데이블, 광고 A/B 테스트 왜곡 줄이는 필터 ‘BAFF’ 국제학회서 발표

  • 입력 2026.11.16 17:19
글자 크기
프린트
이 기사를 공유합니다

데이블이 광고 A/B 테스트 결과에서 발생하는 왜곡 문제를 실제 광고 집행을 통해 확인하고, 이를 줄이기 위해 개발한 필터 ‘BAFF’를 국제 학회에서 공개했다. 두 광고 추천 알고리즘이 동일한 기록으로 학습할 경우 테스트 성적이 왜곡될 수 있다는 점에 주목한 결과다.

광고 플랫폼은 기존 알고리즘과 새 알고리즘의 성적을 비교하기 위해 A/B 테스트를 진행한다. 이 과정에서 두 알고리즘이 실시간 입찰 기록을 함께 사용할 경우, 상대방의 선택과 입찰가까지 학습하게 되어 각자의 실제 실력과 다른 결과를 낳게 된다. 연구진은 단독으로 학습한 알고리즘을 기준으로 삼아 실험을 진행했으며, 기록을 그대로 공유한 알고리즘은 클릭당 비용이 기준의 절반 수준으로 나타나 지표에 왜곡이 발생했음을 확인했다.

이번에 선보인 BAFF는 상대 알고리즘의 기록을 무조건 배제하지 않고 선별적으로 학습에 활용하는 필터다. 상대방의 기록 가운데 새 알고리즘도 비슷하게 판단했을 것으로 인정되는 기록만 골라 학습하도록 설계됐다. 이를 적용한 알고리즘은 기준치에 더 근접한 성적을 기록했다.

이번 연구 결과는 지난 9월 미국 미니애폴리스에서 열린 추천 시스템 분야 국제 학회 ‘ACM RecSys 2026’의 워크숍에서 발표됐다. 한규호 데이블 최고기술책임자는 “A/B 테스트가 틀린 답을 주면 그 위에 쌓은 판단이 모두 틀어진다”며 “이번에 제안한 필터를 실제 운영 중인 광고 서비스에서 검증했고, 실험 결과를 믿을 수 있게 만드는 연구를 학회와 공개 저장소를 통해 내놓을 예정”이라고 밝혔다. 알고리즘 고도화 과정에서 성능 평가의 정확성을 높인 이번 연구가 실제 광고 운영 환경에 어떤 변화를 가져올지 주목된다.

· · · · · · · · · ·

한국사회복지저널은 AI 기술의 도움을 받아 보도자료와 복지 정보를 보다 쉽고 정확하게 전달하기 위해 노력하고 있습니다.

저작권자 © 한국사회복지저널 무단전재 및 재배포 금지
개의 댓글
0 / 400
댓글 정렬
BEST댓글
BEST 댓글 답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
/ 400
내 댓글 모음
모바일버전