데이블, 광고 A/B 테스트 왜곡 줄이는 필터 ‘BAFF’ 국제학회 발표 > 사회일반 > 한국교회공보

팝업레이어 알림

팝업레이어 알림이 없습니다.

사회일반

HOME  >  사회일반  >  사회일반

데이블, 광고 A/B 테스트 왜곡 줄이는 필터 ‘BAFF’ 국제학회 발표

김형석 기자
작성일 2026-11-16 18:01

본문

보도사진
인공지능 기반 광고 플랫폼 기업 데이블이 광고 A/B 테스트 결과의 왜곡을 줄이는 필터 기술인 ‘BAFF(Bid-Aware Filter Family)’를 개발하고, 이를 국제 학회에서 발표했다고 16일 밝혔다. 해당 기술은 추천 시스템 분야의 권위 있는 학회인 ‘ACM RecSys 2026’ 워크숍에서 공개되었다.

데이블 연구진은 두 개의 광고 추천 알고리즘이 동일한 학습 데이터를 사용할 경우, A/B 테스트 결과가 왜곡될 수 있다는 문제점을 지적했다. 이는 마치 학생들이 시험에서 서로의 답안을 보며 문제를 푸는 것과 같아, 각자의 실제 실력을 정확히 반영하지 못한다는 것이다. 이러한 왜곡은 광고주와 플랫폼이 잘못된 판단을 내리게 할 수 있다고 연구진은 설명했다.

연구진은 실험을 통해 기존 알고리즘과 새 알고리즘이 동일한 기록으로 학습했을 때 클릭당 비용(CPC)이 기준치보다 현저히 낮게 나타나는 것을 확인했다. 이는 겉보기에는 좋은 성적처럼 보이지만, 실제 서비스 적용 시에는 예상과 다른 결과가 나올 수 있는 왜곡된 수치라고 판단했다.

이에 데이블은 ‘BAFF’ 필터를 개발했다. 이 필터는 상대 알고리즘이 학습한 기록을 무조건 배제하거나 전부 사용하는 대신, 해당 알고리즘이 특정 상황에서 비슷한 선택을 했을 것이라고 판단되는 기록만을 선별하여 학습에 활용한다. 이를 통해 알고리즘은 보다 정확한 자체 성능을 기반으로 학습하게 된다.

‘BAFF’ 필터를 적용한 결과, CPC는 기준치의 1.0~1.3배 수준으로 나타나 이전 방식보다 기준치에 더 근접한 결과를 보였다. 이는 광고주와 플랫폼이 더 신뢰할 수 있는 데이터를 기반으로 의사결정을 내릴 수 있도록 돕는다.

이번 연구는 지난해 웹 분야 국제 학회 ‘WWW’에서 다뤄진 ‘공생 편향’ 문제를 실시간 입찰 광고 환경에 적용한 것으로, ACM RecSys 2026의 온라인·적응형 추천 시스템(OARS) 워크숍에 채택되어 발표되었다. 데이블은 향후 이 기술을 실제 광고 서비스에 적용하고 검증하는 연구를 이어갈 계획이라고 밝혔다.
기사 공유하기
추천 0