2nd/10_Wiki/Topics/Recommendation-Systems.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
BIZ-REC-SYS-001	10_Wiki/💡 Topics/AI	1.0	ai machine-learning recommendation-systems Collaborative-Filtering Matrix-Factorization personalization Deep-Learning	2026-04-26

Recommendation systems (추천 시스템)

📌 한 줄 통찰 (The Karpathy Summary)

"사용자의 과거와 타인의 선택 속에 숨겨진 '취향의 좌표'를 찾아내어, 사용자가 미처 인지하지 못한 잠재적 욕망을 선제적으로 제안하라" — 사용자의 이력과 선호도를 분석하여 개인에게 가장 적합한 아이템(콘텐츠, 상품 등)을 선별해주는 지능형 큐레이션 시스템.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: "PReference Matching and Latent Feature Discovery" — 사용자-아이템 간의 거대한 상호작용 행렬을 분해하여 숨겨진 특징(Latent Factors)을 찾아내거나(Matrix Factorization), 유사한 취향의 이웃을 찾아 그들의 선택을 추천하는 패턴.
• 주요 알고리즘:
  • Collaborative Filtering: "나와 비슷한 사람들은 이것도 샀다" (User-based, Item-based).
  • Content-based Filtering: "내가 본 것과 비슷한 특성을 가진 아이템이다."
  • Hybrid Systems: 두 방식의 장점을 결합하여 콜드 스타트(Cold Start) 문제 해결.
  • Deep Learning for Recs: 복잡한 비정형 데이터와 문맥을 반영한 고도화된 추천.
• 의의: 정보 과부하 환경에서 사용자의 탐색 비용을 획기적으로 낮추고, 플랫폼의 체류 시간과 매출을 극대화하는 비즈니스 지능의 정수.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 단순히 과거 이력만 반복 추천하여 사용자를 '필터 버블(Filter Bubble)'에 가두던 단계에서, 이제는 탐험(Exploration)과 활용(Exploitation)의 균형을 맞추어 사용자의 취향 외연을 확장하는 강화학습 기반 추천으로 진화 중.
• 정책 변화: Antigravity 프로젝트는 위키 지식 탐색 시, 현재 읽고 있는 문서와 의미적으로 가장 가깝거나 보완적인 관계에 있는 '다음에 읽을만한 주제'를 추천하는 지능형 지식 내비게이션 기능을 제공함.

🔗 지식 연결 (Graph)

• Ranking-Algorithms, Matrix-Factorization-Operations, Reinforcement-Learning, Vector-Database-Foundations
• Raw Source: 10_Wiki/Topics/AI/Recommendation-Systems.md