GenRec

젠렉은 넷플릭스가 '다음에 뭘 보여줄지' 정하는 방식을 언어모델로 바꿔본 실험용 시스템이다. 기존 방식이 사서가 수천 개짜리 체크리스트(나이, 장르, 평점, 시청 시간 등)를 하나하나 채워가며 추천작을 고르는 것이었다면, 젠렉은 사용자가 무엇을 봤고, 얼마나 봤고, 좋아요를 눌렀는지를 하나의 대화 기록처럼 문장으로 풀어써서 모델이 그 이야기를 읽고 다음 작품을 고르게 하는 방식이다.

기존 체크리스트 방식은 게임이나 라이브 방송, 팟캐스트처럼 새로운 종류의 콘텐츠가 생길 때마다 사람이 새 항목을 일일이 설계해 넣어야 해서 손이 많이 갔다. 젠렉은 문장 형태로 데이터를 다루기 때문에 이런 확장에 상대적으로 유연하다. 다만 실제로 넷플릭스에 없는 작품을 그럴듯하게 지어내는 문제가 생길 수 있어, 실제 카탈로그에 있는 작품에만 점수를 매기도록 확인하는 장치를 따로 붙여뒀다.

젠렉은 이름이 공개되지 않은 기존 언어모델을 넷플릭스가 가져와 자사 데이터로 다시 훈련시킨 결과물이다. 넷플릭스가 언어모델 자체를 처음부터 새로 만든 것은 아니라는 점이 핵심이다.

기사에는 '넷플릭스, 추천 엔진에 자체 언어모델 GenRec 시범 투입'처럼 쓰인다. 여기서 주의할 점은 두 가지다. 첫째, 젠렉은 넷플릭스 서비스 전체에 적용된 게 아니라 트래픽 일부(약 10%)를 대상으로 한 4주짜리 시범 실험이었다. 둘째, '자체 언어모델'이라는 표현이 넷플릭스가 언어모델 자체를 밑바닥부터 개발했다는 뜻은 아니다. 이름이 공개되지 않은 기존 오픈웨이트 모델을 넷플릭스 데이터로 다시 훈련시켜 만든 것이다.