GPMD: 같은 앱이지만, 사람마다 완전히 다르게 보이게 하는 Addeep의 비밀 구조
모바일 앱을 사용하다 보면 한 번쯤 이런 생각이 들곤 합니다.
“내 화면과 친구 화면이 왜 이렇게 다르지?”
“이 앱은 왜 내 취향을 이렇게 잘 알지?”
Addeep은 이 질문에 대한 답을 GPMD(GPR-Personalized Multi-Dataset Layer) 라는 기술에서 찾았습니다.
이 기술은 단순 추천 알고리즘이 아니라, 앱 전체가 사용자마다 다르게 작동하도록 만드는 개인화 엔진입니다.
즉, Addeep에서는 모든 사용자가 ‘같은 앱’을 사용하고 있지만, 실제로는 서로 완전히 다른 Addeep을 경험하게 됩니다.
1. GPMD란 무엇인가?
GPMD는 한 문장으로 요약하면 다음과 같습니다.
“같은 앱이지만, 사람마다 다른 형태로 보이게 하는 개인화 엔진.”
예를 들어,
- 어떤 사람에게는 스토리형 콘텐츠가 먼저 노출되고
- 어떤 사람에게는 심리 테스트와 선택형 콘텐츠가 우선 제공되며
- 창작을 좋아하는 사람에게는 제작 기능이 더 강조되고
- 관찰형 사용자에게는 구독·추천 콘텐츠가 중심이 됩니다
즉, 단순 추천 수준이 아니라 전체 서비스 구조가 사람마다 다르게 조립되는 형태인 것입니다.
2. GPMD는 무엇을 기반으로 동작하는가?
1) Personalized Multi-Dataset(PMD):
사용자를 깊이 있게 이해하기 위한 데이터 레이어
GPMD의 첫 단계는 PMD이며, 이는 사용자 행동과 반응을 세밀하게 수집하고 정제하는 데이터 층입니다.
수집되는 데이터는 다음과 같습니다.
- 스와이프 속도, 머문 시간, 완주율
- 클릭·스크롤·저장 같은 행동 기록
- 문장·표정 기반 감정 신호
- A/B/C 선택형 응답
- 창작 활동 정도
- 커머스 반응
- 그룹 내 활동 패턴
이 데이터는 단순한 로그가 아니라 사용자의 취향, 상태, 감정까지 반영하는 실시간 신호입니다.
2) UMM/User Mind Model & LMM/Large Mind-Mining Model
사용자의 ‘현재 마음’을 읽고, ‘다음 행동’을 예측한다
PMD에서 수집한 데이터는 두 AI 모델로 분석됩니다.
- UMM: 사용자의 심리 상태, 성향, 취향 패턴을 분석
- LMM: 지금 무엇을 보여주는 것이 가장 적합한지를 예측
이 두 모델의 분석 결과를 결합하여
“이 사용자에게 어떤 앱 구조가 가장 맞는가?”
라는 결론을 내려주는 것이 바로 GPMD입니다.
3. GPMD가 바꾸는 것들
GPMD의 가장 큰 특징은 콘텐츠 추천에만 적용되는 것이 아니라, 앱 전체의 경험을 조립한다는 점입니다.
1) 콘텐츠 추천 정책의 개인화
- 어떤 콘텐츠가 먼저 보일지
- 어떤 톤과 스타일이 적합할지
- 미션과 챌린지를 언제 띄울지
- 콘텐츠 난이도를 어떻게 조절할지
같은 콘텐츠를 가지고도 각자 전혀 다른 흐름을 경험하게 됩니다.
2) UI/UX 라우팅 개인화
GPMD는 사용자별로 다음 요소를 재배치합니다.
- 첫 탭 선택
- 강조해야 할 기능
- 숨겨야 할 버튼
- 배너·CTA 노출
- 탐색 구조와 동선 배치
즉, UI 자체가 사용자 맞춤형으로 실시간 구성됩니다.
3) 참여(미션/퀘스트) 경험의 개인화
사용자의 성향에 따라 미션 구조가 달라집니다.
- 테스트 선호형 → 테스트 기반 미션 우선
- 스토리형 선호 → 시나리오 미션 우선
- 창작형 → 제작형 미션 강화
- 관찰형 → 가벼운 참여형 미션 중심
GPMD는 어떤 미션이 어떤 사용자에게 가장 효과적인지 계속 학습합니다.
4) ACT (Addeep Automatic Content Convergence Technology) 결과 선택
ACT는 여러 스타일의 콘텐츠를 자동 생성합니다.
그리고 GPMD는 그중 어떤 버전을 어떤 사용자에게 보여줄지 결정합니다.
예를 들어:
- 감성형 사용자 → 감성 톤 영상
- 빠른 소비형 → 짧고 빠른 템포의 버전
- 유머형 → 밈 스타일 콘텐츠
같은 콘텐츠라도 보는 사람마다 완전히 다른 버전이 제공됩니다.
5) S2E 보상 정책 개인화
사용자별 보상 구조까지 다르게 구성됩니다.
- 레벨업 속도
- 보상 강도
- 노출 빈도
- 난이도 조절
- 피로도 기반 보상 변화
이 또한 모든 사용자의 패턴을 실시간 반영해 자동 조정됩니다.
4. GPMD의 내부 엔진 구성
GPMD는 다음 네 가지 핵심 엔진으로 이루어져 있습니다.
- Policy Selector
사용자 특성에 맞는 정책 조합을 선택 - Dynamic UI Orchestrator
UI 구조·탭 배치·탐색 구조를 실시간 구성 - Personalized Flow Engine
콘텐츠 흐름과 시나리오 트리를 사용자별로 조립 - Reward Adjustment Engine
보상 구조를 최적화하고 피로도를 관리
이 네 가지가 합쳐져 ‘나만의 Addeep’이 만들어집니다.
5. GPMD 도입이 만들어내는 변화
1) 사용자마다 완전히 다른 앱 경험
GPMD는 앱 전체를 개인화해
“각자에게 최적화된 Addeep”을 제공합니다.
2) 초개인화의 범위 확장
콘텐츠 추천을 넘어
UI, 미션, 보상, 행태 구조까지 모두 개인화됩니다.
3) 사용자 상태에 따라 앱이 진화
시간대나 기분이 바뀌면
앱의 구성도 자연스럽게 달라집니다.
4) 리텐션·머무는 시간·재방문율 상승
“나에게 맞춰진 SNS”는 강한 몰입을 만들어
지속적인 사용자 유입과 잔존율 향상에 기여합니다.
결론
GPMD는 Addeep의 GPR 기술 구조에서 핵심적인 역할을 하는 개인화 운영 레이어입니다.
Addeep이 단순 추천·피드 중심의 개인화를 넘어서 앱 전체를 사용자 단위로 맞춤화하는 시대를 여는 기반이 됩니다.
앞으로 개인화의 기준은
“무엇을 보여줄까?”에서 끝나지 않습니다.
“앱 자체가 사용자에게 맞춰 변화해야 한다”는 새로운 방향으로 확장됩니다.
GPMD는 바로 그 미래를 실현하는 기술입니다.
Addeep 
Leave a comment