베이글코드(대표 윤일환, 김준영)의 ‘유저 고유표현 학습을 통한 행동 예측(TransForeCaster)’ 논문이 국제 웹 콘퍼런스 2025(WWW 2025)에 채택됐다.

국제 웹 콘퍼런스는 1994년 시작해 웹, 데이터마이닝, 인공지능 등 최첨단 연구가 공유되는 웹 분야 최고 권위 학술대회다. 올해 산업 연구 부문(Industry Track)에 281개의 논문이 제출되었으며, 이 중 63편 만이 최종 선정됐다.

베이글코드는 2023년 KDD에서 딥러닝 기반 LTV 예측 모델(MDLUR)을 통해 AI 기술력을 입증한 바 있다. 이번 연구는 한층 발전된 데이터 관계 확장 기법을 적용해 특정 기간 동안 유저 생애가치(LTV)와 이탈 여부를 동시에 예측하는 방법론을 제시한다.  

데이터&AI팀은 유저 행동 데이터를 카테고리화해 상호 관계를 파악하는 방식으로 모델을 정교화했다. 이를 통해 예측 성능을 향상시키고 모델 해석력을 강화하는 데 집중했다.

또한 연구 성과를 실무에도 적용해 광고 성과를 조기에 예측하고 신규 유저의 성향을 분석하는 데 활용하고 있다. 특히, 광고 투자 대비 수익률(ROAS, D7 기준)의 예측 시간은 85.7% 단축하고 예측 정확도는 37.2% 향상시키는 성과를 보였다.

베이글코드는 철저한 실험과 검증을 거쳐 연구-기술 개발-데이터 축적으로 이어지는 데이터 생태계를 구축해 나가고 있다. 지속적인 예측 모델 고도화를 통해 서비스 환경을 최적화하고 유저 맞춤형 운영을 강화해 나갈 계획이다.

김주현 베이글코드 데이터&AI 총괄 디렉터는 “지난 논문에 이어 이번 채택 역시 베이글코드의 지속적인 AI 기술 연구 투자와 데이터 기반 서비스 개선 노력의 결과”라며 “앞으로도 학술과 산업의 유기적인 연계를 통해 기술 경쟁력을 높이고 균형 있는 성장을 이어 나갈 것”이라고 밝혔다.