서울대학교 안희상·황태현·오민환 연구진은 상품 추천에서 관련성뿐 아니라 선택지 묶음의 다양성까지 학습하는 Diversified Multinomial Logit Contextual Bandits를 제안했다. 기존 문맥 MNL 밴딧이 개별 항목의 효용에 집중했다면, DMNL은 단조 부분모듈러 다양성 함수가 커질수록 외부 선택지의 매력도를 exp(−λ*g(S))로 낮춰 제시된 항목이 선택될 총확률을 조정한다. 분석 범위는 모든 항목의 수익이 1인 균일 수익 조건이다.
각 라운드에는 N개 항목의 d차원 특징이 주어지고, 알고리즘은 최대 K개로 구성된 선택지 묶음을 제시한다. 연구진은 다양성이 결합된 특징 벡터와 낙관적 효용을 이용해 한 번에 항목 하나씩 추가하는 OFU-DMNL을 설계했다. 이 탐욕적 구성은 블랙박스 최적화 오라클이나 모든 조합의 열거 없이 라운드당 O(NK)에 실행된다.
Theorem 1은 각 라운드의 다양성 함수가 단조 부분모듈러일 때 탐욕적 구성이 논문에 제시된 정확한 계수를 보장하며, 그 계수는 최소 1−1/(e+1)이다. 이 근사율 정리와 후회 정리의 가정은 구분해야 한다. 후회 분석에는 모수·특징·다양성 점수의 유계성과 λ*의 양의 하한(Assumption 1), 매 라운드 특징집합이 R^d를 span하고 g_t가 크기 K 집합들에서 상수가 아니라는 비퇴화 조건(Assumption 2), 그리고 ω-엄격 부분모듈러성(Assumption 3)이 추가된다.
Theorem 3은 지정된 알고리즘 매개변수와 고확률 사건 아래에서 누적 γ-근사 후회를 Õ((√K(d+1)/(K+1))√T + κ⁻¹((d+1)²+√d/(lω)))로 상계하며 γ는 최소 1−1/(1+e)다. 선도항만 보면 큰 K에서 대략 Õ(d√(T/K))로 읽을 수 있지만, 문제 의존적 가산항을 포함한 정리 전체와 동일한 식은 아니다. Theorem 2의 Ω(d√(T/K)) 하한도 Assumption 1~3, d가 4의 배수이고 T가 충분히 크다는 조건에서 최악 사례가 존재한다는 결과다.
| 구분 | 설정 | 근거 |
|---|---|---|
| 합성 실험 규모 | N=10·20·30·50·100·150, K=5 또는 10, d=5 | Figure 3, F.1~F.3 |
| 다양성 가중치 | λ*=0.4·0.5·0.6·0.7 | Figure F.3 포함 |
| 반복·비교군 | 10회 평균; UCB-MNL, TS-MNL, OFU-MNL+, OFU-MNL-DR, OFU-DMNL-FULL | Section 5 |
| 계산량 | OFU-DMNL O(NK), FULL은 조합 열거 | Section 4.2·5 |
자료: STORIUM 정리
Figure 3은 OFU-DMNL이 조합을 전수 탐색하는 OFU-DMNL-FULL과 비슷한 누적 후회를 보이면서 실행시간을 크게 낮춘 결과를 제시한다. 부록의 Figure F.2와 F.3에서는 여러 합성 조건에서 OFU-DMNL이 OFU-MNL+와 OFU-MNL-DR보다 낮은 누적 후회를 보였다. Section F.3의 Figure F.4는 Kaggle의 Massive Rotten Tomatoes Movie & Review 데이터를 이용해 구성한 준합성 실험으로, 논문은 이 조건에서도 비교법보다 낮은 누적 후회를 보고했다. 논문은 2026년 7월 공개된 프리프린트로, 실제 상거래 환경이나 비균일 수익 조건에서의 독립 검증은 아직 제시하지 않았다.
저작권자 © STORIUM 무단전재 및 재배포 금지
