네이버 AI 카탈로그 - neibeo AI katallogeu

네이버가 상품 추천·검색·카탈로그 등 고도화된 쇼핑 관련 탐색 기술을 일본 ‘라인’의 쇼핑 서비스에 처음 적용했다고 31일 밝혔다. 이는 네이버가 꾸준히 고도화해 온 인공지능(AI) 검색, 쇼핑 추천, 카탈로그 생성 및 매칭 기술들을 일본 시장으로 확대하는 시도다.

네이버가 라인 쇼핑에 적용한 탐색 기술은 쇼핑 AI 기술과 플랫폼 노하우가 집약된 점이 가장 큰 특징이다. 네이버는 쇼핑 관련 탐색 기술을 바탕으로 일본 내 다양한 상품 데이터를 체계화해 라인 쇼핑에 10억 개에 달하는 상품 데이터베이스(DB)를 구축하고, 일본 이용자들에게도 카탈로그 단위의 정제된 상품 검색 결과를 제공해 모바일에서 더욱 편리한 쇼핑 경험을 지원한다는 계획이다.

아울러 라인 쇼핑에는 ‘간편 필터’가 도입돼 이용자들이 브랜드·카테고리·가격 등 원하는 기준에 따라 상품 검색 결과를 확인할 수 있다. 가격비교·연관상품·구매옵션 등의 기능도 탑재됐다. 특히 중고 물품 거래가 많은 일본 이용자들의 쇼핑 특성을 고려해 ‘중고가 함께 보기’ 필터도 적용됐다.

네이버는 카탈로그 단위의 쇼핑 검색에 이어 앞으로 통합 쇼핑 검색, 질문 종류에 따른 검색 최적화 및 AI 추천 기술 등을 차례로 적용할 계획이다.

김정우 네이버 쇼핑 어그리게이션(aggregation) 책임 리더는 “네이버만의 독보적인 검색 기술과 국내에서 증명된 쇼핑 AI 기술 노하우가 글로벌에 진출한 의미 있는 도전”이라며 “앞으로도 네이버의 우수한 기술 경쟁력을 바탕으로 글로벌 판매자 및 이용자의 쇼핑, 검색 등 다양한 디지털 경험을 고도화 할 수 있도록 노력하겠다”고 말했다.

[디지털투데이 최지연 기자] 네이버는 ‘하이퍼클로바’를 기반으로 스마트스토어 내 수많은 상품 리뷰를 분석해 제품의 특성을 가장 대표하는 한 줄의 문장으로 추출하는 ‘인공지능(Ai)리뷰 요약’ 기능을 선보인다고 30일 밝혔다.

Ai리뷰 요약은 하이퍼클로바가 방대한 리뷰를 분석한 후 하나의 자연스러운 문장으로 만들어 낸다. 사용자들이 상품에 대한 정보수집과 구매결정을 위해 시간과 노력을 들여 수많은 리뷰를 모두 읽지 않아도 돼 한층 높아진 쇼핑 효율성을 체감할 수 있다고 회사측은 설명했다.

Ai리뷰 요약은 총 네 단계를 거쳐 진행된다. 먼저 리뷰에 언급된 주요 키워드를 분석해 테마(속성)별로 분류 후 지나치게 짧거나 무의미한 단어 반복 등 기준에 맞지 않는 문장들을 필터링 한다. 

이후 의미적으로 유사한 표현의 문장을 클러스터링하고 하이퍼클로바를 이용해 자연스러운 한 줄의 요약문으로 생성한다. 이 과정에서 생성된 대표 리뷰는 다수의 사용자가 언급한 내용을 중심으로 요약된다. 

마지막으로 하이퍼클로바가 생성한 문장을 AI클린봇 등 자동화 모듈을 통해 비속어 등을 검수하고 문장교정, 내용비교 등의 과정을 거친다. 

아울러 네이버는자체 개발한 검증기술도 적용해 사용자가 입력한 표현 내에서 문장을 생성할 수 있도록 정확도를 높였다. 네이버 자체 평가 결과에 따르면 검증기술 적용 후 요약 과정의 정확도가 약 20% 이상 증가했다. 

네이버 쇼핑 카탈로그는 소비자들에게 중요한 지표로 활용된다. 이를 통해 어떤 사람은 빠르고 간편하게 같은 상품을 제일 저렴하게 구매할 수 있는 방법을 찾고 네이버 혜택 등도 비교할 수 있다. 소비자들에게 편리하고 간편한 기능이지만 쇼핑 카탈로그 뒤에는 복잡한 클러스터링 기술이 담겨있다.

네이버 쇼핑엔 하루에도 수천만 건의 제품들이 새롭게 등록된다. 이중엔 같은 제품도 더러 섞여 있다. 쇼핑 카탈로그 제공을 위해선 같은 제품을 한곳에 모아 가격 등 비교해야 한다. 하지만 서로 다른 쇼핑몰에서 사람이 직접 제품 정보를 입력하다 보니 형식은 통일되어있지 않고 불필요한 정보가 섞여 있기도 하다. 반면 꼭 필요한 정보가 누락되기도 한다.

최 리더는 “10억건 이상 상품을 다루는 만큼 분산 시스템이 빼놓을 수 없는 핵심 기술”이라며 “정해진 형식 없이 나열된 정보들에서 공통 특징을 찾아 동일한 상품으로 클러스터링 해 양질의 상품을 제공하는데 AI기술을 적극 도입하고 있다”고 말했다.

AI는 같은 물건을 판매하지만 다른 이미지를 사용하는 상품을 분류하는데도 도움을 준다. 기존 이미지 기반 분류는 이미지가 동일한 URL에 위치하는지 확인하거나 해시 비교를 통해 분류했다. 직관적이고 빠른 방법이지만 같은 제품도 상품 이미지가 조금씩 다를 경우 다른 상품으로 분류될 가능성도 있다. 네이버는 동일한 상품 사진들을 같은 공간에 임베딩해 추상화함으로써 상품들을 쉽고 정확하게 클러스터링 한다는 설명이다. 

몇 년 전만 하더라도 상품명과 모델 코드 등 특정 용어들을 추출해 클러스터링 했지만 최근엔 관련 기술이 더욱 고도화됐다. 네이버는 이미지뿐 아니라 상품 제목 분석에도 이러한 기술을 활용하고 있다. 또한 상품 65%가 한글·영어가 혼용돼있고 적지 않은 제품들이 중국어·일본어를 사용하고 있지만 다중언어를 인식할 수 있는 시스템을 만들어 기존 방식 대비 약 47% 성능 향상을 이끌어냈다.

최 리더는 “매일 새롭게 등록되고 있는 상품 이름이나 모델번호, 브랜드들은 과거에 존재하지 않았던 새로운 정보들이 대부분이기 때문에 과거 상품 정보들로 만들어진 사전기반 분석은 태생적으로 한계가 있다”며 “이러한 단점을 보완하기 위해 상품 텍스트 정보를 통째로 벡터공간에 임베딩해 동일 상품을 클러스터링 하는 기술을 연구개발 중”이라고 말했다.

10억 단위 정보 클러스터링하는 데에는 매우 많은 연산량이 필요하다. 네이버는 어떤 방법으로 이 문제를 해결했을까. 최 리더는 “모든 데이터를 조회해 매칭하는 기존 클러스터링 방식에서 벗어나 상품 정보검색을 하고 검색된 정보만 대상으로 매칭한 뒤 데이터베이스(DB) 정보를 갱신하는 작업을 하나로 태스크로 정의했다”며 “각각 테스크를 대량 생성해 수백 대 수준 분산 시스템으로 나눠 반복 수행하고 있다”고 전했다.

이는 네이버가 꾸준히 고도화해 온 AI검색, 쇼핑 추천, 카탈로그 생성 및 매칭 기술들을 일본 시장으로 확대하는 시도다. 네이버는 이를 발판으로 글로벌 기술 플랫폼으로 확장할 계획이다.

네이버가 라인 쇼핑에 적용한 탐색 기술은 쇼핑 AI 기술과 플랫폼 노하우가 집약됐다. 네이버는 쇼핑 관련 탐색 기술을 바탕으로 일본 내 다양한 상품 데이터를 체계화해 라인 쇼핑에 10억 개에 달하는 상품 데이터베이스(DB)를 구축하고, 일본 이용자들에게도 카탈로그 단위의 정제된 상품 검색 결과를 제공해 모바일에서 보다 편리한 쇼핑 경험을 지원한다.

또한 라인 쇼핑에는 '간편필터'가 도입돼 브랜드·카테고리·가격 등 원하는 기준에 따른 상품 검색 결과를 확인할 수 있다. '가격비교', '연관상품', '​구매옵션' 기능도 적용돼 다양한 상품 정보를 편리하게 비교할 수 있다. 특히 중고 물품 거래가 많은 일본 이용자들의 쇼핑 특성을 고려해 '중고가 함께보기' 필터도 적용됐다.

네이버는 카탈로그 단위의 쇼핑검색에 이어 향후 통합 쇼핑 검색, 질의별 검색 최적화 및 AI 추천 기술 등을 순차적으로 적용할 계획이다.

쇼핑검색을 담당하는 김정우 네이버 쇼핑Aggregation 책임리더는 "네이버만의 독보적인 검색 기술과 국내에서 증명된 쇼핑AI 기술 노하우가 글로벌에 진출한 의미있는 도전"이라며 "앞으로도 네이버의 우수한 기술 경쟁력을 바탕으로 글로벌 판매자 및 이용자들의 쇼핑, 검색 등 다양한 디지털 경험들을 고도화할 수 있도록 노력하겠다"고 말했다.

보통 가격비교 원부 생성이되면

최소 원부내 포함된 대표키워드는 순위가 훨씬 유리해져야 하는데

AI카탈로그 생성된 후 카탈로그 명에 포함된 키워드 순위가

1페이지에서 5페이지로 내려갔습니다.

ex) "세종대왕 무선이어폰" 이라는 명칭의 제품명이 "무선이어폰" 검색시 1페이지

"세종대왕 무선이어폰" 이라는 AI카탈로그 생성된 후

"무선이어폰" 검색시 6페이지 노출

AI카탈로그 생성되신분들 유사문제점 없나요?

시간좀 지나면 정상화 되는건지 궁금하네요

네이버가 상품 추천, 검색, 카탈로그 등 고도화된 쇼핑 관련 탐색 기술을 일본 라인 쇼핑 서비스에 첫 적용했다. 이는 네이버가 꾸준히 고도화해 온 인공지능(AI) 검색, 쇼핑 추천, 카탈로그 생성 및 매칭 기술들을 일본 시장으로 확대하는 시도로, 네이버는 이를 발판으로 글로벌 기술 플랫폼으로 확장해 나간다.

네이버가 라인 쇼핑에 적용한 탐색 기술은 쇼핑 AI 기술과 플랫폼 노하우가 집약된 것이 특징이다. 네이버는 쇼핑 관련 탐색 기술을 바탕으로 일본 내 다양한 상품 데이터를 체계화해 라인 쇼핑에 10억 개에 달하는 상품 데이터베이스(DB)를 구축하고, 일본 이용자들에게도 카탈로그 단위의 정제된 상품 검색 결과를 제공해 모바일에서 보다 편리한 쇼핑 경험을 지원한다는 계획이다.

또한 라인 쇼핑에는 '간편필터'가 도입돼 브랜드카테고리가격 등 원하는 기준에 따른 상품 검색 결과를 확인할 수 있고, '가격비교' '연관상품' '구매옵션' 기능이 적용돼 다양한 상품 정보를 편리하게 비교할 수 있다. 특히 중고 물품 거래가 많은 일본 이용자들의 쇼핑 특성을 고려해 '중고가 함께보기' 필터도 적용됐다.

네이버는 카탈로그 단위의 쇼핑검색에 이어 향후 통합 쇼핑 검색, 질의별 검색 최적화 및 AI 추천 기술 등을 순차적으로 적용할 계획이다.

쇼핑검색을 담당하는 김정우 네이버 쇼핑에그리게이션 책임리더는 “네이버만의 독보적인 검색 기술과 국내에서 증명된 쇼핑AI 기술 노하우가 글로벌에 진출한 의미있는 도전”이라며 “앞으로도 네이버의 우수한 기술 경쟁력을 바탕으로 글로벌 판매자 및 이용자들의 쇼핑, 검색 등 다양한 디지털 경험들을 고도화할 수 있도록 노력하겠다”고 말했다.

성현희기자 [email protected]