머신러닝 시스템 연구실(MLSys) 박준하(석사과정/제1저자), 최세연(석사과정), 양지훈 교수, 문의현 교수(교신저자)가 작성한 “Hard but Not Too Hard: Semi-Hard Negative Sampling for Implicit Collaborative Filtering” 논문이 최우수국제학술대회 ACM International Conference on Information and Knowledge Management (CIKM) 2026 (Acceptance Rate: 597/2216 = 26.9%)에 게재가 확정되었다.

 

추천 시스템은 사용자의 과거 행동 기록으로부터 취향을 학습해 선호할 만한 아이템을 예측하고 제공하는 기술이다. 이 중 쌍대 비교 손실(pairwise loss) 기반 추천 모델을 학습하려면 사용자의 선호 아이템과 비선호 아이템에 대한 기록이 모두 필요하다. 그러나 실제 서비스에서 수집되는 데이터는 클릭이나 구매 이력처럼 간접적인 선호를 드러내는 암묵적 피드백(implicit feedback)이 대부분이어서, 무엇을 좋아했는지에 대한 기록만 존재한다. 이 때문에 상호작용이 관측되지 않은 방대한 아이템 중 일부를 비선호 아이템, 즉 부정 샘플(negative sample)로 삼아 학습에 사용하게 되며, 이를 효과적으로 고르는 방식의 필요성이 대두된다.

기존 연구에서는 모델이 높은 선호도 점수를 부여한 아이템을 부정 샘플로 선택하는 하드 네거티브(hard negative) 방식이 널리 활용되어 왔으나, 선택된 아이템이 실제로는 사용자가 선호하는 아이템일 가능성, 즉 거짓 부정(false negative)의 위험을 함께 키운다는 한계가 있다. 또한 대부분의 기존 기법이 경험적 관찰에 근거해 설계되어, 손실 함수에 대한 이론적 분석에서 출발한 부정 샘플링 분포는 충분히 연구되지 않았다.

연구팀은 이러한 한계를 해결하기 위해 Bayesian Personalized Ranking(BPR) 손실 하에서 암묵적 협업 필터링을 심층적으로 분석하여, 대표적인 추천 품질 지표인 Recall@K의 근사값을 최대화하는 최적 부정 샘플링 분포를 유도했다. 그 결과 상위 K개 선호 영역에 속하는 아이템은 부정 샘플로 선택될 확률이 낮아야 하고, 그 바깥의 중간 정도로 선호되는 아이템은 오히려 더 자주 선택되어야 한다는 사실을 이론적으로 규명했다.

이 분석을 바탕으로 연구팀은 새로운 부정 샘플링 기법인 Semi-Hard Negative Sampling(SHNS)을 제안했다. SHNS는 후보 아이템 중 점수가 가장 높은 것이 아니라 r번째로 높은 아이템을 부정 샘플로 선택하여, 지나치게 어렵지도 지나치게 쉽지도 않은 세미 하드 영역을 겨냥한다. 나아가 학습 초기에는 모델의 점수 추정이 아직 부정확해 거짓 부정 위험이 낮다는 점에 착안해 어려운 부정 샘플을 적극적으로 활용하고, 학습이 진행될수록 다항식 스케줄에 따라 r을 늘려 난이도를 점진적으로 완화하는 hardness annealing 전략을 도입했다.

여러 추천 모델과 실세계 데이터셋을 대상으로 실험한 결과, SHNS는 최신 부정 샘플링 기법 10종과 비교해 모든 데이터셋에서 최고 성능을 기록했으며, 최대 17.5%의 Recall 향상과 20.8%의 NDCG 향상을 달성했다. 추가 분석을 통해 SHNS가 거짓 부정 비율을 낮추면서도 큰 학습 신호를 유지하여, 하드 네거티브 샘플링이 갖는 근본적인 상충 관계를 완화한다는 점도 확인했다.

 

본 논문의 제1저자인 박준하 석사과정은 “부정 샘플은 어려울수록 좋다는 통념과 달리, 학습에 실제로 도움이 되는 난이도 구간이 따로 존재한다는 점을 이론적으로 유도하고 실험으로 검증할 수 있어 뜻깊습니다. 좋은 논문으로 완성될 수 있도록 지도해주신 문의현 교수님께 깊이 감사드립니다.”라고 소감을 밝혔다.

ACM International Conference on Information and Knowledge Management (CIKM)는 정보검색, 지식관리, 데이터마이닝, 데이터베이스 및 인공지능 분야를 다루는 세계적인 권위의 국제학술대회이다. 또한 CIKM은 BK21 Computer Science 분야 우수국제학술대회 목록에 인정 IF=3으로 등재되어 있으며, 한국정보과학회 소프트웨어 분야 우수학술대회 목록에서 최우수 학술대회로 분류되어 있다. 본 학회는 올해 11월 7일부터 11일까지 이탈리아 로마에서 개최될 예정이다.

참고자료:

● 35th ACM International Conference on Information and Knowledge Management (CIKM 2026)

● Website: https://cikm2026.diag.uniroma1.it/