추천 시스템의 확산 모델 연구 동향
추천 시스템은 광범위한 응용 분야와 비즈니스 잠재력으로 인해 컴퓨터 과학 분야에서 핵심적인 연구 주제로 자리매김하고 있습니다. 최근 컴퓨터 비전 분야에서 확산 모델(Diffusion Models)이 뛰어난 생성 능력을 보여주면서, 많은 추천 시스템 연구들이 이를 도입하여 다양한 태스크에서 성능 향상을 이루고 있습니다. 이 분야의 연구가 빠르게 증가함에 따라 체계적인 연구 동향 분석의 필요성이 대두되었습니다. 본 연구는 확산 모델을 활용하는 추천 시스템을 분류하기 위해 세 가지 상호보완적인 축을 기반으로 새로운 분류 체계를 제안합니다. 기존 연구들이 주로 확산 모델의 역할에 초점을 맞춘 것과 달리, 이 분류 체계는 추천 태스크를 중심으로 구성됩니다. 이는 확산 모델이 다양한 태스크 설정에서 추천 성능을 개선하기 위해 채택된다는 관찰에 기반한 것입니다. 저자들은 확산 모델의 기본 알고리즘과 추천 시스템에서의 응용 사례를 제시하며, 이 분야의 최신 연구 진행 상황을 요약합니다. 제안된 분류 체계는 기존 연구 동향 분석에 보완적인 관점을 제공합니다. 마지막으로, 본 연구는 향후 연구를 장려하기 위해 미해결 연구 방향을 논의합니다. 관련 논문들은 공개 GitHub 저장소에 정리되어 있습니다.