Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
생성형 추천 시스템에서 시간 정보가 결여된 시맨틱 ID의 한계를 극복하기 위한 ChronoID 프레임워크를 제안합니다. 시간 신호의 세 가지 차원을 활용하여 시간 인지적 시맨틱 ID 학습을 가능하게 하며, 새로운 벤치마크를 통해 그 효과를 검증합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기시맨틱 ID (Semantic IDs)는 생성형 추천 (Generative Recommendation)에서 매우 중요하지만, 근본적인 한계가 있습니다. 바로 시간 정보가 시맨틱 ID에 잘 통합되지 않는다는 점입니다. 대신, 시간은 오직 암묵적으로만 추천에 영향을 미치며 (예: 세션 구성 휴리스틱, 선호도 정렬, 또는 시퀀스 순서 등을 통해), 기존의 시맨틱 ID 학습은 완전히 시간 불가지론적 (Time-agnostic)인 상태로 남아 있습니다. 이러한 설계는 서로 다른 시간적 맥락에서 발생하는 상호작용을 동일한 시맨틱 표현으로 혼동하며, 아이템의 시맨틱과 사용자 의도가 시간적으로 정체되어 있다고 암묵적으로 가정합니다. 이러한 가정은 진화하는 상호작용 리듬이 중심적인 역할을 하는 실제 추천 시나리오와 일치하지 않습니다. 본 연구에서는 생성형 추천을 위한 시맨틱 ID에 명시적인 시간을 어디에, 어떻게 통합해야 하는지 조사합니다. 먼저, 우리는 시간 신호의 세 가지 직교 차원을 따라 설계 공간을 체계적으로 특성화하고, 시간 인지적 (Time-aware) 시맨틱 ID 학습을 위한 통합 프레임워크인 ChronoID를 제시합니다. 그 다음, 새로운 시간 명시적 생성형 추천 벤치마크를 기여함으로써, ChronoID는 다음과 같은 질문에 답합니다: 시간을 주입하는 효과적인 방법은 무엇인가, 아키텍처를 어떻게 설계해야 하는가, 그리고 이득은 어디에서 오는가.