주의해야 할 점에 대해서도 알아봅니다. 그리고 MovieLens라는 영화 데이터셋을 사용해 각 알고리즘을 적용하는 코드도 소개합니다.

6장은 뉴스 전송 추천 시스템을 예로 들어 추천 알고리즘을 실제 서비스에 조합할 때 시스템을 어떻게 구성을 배울 수 있습니다. 이를 통해 데이터베이스나 API를 설계하는 데 참고하기 좋습니다. 또한, 서버 구성과 배치 처리 구조, 로그 설계 등 추천 시스템 아키텍처에 관해 더 자세하게 살펴봅니다.

7장은 온라인에서 몇 가지 평가 지표를 사용해 추천 알고리즘을 검증하고 자신이 서비스하는 데이터에 적절한 평가 지표와 추천 알고리즘을 찾아볼 수 있습니다.

마지막으로 8장은 앞서 다루지 못한 추천 시스템 국제회의, 편향 제거, 인과 추론 등을 살펴봅니다. 추천 시스템 국제회의도 매년 규모가 커지고 참가하는 업체가 증가하는 수치만 보아도 추천 시스템의 중요성을 알 수 있습니다.

추천 시스템 입문 책은 여러분의 서비스가 더욱 진화할 수 있도록 적합한 추천 시스템을 개발하는 데 도움을 줍니다. 추천 시스템 개발이나 추천 알고리즘에 관심 있는 개발자, 프로덕트 매니저, UI/UX 디자이너, 연구자, 학생 등 각자의 입장에서 한 장씩 개념을 쌓을 수 있고 다른 팀끼리 소통하는 방법까지 덤으로 얻어 갈 수 있습니다.

추천 시스템 덕분에 다양한 상품이나 콘텐츠 가운데 내가 선호하는 것을 빠르게 선택할 수 있는데요. 소비자에게 좋은 의사결정을 줄 수 있는 개발자, 기획자, 디자이너에게 도움이 되는 추천 시스템 입문서를 추천합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."