애플은 최근 아이폰(iOS) 18.4에서 소개된 사용자 리뷰 요약 기능의 인공지능 시스템에 대해 자세히 설명했습니다. 이 기술은 수천 개의 리뷰를 간략한 정보로 요약하여 사용자가 앱의 의견을 명확하고 빠르게 이해할 수 있도록 하는 것을 목표로 합니다.
다단계 인공지능 시스템
애플의 리뷰 요약 기능은 다단계 인공지능 파이프라인에 의존합니다. 이 과정은 스팸, 비속어 및 부정확한 콘텐츠를 걸러내어 관련성이 있는 피드백만을 고려함으로써 시작됩니다.
그 후, 사용자 리뷰는 대규모 언어 모델(LLM) 시스템을 사용하여 리뷰를 집중적인 통찰력으로 분석합니다. 이러한 통찰력은 리뷰어의 감정이나 스타일과는 상관없이 일관성 있는 표준화를 위해 설계되었습니다.
동적 주제 모델링 및 의미 분석
통찰력이 추출되면 애플의 인공지능은 동적 주제 모델링을 사용하여 리뷰에서 핵심 주제를 식별합니다. 이 시스템은 고정된 범주 목록에 의존하지 않습니다.
대신, 의미 분석은 유사한 주제들을 모아서 사용성, 성능 및 디자인과 같은 앱 관련 피드백을 우선적으로 그룹화하고 관련 없는 음식 리뷰와 같이 관련성이 없는 콘텐츠는 배제합니다.
가장 관련성 높은 통찰력 선택
주요 주제를 식별한 후 인공지능은 사용자 피드백의 균형 잡힌 시각을 나타내는 가장 관련성 높은 통찰력을 선택합니다. 이로써 리뷰 요약은 사용자 의견의 전체 스펙트럼을 반영하면서도 앱의 전체 평가와 일치합니다.
최종 요약 생성
마지막 단계는 리뷰 요약 자체를 생성하는 과정입니다. 애플은 이 프로세스를 LoRA fine-tuning 및 Direct Preference Optimization(DPO)을 사용하여 100~300자로 명확하고 간결한 요약을 생성하기 위해 세밀하게 조정했습니다.
이러한 요약은 정보성이 있고 가독성이 좋으며 앱 스토어에서 기대되는 어조와 일치하도록 구성되었습니다.
테스트 및 평가
리뷰의 품질을 보장하기 위해 애플은 포괄적인 테스트를 실시했습니다. 인간 평가자들은 안전성, 정확성, 구성 및 도움이 되는지라는 네 가지 기준에 따라 수천 개의 요약을 검토했습니다.
평가자들 사이에 만장일치가 필요한 안전 리뷰는 엄격한 지침을 충족하는 경우에만 승인되었습니다.
편집자의 코멘트
애플의 인공지능으로 생성된 리뷰 요약은 앱 스토어에서 사용자 경험을 개선하기 위한 큰 발전입니다. 구조적이고 다단계 접근 방식을 사용하면서 피드백을 이해하는 과정을 간소화할뿐만 아니라, 요약이 정확하고 공정하며 유용하도록 보장합니다.
의미 분석과 주제 모델링의 통합은 사용자가 제공하는 다양한 피드백을 처리하는 시스템의 능력을 더욱 향상시켰습니다. 그러나 더 많은 앱과 리뷰가 플랫폼에 추가됨에 따라 이 시스템이 어떻게 확장될지는 앞으로 알아볼 문제입니다.
👉 ASO Insights: 앱 스토어에서 AI 리뷰 요약을 최적화하는 방법?
Follow Us on Facebook
