추천과 생성이 자꾸 실패하는 진짜 이유 이번 내용은 기존 추천 시스템과 생성형 AI가 왜 계속 비슷한 한계에 부딪히는지를 구조적으로 풀어보는 이야기입니다. 기술이 부족해서가 아니라, 애초에 문제를 바라보는 관점 자체가 어긋나 있었기 때문이라는 점을 설명하는 내용입니다. 요즘의 추천 시스템과 생성형 AI는 데이터도 충분하고 모델도 강력합니다. 그럼에도 불구하고 사용자 경험은 쉽게 좋아지지…

시간은 데이터가 아니라 구조 인간의 행동과 언어와 선택은 단일 순간의 사건이 아닙니다. 그것들은 항상 시간 위에 펼쳐진 흐름으로 존재합니다. 우리가 어떤 말을 이해할 때도, 어떤 행동의 의도를 해석할 때도, 우리는 그 이전에 무엇이 있었는지와 이후에 무엇이 기대되는지를 함께 고려합니다. 같은 말이라도 언제 나왔는지에 따라 의미가 달라지고, 같은 행동이라도 이전의 선택…

안녕하세요. 오늘은 “GPR(Generative Pre-trained Recommender, 생성형 사전 학습 추천기)”과 “RSSM(Recurrent State Space Model, 순환 상태 공간 모델)”을 이해하기 위한, 일종의 최소 문법을 세팅하기 위한 글을 썼습니다. 기술이 고도화될수록 사람들은 자주 “AI가 데이터를 학습한다”라고 말하지만, 이 문장은 설명을 시작하는 말처럼 보이면서도 실제로는 생각을 멈추게 만드는 말이 되곤 합니다. 애딥의 관점에서 중요한…

증강 AI 애딥 GPR 마인드셋 엔진과 보이지 않는 세계의 설계도를 펴내며 이번에 발간한 『증강 AI 애딥 GPR 마인드셋 엔진과 보이지 않는 세계의 설계도』는 하나의 기술 문서이기 이전에, 애딥이 지난 시간 동안 무엇을 고민해 왔고 어떤 질문을 중심에 두고 기술을 설계해 왔는지를 정리한 기록입니다. 기능 설명이나 제품 소개를 목적으로 하지 않고,…

안녕하세요. 오늘은 추천 시스템의 패러다임을 바꾸고 있는 Addeep의 차세대 아키텍처, World Model 기반 강화학습(RL) 시스템에 대해 심층적으로 다루어보고자 합니다. 기존의 추천 시스템이 ‘지금 당장의 클릭’에 집중했다면, Addeep은 ‘사용자의 장기적인 만족과 생애 가치(LTV)’ 를 설계하는 지능형 에이전트로 진화하고 있습니다. 그 핵심 원리와 구조를 정리해 드립니다. 1. Addeep 강화학습의 3단계 구조: 결정부터…

생성형 AI는 아직 ‘플랫폼 레벨’에 도달하지 못했다 — 애딥이 Prompt-to-Condition Learning을 먼저 설계한 이유 생성형 AI는 이제 “그럴듯한 결과”를 만들어내는 단계까지는 도달했습니다.하지만 플랫폼 서비스, 특히 개인화·광고·브랜드가 결합된 환경에서는 여전히 결정적인 공백이 존재합니다. 애딥은 이 공백을 Prompt-to-Condition Learning(PCL)이라는 구조로 해결하고 있습니다. 1. 왜 기존 생성형 AI는 서비스에서 깨질 수밖에 없는가 현재 대부분의 생성형…

안녕하세요, Addeep입니다. Addeep이 고도화 중인 GPR Integrated Latent Space는 사용자, 콘텐츠, 브랜드, 상품, 장면을 하나의 의미 기반 구조로 정렬하여 각 모달(이미지·영상·음원·텍스트) 생성 과정에 직접 반영하는 독자적 기술 체계입니다. 이 글에서는, 그중에서도 “모달별 Latent 구조를 어떻게 정의하고, 이를 GPR z-space와 어떻게 연결할 것인가”라는 핵심 연구 영역을 다루고자 합니다. Addeep은 기존 기술계의 파편화된…

왜 RSSM인가? 대부분의 AI 기반 추천 시스템은 Transformer만으로 작동하지만, 이 방식은 사용자가 늘어날수록 연산량이 기하급수적으로 증가하여 비용이 폭발하는 구조입니다. Addeep이 추구하는 실시간 개인화·대규모 사용자 처리·커머스 전환 최적화를 Transformer만으로 구현하면 서비스가 성장할수록 GPU 비용이 과도하게 증가하게 됩니다. RSSM(Recurrent State Space Model)은 이 문제를 해결하기 위한 구조적 대안입니다. RSSM은 매 이벤트마다 전체…