0x00 EN

리서치 / 일일 리포트

  • 읽은 자료 2건
  • 정본 반영 4개 파일
  • 레이더 0건
한 줄 요약X가 For You 점수를 가중합 대신 곱으로 합치는 모드를 기본 off로 추가했다. 이틀 전 켠 DPP 이력 전송은 다시 껐다.

오늘 함께 본 다른 변화는 다음과 같다.

  • X가 유저 활동 단계별로 For You 광고량을 줄이는 장치와, 지정 계정에 광고만 보여 주는 타임라인을 기본 off로 추가했다.
  • Meta 논문 CLEAR가 Instagram Your Algorithm 뒤의 자연어 관심사 계층과 무작위 실험 결과를 공개했다.

1점수를 곱으로 합치는 모드가 기본 off로 생겼다 — X

자료 xai-org/x-algorithm@a284320 — xAI, 2026-11-17, 코드. 이 노트들이 붙인 번호로는 4세대+65다(4세대+N은 2026-08-13 4세대 공개 뒤의 커밋에 이 노트들이 차례로 붙인 번호다).

배경 X For You의 랭킹 모델 Phoenix(Grok 계열 트랜스포머)는 후보 포스트마다 좋아요, 답글, 신고 같은 행동의 확률을 낸다. 지금까지 최종 점수는 이 확률에 행동별 가중치를 곱해 더한 가중합이었다. 가중합에서는 "아무도 반응하지 않지만 오래 보는 포스트"와 "곧바로 넘기지만 좋아요가 많은 포스트"가 같은 축에서 서로를 메운다. 이번 커밋은 건너뛰기, 참여, 체류 시간을 서로 곱하는 결합 모드를 기본 off로 추가했다.

새로 알게 된 것A. 곱셈형 점수는 건너뛰기 항, 참여 항, 체류 시간 배수의 곱이다

  • 새 모드는 점수를 "건너뛰지 않을 정도 × 참여 가치 × 체류 시간 배수"로 계산한다 확인 — xai-value-model/scoring.rs:75-110.

    • 참여 항은 dwell과 not_dwelled 두 헤드를 뺀 모든 헤드의 가중합에 상수 engage_bias를 더한 값이다.
    • 건너뛰기 항은 (P(not_dwelled) + offset)^exponent다. offset은 0.01 아래로 내려가지 않는다.
    • 체류 시간 배수는 1 + max(cont_dwell_time 가중치 × 예상 체류 초, 0)이다.
  • 참여 항이 음수인 후보는 곱하지 않고 기존 음수 offset 경로로 보낸다 확인 — 같은 파일.

    • 신고나 차단 확률이 큰 포스트가 체류 배수로 부풀려지지 않게 하는 처리다.
    • 정규화에 쓰는 음수 합은 not_interested, block_author, mute_author, report 네 헤드만 센다. not_dwelled는 빠진다.
  • 같은 커밋의 테스트가 기대 동작을 숫자로 고정한다 확인 — scoring.rs:603.

    favorite: 0.5, report: -100.0, cont_dwell_time: 0.1,
    multiplicative: true, not_dwelled_power_exponent: -0.5,
    not_dwelled_power_offset: 0.11, engage_bias: 0.1,
    // P(favorite)=0.4, dwell_time=20.0, P(not_dwelled)=0.25
    let want = (0.36_f64).powf(-0.5) * 0.3 * 3.0 + 0.001;
    
    • 지수가 음수라서 P(not_dwelled)가 클수록 건너뛰기 항이 작아진다.

새로 알게 된 것B. 스위치가 꺼져 있어 지금 점수는 그대로다

  • 모드 스위치의 기본값은 기존 가중합이고, 지수와 bias 기본값도 0.0이다 확인 — home-mixer/params/param.rs:577-600.
    • 파라미터는 rust_home_mixer_value_model_mode(기본 "weighted"), ..._not_dwelled_power_exponent, ..._not_dwelled_power_offset, ..._multiplicative_vm_engage_bias다.
    • 이 파일은 프로덕션 기본값을 매일 동기화해 공개하는 크론 미러다. 헤더의 마지막 sync는 2026-11-16T16:00:37Z다.
  • 홈믹서(For You 요청을 받는 서비스), VMRanker(슬레이트 재정렬 서비스), 페이지 디코더(한 페이지를 슬롯 순서대로 고르는 RL 재순위 모델)가 같은 스위치를 읽는다 확인 — scorers/page_decode_rerank_scorer.rs.
    • 곱셈형이 켜지면 캐시해 둔 가중합 점수를 쓰지 않고 매번 다시 계산하며, VMRanker 요청에서도 캐시 점수를 뺀다.

새로 알게 된 것C. 이틀 전 켠 DPP 이력 전송 스위치가 다시 꺼졌다

  • 홈믹서가 직전 10분 안에 내보낸 포스트를 VMRanker에 싣는 스위치가 true에서 false로 돌아갔다 확인 — params/param.rs:657-662.
    • 2026-11-14 커밋(30647a8, 4세대+64)에서 켠 스위치다. VMRanker는 이 이력을 기본 off인 윈도 모드에서만 읽으므로 켜져 있던 동안에도 순서는 바뀌지 않았다.
  • 같은 커밋에서 윈도 모드 벌점에 SID 첫 단계가 같은 이력 포스트마다 고정 가산점을 더하는 항이 생겼고, 기본값은 0.0이다 확인 — vm-ranker/dpp.rs.
    • SID(semantic ID)는 포스트를 거친 단계부터 세밀한 단계까지의 코드 열로 나타낸 ID다. 첫 단계는 가장 거친 토픽 묶음이다.
    • 벌점은 min(cos² + (같은 L1이면 sid_lambda), 1)이고, 파라미터는 rust_home_mixer_vm_ranker_dpp_window_sid_lambda다.
    • VMRanker가 이력 포스트의 SID를 조회하는 클라이언트와 캐시가 새로 들어왔다.

새로 알게 된 것D. 유저 활동 단계별 광고량 조절과 광고 전용 타임라인이 기본 off로 생겼다

  • For You의 slot-spread 광고 블렌더(광고 자리를 페이지에 고르게 먼저 정하는 방식)가 유저 활동 단계별로 광고 슬롯 일부를 덜어 낼 수 있게 됐다 확인 — home-mixer/ads/user_load.rs.
    • 단계는 new, near_zero, very_light, light, medium_tweeter, medium_non_tweeter, heavy_non_tweeter, heavy_tweeter 여덟 개다.
    • 단계마다 슬롯을 남길 비율(50~100%로 고정)과 광고 간격(최소 3)을 정한다. 어느 슬롯을 덜어 낼지는 요청 id로 만든 해시로 정한다.
    • Premium·Premium+ 구독자와 For You 밖의 요청에는 적용하지 않는다.
  • 단계별 값 목록은 기본으로 비어 있어 지금 광고량은 그대로다 확인 — params/param.rs:1099-1110.
  • 지정한 뷰어 id에게 광고만 담은 타임라인을 내보내는 스위치가 기본 off로 생겼다 확인 — models/query.rs:295-301.
    • 켜지면 For You와 Following 모두 유기 포스트 소스를 끄고 광고만 순서대로 낸다.
    • id 목록으로만 켜지므로 광고 검수용 계정에 쓰는 장치로 본다 추정.

새로 알게 된 것그 밖의 변경

  • Phoenix retrieval 서비스 proto에 포스트를 주면 볼 만한 유저 top-k를 돌려주는 역방향 RPC가 생겼다. 공개 Python 호스트는 미구현이다 확인 — recsys.proto:24-25, 377-395
  • 페이지 RL 재순위기에 critic(페이지의 장기 가치를 추정하는 RL 구성요소)만 따로 학습하는 config가 생겼다 확인 — phoenix/xrex/models/page_critic_only.py
  • 몰입형 two-tower(유저와 포스트를 따로 임베딩하는 retrieval 모델) 학습에서 클릭만 하고 10초 넘게 머문 경우를 long dwell 라벨에서 빼는 옵션이 생겨 그 프리셋에서 켜졌다 확인 — phoenix/xrex/data/recsys/recsys_batch.py
  • 미디어가 많은 포스트의 PtOS(Grok 기반 안전 파이프라인의 정책 위반 판정) 재심사는 좋아요 256개 이상이거나 이전 판정에 성인 콘텐츠 위반이 있을 때만 돈다. 이미 NSFW면 건너뛴다 확인 — grox/flows/ptos/task_safety_ptos_many_media.py:52-68
  • 홈 프레임(Grok 추천 작업 카드 등)은 노출 피로 시간이 0이어도 유저가 닫은 기록을 존중한다 확인 — home-mixer/frames/catalog.rs
  • 페이지 디코더 랭킹 가중치에 영상 완주(completion) 가중치 칸이 생겼고 값은 0.0이다 확인 — scorers/page_decode_rerank_scorer.rs
  • 뮤트 키워드 필터에 ASCII 사전 검사가 붙었고, 인용 포스트 텍스트 조회는 뮤트 키워드가 있는 뷰어에게만 돈다(성능 변경) 확인 — filters/viewer_muted_keyword_filter.rs

정본 반영 services/x.md ## 한 줄 요약의 기준 커밋을 a284320으로 올리고 곱셈형 모드가 기본 off라는 괄호를 더했다. ### Phoenix 절에 곱셈형 결합 모드 불릿, ### 다양성 절의 DPP 이력 전송 불릿을 기본 off로 고치고 SID 가산점 불릿과 절 변경 이력을 더했다. ## 광고 절에 활동 단계별 광고량과 광고 전용 타임라인 단락, ### Phoenix retrieval 인덱스에 역방향 RPC 불릿을 더했다. ## 출처의 기준 sha와 커밋 표, 변경 이력 요약표에 한 행을 추가했다.

의미 X는 4세대 공개 뒤 줄곧 가중합이던 점수식을 다른 형태로 바꿀 준비를 했다. 근거는 홈믹서, VMRanker, 페이지 디코더가 같은 스위치를 읽도록 한꺼번에 연결했다는 점이다. 건너뛰기 확률을 지수로 다루는 설계는 "빨리 넘긴 포스트"를 참여 가치 전체에 비례해 깎으려는 의도로 본다 추정.

2Instagram Your Algorithm 뒤의 관심사 계층이 논문으로 공개됐다 — Instagram

자료 CLEAR: Legible and Steerable Recommendation via Grounded Natural-Language Interests — Meta, 2026-11-14 arXiv 제출(본문 날짜 2026-10-24), 논문. 저자 전원이 Meta 소속이다.

배경 Instagram Your Algorithm은 추천에 영향을 주는 관심사 요약을 보여 주고, 유저가 더 보거나 덜 볼 것을 적게 하는 화면이다. 이 저장소는 그 화면이 랭킹에 어떻게 이어지는지, 반영이 얼마나 빠른지를 열린 질문으로 두고 있었다. 보통 추천 시스템의 선호는 사람이 읽을 수 없는 임베딩에 들어 있어, 유저가 고친 내용이 다음 학습에서 조용히 덮이기 쉽다. 이번 논문은 관심사를 사람이 읽는 자연어 라벨로 저장하고, 그 라벨을 retrieval과 랭킹의 단위로 쓰는 시스템을 공개했다.

새로 알게 된 것A. Your Algorithm 화면은 Meta 관심사 계층을 보여 주고 고치는 창구다

  • 논문은 Instagram의 Your Algorithm과 Tune Your Explore 화면이 이 관심사 계층을 보여 주고 편집하게 한다고 밝혔다 확인 — CLEAR §3.1.
    • 시스템은 Instagram과 Facebook 두 앱의 네 지면에 걸쳐 있다. 네 지면의 목록은 확인하지 못했다.
    • 구성요소는 1년 넘게 프로덕션에서 돌았다고 적었다.
  • 유저가 추가하거나 숨긴 관심사는 모델 출력과 따로 저장되고, 유저가 다시 바꿀 때까지 모델 추론보다 우선한다 확인 — 같은 논문 §3.1, §3.2.
    • 숨긴 관심사는 서빙 시점의 제거 경로가 읽는다(§5.2).

"Instagram's Your Algorithm and Tune Your Explore interfaces expose the interest layer for inspection and editing." "Explicit state is stored separately from model output and takes precedence until the user changes it." — CLEAR, 2026-11-14 (논문) §3.1

새로 알게 된 것B. 관심사 라벨 하나가 retrieval, 랭킹, 노출 상한의 단위로 함께 쓰인다

  • 관심사마다 라벨, 근거 이벤트, 임베딩 투영, 고정 id가 붙고 각각 다른 경로를 맡는다 확인 — 같은 논문 §4.2, §5.
    • 라벨은 유저 프로필로 다시 쓴 어휘 검색 질의가 된다.
    • 근거 이벤트(이 관심사를 추론하게 만든 유저 자신의 행동)는 공동 참여 기반 retrieval의 씨앗이 된다.
    • 임베딩 투영은 ANN(approximate nearest neighbor, 근사 최근접 이웃 검색) 인덱스를 조회한다.
    • 고정 id는 캐시된 후보, 기여 추적, 노출 집계의 키다.
  • 후보는 엄격한 주제 일치 검사를 통과해야 하고, 랭킹은 선언된 관심사에 임시 가산 항을 주며 상단 자리를 예약할 수 있다 확인 — 같은 논문 §5.
  • 관심사별 실현 노출을 감쇠 카운터(Fireball)로 세어 한 관심사가 피드를 덮지 않게 한다 확인 — 같은 논문 §5.
  • 새로 추가한 관심사는 행동 근거가 없어도 추론 관심사의 근거 요구를 건너뛰고, 어휘·임베딩 경로로 첫 후보를 받는다 확인 — 같은 논문 §4.1, §4.2.

새로 알게 된 것C. 무작위 실험과 프로덕션 평균이 반응성 효과를 보여 준다

  • 보충 공급을 무작위로 나눈 실험에서 3초 참여 기준 관심사 반응성이 +8.34% [+8.07%, +8.61%] 올랐다 확인 — 같은 논문 Table 1.
    • 명시 관심사가 실제로 전달된 유저-일은 +2.43% [+2.24%, +2.63%]였다.
    • 노출량 조절은 한 관심사가 피드를 덮은 날을 15.4% [13.4%, 17.4%] 줄였다.
  • Instagram 1주 프로덕션 평균으로 같은 날 반응성 79.6%, 선언 관심사 부하 82.6%, 주제 일치 87.2%를 보고했다 확인 — 같은 논문 Table 1.
    • 주제 일치는 가장 최근의 주 2회 LLM 심판 실행 값이다. 세 지표의 정확한 정의는 확인하지 못했다.
  • 구성요소를 하나씩 뺀 실험에서 손실은 관심사 랭킹 항 8.7%p, 상단 자리 예약 11.1%p, 관심사 조건 후보 공급 13.7%p였다 확인 — 같은 논문 초록.
    • 논문은 이 수치가 시험한 제거 순서에 조건부라고 밝혔다.

"8.7 percentage points for added-interest ranking terms, 11.1 for reserved top-slot insertion, and 13.7 for interest-conditioned candidate sourcing, conditional on the tested removal sequence." — CLEAR, 2026-11-14 (논문) 초록

정본 반영 services/instagram.md ### 유저 컨트롤 — Your Algorithm 도입에 관심사 계층 문장을 더하고, "모델은 공개되지 않았다" 불릿을 CLEAR 불릿 묶음과 모델 종류 추정 불릿으로 바꿨다. "Instagram에서만 제품화했다" 추정 불릿은 Facebook 발표와 CLEAR 근거로 고쳤고, 열린 질문 10번과 ## 출처 논문 목록을 고쳤다. services/facebook.md Your algorithm 블로그 불릿 아래에 같은 계층이 두 앱에 걸쳐 있다는 불릿을 더했다. topics/llm-in-recsys.md Instagram Your Algorithm 불릿에 CLEAR 하위 불릿과 출처 한 줄을 더했다.

의미 ⚠ 주장 변경: instagram.md의 "설명 가능한 관심사 프로파일은 Instagram에서만 제품화했다" 추정은 틀렸다. 근거는 Facebook이 2026-10-13에 같은 성격의 Your algorithm을 발표했고, CLEAR가 두 앱의 계층이 같다고 밝혔다는 점이다. 관심사를 라벨 하나로 retrieval·랭킹·노출 상한에 함께 연결한 구조는 2026-11-10 Facebook 블로그가 설명한 "관심사마다 retrieval 소스 네 개" 구조와 방향이 같다 추정.

다음에 볼 것