플러스프로젝트 배경
기존에는 수작업으로 기사 분류와 노출 기준을 결정해야 해 시간과 인력이 과도하게 소모되었습니다. 또한 다수 기사에 대한 일괄 검수 과정에서 누락과 오류가 발생할 가능성이 컸습니다. 이에 AI가 새로 업로드되는 기사를 5분 간격으로 분석·분류해 초안 형태로 표시하면, 담당자가 검수 후 최종 노출 여부를 확정하는 형태의 시스템을 구현해 생산성을 향상하고자 했습니다. 또한, 사용자별 기사 조회 이력을 활용한
프로젝트 성과
기사 데스킹 자동화로 운영 효율 향상
- AI가 5분 간격으로 신규 기사를 자동 그룹화하고 노출 여부 초안을 제시
- 담당자가 검수와 승인에 집중할 수 있어, 운영 효율과 정확도가 크게 향상
- 담당자가 검수와 승인에 집중할 수 있어, 운영 효율과 정확도가 크게 향상
개인화된 기사 추천으로 사용자 경험 극대화
- AI가 기사 조회 이력 등을 분석하여 맞춤형 기사 추천 제공
- 사용자는 관심 있는 뉴스를 더 쉽게 찾을 수 있어, 사용자 만족도와 체류 시간이 증가
- 사용자는 관심 있는 뉴스를 더 쉽게 찾을 수 있어, 사용자 만족도와 체류 시간이 증가
기사 추천 정확도 개선
- AI 기반의 추천 시스템으로 사용자의 취향을 세밀하게 반영
- 개인화된 경험이 향상되어 사용자 경험이 극대화
- 개인화된 경험이 향상되어 사용자 경험이 극대화
핵심 기능
개인화된 기사 추천 기능
- AI가 기사 데이터를 군집화하고, 사용자 조회 이력·관심사 등을 분석해 개인화된 기사 추천 목록을 제공합니다.
- 기존 규칙 기반 추천에서 AI 알고리즘을 적용해, 사용자 취향을 더욱 정교하게 반영합니다.
- 기존 규칙 기반 추천에서 AI 알고리즘을 적용해, 사용자 취향을 더욱 정교하게 반영합니다.
진행 단계
AI 서비스 기획 및 요구사항 분석
2024.06.
- 뉴스 개인화 추천 및 데스킹 AI에 필요한 주요 기능 확정
- 고객사의 니즈를 파악하고 논의하며 솔루션 최적화
- AI 모델이 분석할 데이터 종류와 프로젝트 목표를 구체적으로 정의
- 고객사의 니즈를 파악하고 논의하며 솔루션 최적화
- AI 모델이 분석할 데이터 종류와 프로젝트 목표를 구체적으로 정의
프로젝트 상세
1. 포트폴리오 소개: AI 기반 뉴스 추천 및 기사 분류 자동화 시스템 2. 작업 범위: AI 모델 기획, 시스템 설계, 개발 및 대시보드 구축 3. 주요 업무: - 개인화된 기사 추천 기능 개발: 사용자 조회 이력과 관심사를 분석해 맞춤형 뉴스 추천 - 기사 그룹화(데스킹) 자동화: AI가 기사 내용을 분석해 초안 형태로 분류 및 노출 추천 - 대시보드 제공: API 사용량, 응답 시간,
