네이버 뉴스 알고리즘 AiRS와 개발자의 개입 방식

들어가기에 앞서 전제할 내용이 있습니다. 이 글은 네이버 알고리즘 개발자들이 2017년에 발표한 논문 ‘Deep Neural Networks for News Recommendations’ [https://drive.google.com/file/d/1sdL88T6giSTK5RqqtgOnuQPv52kATLOG/view?usp=sharing] 를 바탕으로 분석한 것입니다. 이 당시 소개된 AiRS의 버전이 그 상태이진 않을 겁니다. 이미 여러 업데이트를 거쳤을 것으로 추정됩니다. 이 점 이해하시고 읽어주시기 부탁드립니다. AiRS 모델이 해결하고자 한 문제들 너무나도 많은 기사의 양 : 어떤 내부 조건과 맥락에서 이 알고리즘이 기획됐든, 네이버에서 뉴스 추천 알고리즘을 개발하려면 이 문제와 마주할 수밖에 없습니다. 매초마다 전송돼, 하루 6만 건 이상 쏟아지는 기사들 그리고 그 안에서 발생하는 중복의 문제들을 해결할 수 있어야 한다고 쓰고 있습니다. 따라서 One-Hot 재현 방식(각