DGIST, 삭제 뒤 추천 흔들림 줄이는 AI 내놨다

인공지능신문에 따르면 DGIST 연구팀은 이용자 데이터 삭제 뒤에도 다른 이용자의 추천 품질이 크게 흔들리지 않도록 보정하는 AI 기술을 개발했다. 이 연구는 8월 9일부터 13일까지 제주에서 열린 KDD-UC 2026에서 단 28편만 뽑힌 발표 과제 중 하나로 소개됐다. 핵심은 그래프 신경망 기반 추천시스템에서 데이터 삭제의 여파가 집중되는 사용자군을 자동으로 찾아, 그 집단에만 추가 학습을 적용하는 방식이다. 기존 머신 언러닝이 삭제 대상의 정보 제거 자체에 무게를 뒀다면, 이번 접근은 그 과정이 주변 이용자 경험에 남기는 손실까지 함께 다뤘다. 개인정보 보호 요구가 커지는 흐름 속에서 추천 정확도 저하를 줄이며 잊힐 권리를 구현할 실용적 방법을 제시한 셈이다. 학부생이 주도한 연구가 국제 학회 무대에 오른 점도 연구 역량을 보여주는 대목으로 읽힌다.