KB증권은 특정 단어 몇 개만으로 광고성 뉴스를 판별하도록 설계된 기존 필터링 기법의 한계를 극복하고자 일평균 8,000여건의 6개월 치 뉴스를 머신러닝으로 학습시켰다. 이에 따라 광고성 뉴스의 일부 단어가 유사한 형태로 바뀌어도 시스템이 이를 광고성 뉴스로 판별할 수 있다.
뉴스 본문을 구성하는 전체 단어 조합을 계산하고 그 구성이 학습을 통해 습득된 광고 뉴스의 단어 분포와 유사하면 광고 뉴스로 판별하는 식의 알고리즘이다.
이 시스템은 시범 테스트에서 약 97%의 정확도를 보였다고 KB증권은 전했다.
KB증권은 기술 확장 차원에서 학습 데이터 관리는 아마존 클라우드 서비스를 활용하고, 향후 효율적인 IT서비스 운영을 위해 상호 의존성 없이 교체 가능하고 기능별로 분리된 마이크로 서비스 아키텍처 기술을 접목했다고 강조했다. KB증권은 광고뉴스의 다변화에 맞춰 필터링 시스템도 꾸준한 학습을 통해 업그레이드 시켜나갈 방침이다.
하우성 KB증권 마블(M-able) 랜드 트라이브장은 “고객에게 유용한 뉴스만을 제공하기 위해 시스템을 개발했다”며 “향후 고객이 관심 가질 만한 뉴스를 개인별로 추천하고 주요 뉴스를 요약 제공하는 고차원 서비스로 발전시킬 계획”이라고 말했다. /양사록기자 sarok@sedaily.com
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
