Roblox 머신러닝 엔지니어 Xiao Yu를 비롯해 공동 저자들이 17번째 ACM 국제 웹 검색 및 데이터 마이닝 콘퍼런스(WSDM 2024)에서 테스트 오브 타임 어워드(Test of Time Award)를 수상했습니다. 마음 깊이 축하의 말을 전합니다. 테스트 오브 타임 어워드는 연구가 학문 분야의 흐름과 방향을 변화시킨 역사적 영향력을 끼쳤다고 인정하는 경우 수여되는 상으로, 10년 전에 발표된 연구 논문 중 지속적인 영향을 미친 연구를 기리는 상입니다.

수상 논문 "Personalized Entity Recommendation: A Heterogeneous Information Network Approach"는 2014년 WSDM에서 처음 발표되었으며, 당시 Yu 엔지니어는 University of Illinois at Urbana-Champaign에 연구원으로 있었습니다. 그는 2022년 Roblox에 합류한 이후 자연어 처리, 컴퓨터 비전, 대형 언어 모델(LLM), 생성형 AI 분야에서 활발히 연구해왔으며, 최근에는 실시간 AI 채팅 번역 및 실시간 음성 모더레이션 기술 개발에 기여했습니다.

Yu 엔지니어는 수상 논문에 대해 다음과 같이 설명합니다. "이 논문에서는 메타 경로 기반의 잠재적 특징을 사용자와 아이템이 표현되는 방식으로 소개했습니다. 이 연구는 추천 시스템에서 표현 학습이 표준이 되기 이전에 수행된 것입니다. 이 논문이 발표된 당시에는 이종 네트워크와 추천 시스템에서 임베딩의 광범위한 사용이 이루어지지 않았었지만, 본 연구에서 제시한 관찰과 철학은 이후 많은 연구자들에게 영감을 주었으며, 해당 분야에서 혁신적인 연구의 물결을 일으키는 계기가 되었습니다."

지난 10년 동안 추천 시스템이 크게 보편화됨에 따라 Yu 엔지니어와 동료들이 발표한 연구는 큰 주목을 받아 왔습니다. 그는 "저희의 방법은 다양한 관계 정보를 통합하여 더욱 개인화된 추천을 제공함으로써 사용자에게 더욱 정확하고 관련성 높은 맞춤형 추천을 제공합니다. 오늘날의 정보가 과도하게 쏟아지는 환경에서 무분별한 추천을 받는 사용자들에게 매우 중요한 요소라고 할 수 있습니다"라 설명했습니다.

"이 논문이 발표되기 전까지 그래프 기반 하이브리드 추천 시스템에서는 주로 단일 유형의 관계를 활용했습니다. 이를테면 사용자가 특정 아이템을 구매한 이력 같은 거죠. 이 연구는 네트워크 내의 관계 이질성을 활용한 최초의 접근 방식 중 하나라 할 수 있습니다. 다양한 관계를 모델링함으로써 이 추천 시스템은 사용자 선호도와 아이템 특성을 보다 풍부하고 세밀하게 이해할 수 있습니다."

Roblox에서 진행 중인 최신 AI 연구에 대해 알아보려면 여기를 참고하세요.