음악 재생율을 활용한 음악 추천 시스템에서의 암시적 피드백 특성 발굴 연구

Abstract

디지털 음원 시장 규모가 커짐에 따라 사용자는 방대한 크기의 디지털 음원 컬렉션에 접근할 수 있게 되었으나, 동시에 그 중에서 자신이 어떤 음악을 원하는지 찾고 선택하는 행위는 더욱 어려워지고 많은 시간을 소모하게 되었다. 이와 같은 이유 때문에 음악 추천 시스템의 중요성이 부각되며 그 성능을 높이기 위한 연구들이 다양한 방법론을 통해 시도되고 있다.

추천 시스템의 목적은 사용자가 소비하지 않은 아이템 중 선호/만족할만한 추천 아이템을 찾는 것에 있으며, 특히 음악 도메인에서는 이를 위해 사용자가 어떤 음악을 어떤 기준으로 얼마나 선호/불호하였는지를 분석하여, 다음으로는 어떤 곡을 듣고 싶어 하는지, 어떤 곡을 들어야 만족도가 높을 것인지를 예측해야 한다. 이와 같은 추천 시스템의 목적으로 미루어 보았을 때 사용자의 선호도는 추천 시스템에 있어서 가장 핵심적인 요소라고 할 수 있으며, 그 동안의 추천 시스템 연구들에서는 사용자의 선호도를 모델링하기 위해 크게 명시적 피드백(explicit feedback) 과 암시적 피드백(implicit feedback) 방식을 사용해왔다. 이 중에서도 특히 암시적 피드백 방식은 사용자로부터 직접 평가를 입력받지 않아도 된다는 점에서 음악 선호도, 혹은 평가를 추정할 때 가장 큰 문제로 대두되는 희소성 문제(sparsity problem)를 보완할 수 있다는 이유로 크게 각광받고 있다.

음악 도메인에서의 암시적 피드백은 사용자의 음악 청취 기록을 통해 수집되며, 음악 추천 시스템에서는 재생/스킵/정지 등의 청취 행위로부터 얻을 수 있는 특성 중에서도 특히 특정 곡을 몇 번 들었는지를 나타내는 재생 횟수(playcount) 가 대부분 사용되고 있다. 이러한 재생 횟수는 감소하지 않는(non-decreasing) 특징으로 인해 사용자의 선호도 감소를 반영하지 못하고, 고정적인 수집 기준을 가지기 때문에 사용자마다 상이할 수 있는 선호도 기준을 반영하지 못하며, 선호도 선상의 상위 극소수를 제외한 나머지 대다수 곡들에 대한 선호도는 구별하지 못한다는 한계점을 지닌다.

본 연구에서는 기존 음악 도메인에서 대표적으로 사용되는 암시적 피드백인 재생 횟수의 한계점을 보완하고 사용자의 음악 선호도를 보다 잘 반영할 수 있도록 하기 위해 기존의 연구와 사용자의 청취 기록 데이터를 기반으로 가중 재생율이라는 개념을 제안하고, 이를 바탕으로 누적 가중 재생율 및 재생횟수-평균 가중 재생율 곱이라는 새로운 암시적 피드백 특성들을 도출한다. 또한 사용자 평가를 통해 제안된 특성이 사용자의 실제 선호도를 잘 반영할 수 있는지와 음악 추천 시스템에 적용되었을 때 성능의 차이가 있는지를 검증한다. 이 후 결과 분석을 통해 본 연구의 한계점과, 음악 선호도 모델링과 음악 추천 과정과의 관계성에 관해 고찰하고, 이를 바탕으로 연구의 결론을 도출한다.