GeekNews 최신 목록에는 X의 For You 추천 알고리즘 저장소 확대 공개가 올라와 있습니다. 저장소 원문도 확인했습니다. news.hada.io, github.com
X가 공개한 구조에서는 추천 후보가 먼저 생성된 뒤 모델이 사용자의 좋아요·답글·리포스트·클릭·체류시간·팔로우·차단·신고 등의 행동 확률을 예측하고, 각 확률에 가중치를 적용해 최종 점수를 계산합니다. 이후 작성자 반복 노출 감소, 외부 네트워크 할인, 신규 작성자 boost 등을 적용하고 다시 visibility filtering을 거칩니다. github.com
X는 8월 14일 업데이트에서 특히 가중치를 단순 참여 횟수의 배수로 해석하면 안 된다고 설명했습니다. 예를 들어 신고 가중치가 좋아요보다 수백 배라고 해서 “신고 1회가 좋아요 수백 회를 상쇄한다”는 의미가 아니라, 사용자별 행동 확률에 곱해지는 값이라는 설명입니다. github.com
또 visibility filtering은 콘텐츠 유형, 스팸·성인물·폭력성·계정 평판 등의 모델과 규칙을 결합하며, 시스템 우회를 막기 위해 일부 규칙은 공개하지 않는다고 명시합니다. github.com
산업 영향
추천 알고리즘의 핵심은 이제 단순 engagement count가 아니라 개인별 행동 확률 예측 + 안전 필터 + 다양성 reranking입니다. github.com
실무 시사점
콘텐츠 추천 시스템을 만들 때도 단순:
CTR 높은 콘텐츠 순
보다
예상 클릭 + 예상 체류 + 예상 전환 - 부정 반응 + 다양성
형태의 multi-objective ranking이 훨씬 현실적입니다.
마케팅 콘텐츠 추천에도 그대로 적용할 수 있는 구조입니다.