Instagram

이 파일은 Instagram이 Facebook과 다른 부분만 쓴다. Meta 공통분모는 facebook.md와 topics/에 있다. value model Vijt = Σ wijtk·Yijtk, DLRM→GEM 계보, 광고 픽셀 높이 특허가 여기에 해당한다. dwell time 정규화와 MSI(meaningful social interactions)도 마찬가지다. DSA(EU Digital Services Act) 제출 문서도 같은 곳에 있다.

⚠ 이 파일에서 system card에 기댄 주장은 전부 2026-08-09에 열람한 스냅샷이다. system card는 Meta가 지면마다 Transparency Center에 발행하는 AI 시스템 설명 문서다. 전체 주의 사항은 facebook.md의 "system card 인용의 유효기간" 절에 한 번만 적어 두었다.

Facebook과 견주면 Instagram 쪽이 훨씬 구체적으로 공개돼 있다. Facebook이 공개한 수식은 2021년 선형결합 하나뿐이다. Instagram은 서로 다른 3개의 결합 형태를 각각 다른 글에서 수식으로 공개했다. retrieval DSL(후보를 가져오는 쿼리를 쓰는 전용 언어)의 실제 쿼리, 퍼널 단계별 후보 수, 재학습 주기, distillation 라벨 정의까지 문장으로 나온다. 반대로 Facebook에 있는 Widely Viewed Content Report 같은 지면 구성 실측 공개는 Instagram에 없다.

한 줄 요약

Instagram은 Explore, Feed, Reels Chaining을 각각 별도 AI 시스템으로 문서화한 다지면 구조다. 2026-08-09에 열람한 system card 기준으로 단계별 후보 수는 Explore가 1500→100이고 Feed가 700→500이며 Reels Chaining이 ~100이다 확인(단계별 후보 수). 랭킹의 핵심 논쟁점은 Facebook과 달리 positive 예측과 negative 예측을 곱으로 결합할지, 합으로 결합할지다. Instagram은 2020년 곱셈형, 2023년 덧셈형, 2025년 곱셈형 페널티를 각각 다른 문제에 쓴다고 공개했다(세 가지 결합 형태).

↑ 목차

피드 지면

Instagram 계열 AI system card는 10종이다 확인 Our approach to explaining ranking (2026-08-09 열람). Mosseri 본인이 단일 알고리즘을 부정한다 확인 Instagram Ranking Explained, 2023-05-31. 그는 Instagram에 하나의 알고리즘이 아니라 지면마다 별도의 algorithm·classifier·process가 있다고 서술한다 확인 같은 글.

• ⚠ ig-reels 카드는 없다. 이 카드의 주소는 404를 반환한다(2026-08-09 실측).
  • 요청한 주소는 https://transparency.meta.com/features/explaining-ranking/ig-reels/다.
  • Facebook에는 fb-reels가 있지만 Instagram 쪽은 ig-reels-chaining뿐이다.
• Instagram은 "Reels 탭 전체"가 아니라 "다음 릴을 어떻게 잇는가(chaining)"를 AI 시스템 단위로 정의하고 있다 추정. 카드 본문도 릴 하나를 보는 중에 다음 후보를 고르는 문제로 서술한다.
• Reels Chaining 카드는 이 시스템을 이렇게 정의한다 확인: "When you view and interact with Instagram, one of the underlying AI systems is Reels Chaining, which will give you an immersive, personalized, entertaining experience in Reels."
• Threads Feed 카드가 Instagram 섹션에 들어 있다 확인. 인덱스의 그룹 구성 자체가 그렇다.
• Facebook의 WVCR(지면 구성 실측 공개)에 대응하는 Instagram 문서는 찾지 못했다 추정.
  • 이 판단의 근거로 검사한 코퍼스는 Transparency Center 리포트 인덱스, 시스템 카드 15종, about.instagram.com·engineering.fb.com 본문이다(2026-08-09 열람).
  • Widely Viewed Content Report는 Facebook 전용이다.
  • 그래서 "Instagram 피드의 몇 %가 추천인가"는 투자자 대상(IR) 발언에만 의존한다. 그 발언은 facebook.md에 있다.

↑ 목차

후보 생성 (retrieval)

system card 기준으로 Explore는 최대 1500개를 가져와 상위 100개를 다음 단계로 넘기고, Feed는 약 700개를 골라 약 500개에 관련성 점수를 매긴다 확인(단계별 후보 수). 2023년 Explore 글에 따르면 retrieval은 소스 네 종류를 조정 가능한 가중치로 섞는다 확인(소스 타입). 같은 글은 two-tower(유저 쪽과 아이템 쪽 임베딩을 따로 계산하는 모델)를 고른 이유로 임베딩을 캐시할 수 있다는 점을 든다 확인(two-tower). 2020년 글에는 retrieval DSL로 쓴 실제 쿼리도 공개돼 있다 확인(retrieval DSL).

단계별 후보 수 — Facebook보다 크고, 단조 감소한다

system card에 따르면 Explore는 최대 1500개를 가져와 상위 100개를 다음 단계로 넘긴다 확인. Feed는 경량 모델로 약 700개를 고른 뒤 약 500개에 관련성 점수를 매기고, Reels Chaining은 약 100개를 골라 약 100개에 점수를 매긴다 확인. 아래 표의 문구는 모두 각 system card를 그대로 옮긴 인용이다.

• ⚠ IG Feed는 700 → 500이지만, FB Feed는 500 → 500이다(facebook.md 참고).
  • 같은 회사의 같은 이름 지면인데 pass 0(경량 모델로 후보를 줄이는 단계)의 후보 수가 다르다.
  • FB Feed(500→500)와 IG Reels Chaining(~100→~100)은 줄지 않는다.
  • Meta 문서가 지면마다 다른 해상도로 서술한다는 facebook.md의 관찰이 Instagram에서도 반복된다.
• Explore의 1500 → 100은 15:1 축소다. Facebook 카드 가운데 이만큼 공격적인 축소 비율을 보이는 곳은 없다.
• 2023년 블로그의 서술은 카드보다 덜 구체적이다 확인.
  • 소스 하나가 고르는 후보: "hundreds of relevant items from a media pool of billions of items"
  • 퍼널 전체의 시작: "starting with thousands of candidates"
  • 1st stage 랭커가 받는 후보: "can recall thousands of candidates"
  • 2nd stage 랭커가 받는 후보: "operates on the 100 best candidates from the first stage"
  • 랭킹 전체의 축소: "from a few thousand to few hundred that are finally presented to the user"
  • 블로그의 수치는 단계별 입력이고, 카드의 1500은 retrieval이 가져오는 수다. 둘은 같은 자릿수라서 어긋난다고 볼 근거가 없다 추정. 두 서술 사이에는 3년의 시차가 있고, 서술의 해상도도 다르다.

소스 타입 4종과 tunable weight

Explore의 retrieval은 소스 네 종류를 함께 쓰고, 소스마다 튜닝할 수 있는 가중치를 둔다 확인 Scaling the Instagram Explore recommendations system, 2023-08-09.

• 소스 타입은 네 가지다 확인 같은 글.
  • "heuristics (e.g., trending posts)"
  • "more sophisticated ML approaches"
  • "real-time (capturing most recent interactions)"
  • "pre-generated (capturing long-term interests)"
• 네 소스는 함께 쓰고, 조정 가능한 가중치로 섞는다 확인 같은 글: "we utilize all these mentioned source types together and mix them with tunable weights"
• 이 문장은 소스별 가중치가 튜닝 파라미터로 존재한다고 명시한 진술이다. Facebook Feed 쪽에는 소스별 후보 수 분해조차 1차 출처가 없다(facebook.md).
• X가 home-mixer(X For You 피드의 후보 수집과 랭킹을 묶는 서비스)에서 11개 소스를 코드로 열거하는 것과 구조는 같고, 숫자만 비공개다 추정.

two-tower를 고른 이유는 캐시다

2023년 Explore 글은 two-tower를 쓰는 이유로 유저 임베딩과 아이템 임베딩을 캐시할 수 있다는 점을 든다 확인: "user and item embeddings can be cached, making inference for the Two Tower model extremely efficient".

• 학습 목표는 인게이지먼트 이벤트를 유저 임베딩과 아이템 임베딩의 유사도로 예측하는 것이다 확인 같은 글: "to predict engagement events (e.g., someone liking a post) as a similarity measure between user and item embeddings".
• ANN(근사 최근접 이웃 검색) 라이브러리로는 FAISS와 HNSW를 예로 든다 확인 같은 글: "e.g., FAISS, HNSW, etc".

Facebook의 연결 콘텐츠 retrieval에는 ANN이 아예 없다. 친구 그래프를 조회하는 것으로 끝난다(facebook.md). 반면 Instagram은 Explore가 애초에 비연결(추천) 지면이라 코퍼스가 billions 규모다. 그래서 EBR(embedding-based retrieval)이 핵심 구성요소다. 이 차이가 두 서비스 사이의 retrieval 문헌량 격차를 만든 근본 원인이다 추정.

재학습 주기 — 시간 단위

2023년 Explore 글은 새 데이터가 생기는 대로 모델을 매시간 다시 학습(fine-tune)할 수 있다고 쓴다 확인: "we can re-train (fine-tune) our models every hour as soon as we have new data"

추정 two-tower를 고른 이유(item tower를 캐시할 수 있다는 점)와 매시간 fine-tune은 같은 설계의 두 측면이다. item tower 출력만 갱신하면 인덱스를 전부 다시 만들지 않아도 되기 때문이다. 자세한 내용은 topics/model-freshness.md에 있다.

retrieval DSL — 실제 쿼리가 공개돼 있다

Instagram은 2020년 글에서 retrieval DSL로 쓴 실제 쿼리를 공개했다 확인 Designing a Constrained Exploration System (Amogh Mahapatra, 2020-12-10). 이 쿼리는 유저가 좋아한 계정을 seed로 삼아 비슷한 계정으로 넓히고, 그 계정들의 미디어를 모델 점수로 거른 뒤 순위를 매겨 seed별로 번갈아 섞는다 확인.

같은 글이 How Instagram suggests new content라는 다른 제목으로 engineering.fb.com에도 있다. 인용할 때 같은 글을 두 건으로 세지 않도록 주의한다.

user
.let(seed_id=user_id)
.liked(max_num_to_retrieve=30)
.account_nn(embedding_config=default)
.posted_media(max_media_per_account=10)
.filter(non_recommendable_model_threshold=0.2)
.rank(ranking_model=default)
.diversify_by(seed_id, method=round_robin)

이 쿼리 한 블록에서 네 가지를 읽어 낼 수 있다.

• retrieval의 기본 단위는 seed 기반 확장이다 확인. 유저가 좋아한 계정(최대 30개)을 seed로 삼고, account_nn으로 유사 계정을 넓힌다.
• 계정당 미디어 상한이 파라미터다 확인.
  • max_media_per_account=10
• 필터가 모델 임계값이다 확인. 정책 필터가 규칙이 아니라 점수 임계값이라는 것을 보여 주는 유일한 수치 근거다.
  • non_recommendable_model_threshold=0.2
• 다양성이 retrieval 단계에 있다 확인. seed 계정 단위 라운드로빈이다. Facebook은 다양성이 pass 2(랭킹 뒤)에 있다고만 쓴다.
  • diversify_by(seed_id, method=round_robin)

seed 소스는 3종이고 우선순위가 있다 확인.

• H는 Home Feed에서 온 seed다 확인.
• R은 Explore/Reels/Shopping 등 다른 추천 지면에서 온 seed다 확인.
• F는 personalized graph exploration 같은 백업이다 확인.
• 병합 순서는 H가 가장 앞서고 R, F가 뒤따른다 확인: "The final merge order is as follows: H >> R > F."
• 후보 선택 모델을 학습할 때는 전체 분포가 Home 기반 소스에서 멀어지지 않게 하는 제약을 둔다 확인: "the overall distribution is not skewed away from Home-based sources".

추정 이 글의 "constrained"는 exploration bandit이 아니라 Home Feed 분포에 맞추는 제약을 뜻한다. 본문이 Thompson sampling·bandit·exploration budget을 전혀 언급하지 않고, 대신 미디어 타입 분포와 freshness를 Home Feed에 맞춘다고 서술하기 때문이다.

IGQL / IG2Vec — 1차 원문을 확보하지 못했다

IGQL과 IG2Vec을 소개했다고 알려진 2019년 글은 직접 요청해 본 URL 3건으로는 1차 원문을 열지 못했다 관찰 2026-08-09. 다만 DSL이 있다는 사실과 그 형태는 2020년 쿼리로 1차 확인된다 확인.

• Ivan Medvedev의 2019년 글 "Powered by AI: Instagram's Explore recommender system"이 IGQL과 IG2Vec을 소개한 글로 알려져 있다. 두 이름은 각각 retrieval 전용 DSL과 계정 임베딩으로 알려져 있다.
• 2026-08-09 기준으로 1차 원문에 접근하지 못했다 관찰 2026-08-09. 직접 요청해 본 URL 3건에 한정된 관찰이다.
  • ai.meta.com/blog/powered-by-ai-instagrams-explore-recommender-system/는 HTTP 500을 반환했다.
  • ai.facebook.com의 같은 경로도 HTTP 500이었다.
  • instagram-engineering.com Medium 미러는 연결 타임아웃이었다.
  • 재현하려면 위 세 URL에 GET 요청을 보내면 된다.
• 널리 인용되는 "수만 → 500 → 150 → 50 → 25" 퍼널 수치는 이 노트에서 근거로 쓰지 않는다. 1차 텍스트를 읽지 못했고, 읽었다 해도 2019년 값이라 2026년 카드의 1500 → 100과 충돌한다 추정.
• 다만 DSL의 존재와 형태는 위 2020년 쿼리 블록으로 1차 확인된다. 이름을 몰라도 동작 방식은 확인된다 확인.
• 쿼리의 account_nn(embedding_config=default)는 계정 임베딩과 최근접 이웃을 쓰는 IG2Vec 계열 컴포넌트를 가리킨다 추정. 메서드 이름 자체가 account nearest-neighbor다.

↑ 목차

랭킹

Instagram은 결합 형태 세 개를 서로 다른 문제에 쓴다고 공개했다(세 가지 결합 형태). system card 기준으로 예측 헤드는 지면마다 다르다 확인(예측 헤드). 2023년 Explore 글에 따르면 1st stage 랭커는 2nd stage 랭커가 매긴 상위 K개에 드는지를 라벨로 배운다 확인(distillation). 2025년 글 기준으로 프로덕션 모델은 1,000개 이상이고, 지면과 컴포넌트마다 별도 MTML(multi-task multi-label) 모델을 둔다 확인(모델 운영 규모).

세 가지 결합 형태 — Facebook과 가장 다른 부분

Instagram은 결합 형태 세 개를 서로 다른 문제에 쓴다고 공개했다. Facebook이 공개한 결합은 선형 하나다. Facebook의 식은 Vijt = Σ w·Y이고, 자세한 내용은 facebook.md에 있다.

• (1) 곱셈형 (2020, Suggested Posts) 확인 Designing a Constrained Exploration System, 2020-12-10.

  Value(Post) = (probability_like)^weight_like * (1- probability_not_interested)^weight_see_less
  

• (2) 음수항이 있는 덧셈형 (2023, Explore) 확인 Scaling the Instagram Explore recommendations system, 2023-08-09.

  Expected Value = W_click * P(click) + W_like * P(like) – W_see_less * P(see less) + etc.
  

• (3) 곱셈형 다양성 페널티 (2025, Notifications). 출처: A New Ranking Framework for Better Notification Quality on Instagram, 2025-09-02.

  Score(c) = R(c) × D(c)
  D(c) = ∏_{i=1..m} (1 - w_i · p_i(c))
  p_i(c) = max_{h ∈ H} sim_i(c, h)
  

  • ⚠ (1)·(2)와 달리 이 세 줄은 verbatim이 아니다. 원문에서 수식은 LaTeX 이미지로 렌더링돼 본문 텍스트에 없고, 위 수식은 그 이미지를 옮겨 적은 것이다 관찰 2026-08-09.
  • 다만 구성요소는 본문 산문이 뒷받침한다 확인: "the product of its base ranking score and a diversity demotion multiplier", "D(c) ∈ [0,1] is a penalty factor…"
  • 자세한 내용은 ../topics/feed-diversity.md에 있다.
  • 기호의 뜻을 보면 R(c)는 base relevance이고, D(c) ∈ [0,1]는 페널티다.
  • H는 최근 발송 이력이고, w_i ∈ [0,1]는 차원별 강도, τ_i는 유사도 임계값이다.
  • 베이스라인 구현에서 p_i(c)는 유사도가 임계값을 넘으면 1이고 아니면 0이다: "equals 1 if the similarity exceeds a threshold τ_i and 0 otherwise".
  • 차원은 content / author / notification type / product surface 4종이다.

(1)과 (2)는 지면이 다르고, 곱셈형에서 덧셈형으로 전환했다는 직접 근거도 없다. 다만 두 형태의 구조 차이는 실재한다 추정.

• ⚠ (1)과 (2)는 지면이 다르다. (1)은 Suggested Posts(Home Feed 끝에 표시되는 비연결 콘텐츠)이고, (2)는 Explore다.
  • "Instagram이 곱셈형에서 덧셈형으로 전환했다"는 직접 근거가 없다.
  • 다만 3년의 간격이 있고, 같은 사내 문헌 계보에 속하며, (2)의 소스가 (1)의 후속 시스템을 포함한다는 점에서 방향 전환으로 볼 여지는 있다 추정.
• 구조적 차이는 실재한다 추정. 곱셈형은 negative 신호에 거부권을 주고, 덧셈형은 교환 가능한 비용을 준다.
  • 곱셈형은 P(not_interested) → 1이면 value가 0으로 떨어진다. 사실상 hard veto다.
  • 덧셈형은 음수항이 아무리 커도 다른 항이 더 클 수 있다.
• 곱셈형의 지수 weight_like와 weight_see_less는 로그를 취하면 선형이 되므로, 결국 Σ w·log P 형태가 된다. 즉 Facebook의 Σ w·P와 "선형결합"이라는 점은 같고, P를 쓰느냐 log P를 쓰느냐만 다르다 추정.
• (3)은 다양성을 곱셈 페널티로 적용한다. facebook.md에는 "Meta는 다양성 알고리즘(MMR/DPP)을 공개하지 않는다"고 적었다.
  • 그런데 Instagram 알림 쪽에서는 MMR 계열 max-similarity 페널티를 수식으로 공개했다. MMR은 이미 뽑은 항목들과의 거리를 점수에 반영하는 탐욕 재순위 방식이다.
  • 피드가 아니라 알림이라는 단서는 붙지만, Meta 전체에서 가장 구체적인 다양성 공개다.

자세한 비교는 topics/multi-task-ranking.md와 topics/feed-diversity.md에 있다.

weight를 정하는 방법 — Facebook은 설문, Instagram은 최적화

Instagram의 2020년 글은 가중치를 오프라인 세션 replay와 온라인 Bayesian optimization으로 보정한다고 쓴다 확인. 2023년 글은 파라미터 튜닝에 널리 쓰이는 두 방식으로 Bayesian optimization과 offline tuning을 든다 확인.

• 2020년 글의 표현은 이렇다 확인: "offline replay over user sessions and b) online Bayesian optimization"
• 2023년 글의 표현은 이렇다 확인: "There are two popular approaches to parameters tuning: Bayesian optimization and offline tuning."
  • 이 글에 "replay"는 0회 등장한다(2026-08-09 전문 확인).

Facebook은 같은 자리에서 "설문으로 정한다"고 쓴다(facebook.md, topics/survey-signals.md). 같은 회사가 같은 문제에 대해 완전히 다른 답을 공개했다. 실제로는 둘 다 쓰고 각자 강조점만 다를 가능성이 높지만, 공개된 문장 수준에서는 명확히 다르다 추정.

1st stage는 2nd stage의 distillation이다

Explore의 1st stage 랭커는 유저 행동이 아니라 2nd stage 랭커의 출력을 예측하도록 학습한다 확인 2023년 글: "We train the first stage ranker to predict the output of the second stage with the label: PSelect = { media in top K results ranked by the second stage}"

• early stage ranker의 라벨은 유저 행동이 아니라 late stage ranker의 top-K 소속 여부다. Facebook의 pass 0은 "high recall"이라고만 하고 라벨 정의가 없다.
• 모델을 보면 early stage는 two-tower다 확인.
• late stage는 클릭, 좋아요 같은 여러 인게이지먼트 이벤트의 확률을 예측하는 MTML 신경망이다 확인: "multi-task multi label (MTML) neural network model", "the probability of different engagement events (click, like, etc.)".

예측 헤드 — 지면마다 다르다 (전부 확인, verbatim)

Instagram은 지면마다 다른 예측 헤드를 둔다 확인. 예를 들어 Feed에는 첫 포스트 전용 헤드가 있고, Reels Chaining에는 오디오 재사용 헤드가, Stories에는 작성자와 가족이나 친한 친구 사이인지를 예측하는 헤드가 있다 확인.

⚠ 총 개수는 확정하지 못했다. Feed·Stories·Reels Chaining·Suggested Accounts는 카드에서 뽑은 목록과 카드가 명시한 개수가 어긋난다. 그래서 아래는 확인된 항목 목록으로만 읽어야 하고, Facebook Feed의 10종과 단순 비교해서는 안 된다.

• IG Feed (ig-feed, 2026-06-29) 확인: carousel 완주 / "How likely you are to enjoy this post" / skip / 작성자 프로필 체류시간 / DM으로 공유 / 포스트 체류시간 / 첫 포스트 skip / 첫 포스트 10초 초과 체류 / 비디오 소리 켜기 / "How likely the first post you see is to keep you spending time in your Feed during this session"
  • 첫 포스트 전용 헤드가 3개다(skip / 10초 / 세션 유지). 슬레이트(한 번에 보여 주는 포스트 묶음)의 1번 슬롯을 별도 최적화 문제로 다룬다는 뜻이다 추정. Facebook 카드에는 이런 포지션 특화 헤드가 없고, 포지션은 피처로만 등장한다.
  • "세션 지속"이 예측 대상이다. 단건 인게이지먼트가 아니라 세션 길이를 직접 예측하는 헤드다.
• IG Explore (ig-explore, 2026-06-22) 확인: follow 확률 / 5초 초과 시청 / 비디오 95% 초과 시청 / 'Not Interested' 클릭 / comment / like / reshare / "How likely you click and also engage with a post" / save / "How likely you are to click one of the short, squared post in Explore to view it in full screen"
• IG Reels Chaining (ig-reels-chaining, 2025-11-11) 확인: 오디오 재사용("use the audio from a reel you're viewing in one you create") / 3초 미만 시청 / "click 'Interested'" / comment / 같은 길이 릴 시청자 95% 대비 더 오래 봄 / Explore의 세로 릴 클릭 / reshare / Instagram 밖으로 공유 / follow
  • 카드의 How likely you are to watch more of a reel than 95% of users who watched reels of the same length 헤드는 절대 시청시간이 아니라 같은 길이 릴의 시청자 분포 대비 백분위를 예측한다.
  • 길이 편향을 라벨 정의에서 제거하는 방식이고, Facebook이 외부 아티클 dwell time에서 상한 클리핑으로 처리한 문제(facebook.md)를 Instagram은 분위수 정규화로 푼다 추정.
  • 오디오 재사용이 예측 대상이다. 소비가 아니라 창작 유발을 랭킹 목표로 둔다. Meta 문서 전체에서 이런 헤드는 여기에만 있다.
• IG Stories (ig-stories, 2025-09-18) 확인: 상단 스토리 클릭 / question 응답 상호작용 / How likely it is that you and the story's author are family or good friends / 답장 클릭 / like 전송 / 뷰어에서 프로필 진입 / 릴 이펙트 저장 / 다음 스토리 스와이프 / 현재 스토리 이탈 / poll·slider 응답
  • "가족 또는 친한 친구인가"가 예측 헤드다. 관계 분류기 자체가 멀티태스크 헤드로 들어간다.
  • Facebook 카드에는 "strong intent to interact with a connection"이 있지만, 그것은 행동 예측이고 이 헤드는 관계 자체의 예측이다.
• IG Feed Recommendations (ig-feed-recommendations, 2026-06-29) 확인: "How informative a post is" / 'Interested' 클릭 / 홈피드 릴 클릭 후 Reels 체류시간 / 최상단 포스트 조회 후 피드 스크롤 지속시간 / 다음 포스트 스크롤 / 작성자 프로필 클릭 / 댓글 클릭 / 첫 포스트 skip / 릴 풀스크린 클릭 / 오디오 켜기
  • 카드의 How long will the user spend in reels after clicking into a reels post in home feed 헤드는 지면 이동 후의 체류시간을 예측한다. Feed 랭킹이 Reels 소비를 목적 함수에 넣고 있다는 직접 근거다.
• IG Suggested Accounts (ig-suggested-accounts, 2025-03-07) 확인: follow 후 콘텐츠 조회 / follow 후 맞팔(follow-back)까지 / follow / follow 후 프로필 방문 / 맞팔
  • 맞팔 확률이 별도 예측 헤드다. 단방향 follow가 아니라 상호 연결 형성을 목표로 둔다.

실제 피처 이름 (발췌, 전부 확인 verbatim)

system card는 랭킹에 쓰는 피처도 문장으로 밝힌다 확인. Explore 안의 행동만 따로 세는 피처, 세션 상태를 나타내는 이진 피처, 3초 미만으로 본 릴의 작성자 목록 같은 부정 신호 피처가 그 예다.

• Explore에는 Explore 안에서의 행동만 따로 집계하는 피처군이 있다 확인.
  • "The amount of time you've spent on Explore viewing posts from post's author in recent past"
  • "How many times you've seen short, squared reel in Explore"
  • "How many follows button clicks received on a post in Explore"
• Reels Chaining 피처에는 세션 상태 피처, 부정 신호 피처, 국가 단위 집계 피처가 있다 확인.
  • 세션 상태를 이진 피처로 쓴다: "Whether or not you've been viewing reels for more than 15 seconds"
  • 부정 신호를 작성자 리스트로 보관한다: "The authors of reels you've spent less than three seconds watching"
  • 국가 단위로 집계하는 피처가 있다: "How much time has viewers from your country spent on this reel"
• Feed Recommendations에는 비율 피처가 있다 확인: "The ratio of engagement counter to vpvd". vpvd는 video play view duration 계열로 추정한다.
  • 그 밖에 기기 플랫폼과 최근 7일 앱 실행 횟수 피처가 있다: "What is the device platform e.g. ios, android", "How many times you've opened the app in the last 7 days"
• Feed 피처에는 콘텐츠 유형, recency 창, 이미지 위 텍스트량, 유저 세그먼트를 다루는 것이 있다 확인.
  • 콘텐츠 유형 분류기 출력을 피처로 쓴다: "Whether the post is informative content (news, product reviews, tutorials, how-tos)"
  • recency 창이 90일이다: "How recently the post was created (within 90 days)"
  • 이미지 위 텍스트량을 본다: "Whether it's a photo and how much text is overlaid on it"
  • 유저 세그먼트를 피처로 쓴다: "Which Reels-watch-time group you fall into"
• Stories 피처는 평균과 최대를 둘 다 쓴다 확인: "The average and maximum amounts of time you've spent viewing stories". 개인 내 정규화에 쓰는 것으로 보인다 추정.

Mosseri의 지면별 신호 순서 — Facebook에 없는 공개 형태

Mosseri는 Feed, Explore, Reels의 랭킹 신호를 중요도 순으로 공개했고, Stories는 순서를 명시하지 않고 신호만 들었다 확인 Instagram Ranking Explained, 2023-05-31 (이후 갱신됨). Explore만 포스트 자체 정보가 1위이고, 나머지는 유저 활동이 1위다.

• Explore만 "포스트 자체 정보"가 1위다. 나머지는 유저 활동이 1위다.
  • 비연결 지면에서는 (유저, 작성자) 관계 이력이 거의 없으니 아이템 피처의 비중이 커질 수밖에 없다 추정.
• Reels는 "작성자와의 상호작용 이력"이 2위인데 Explore는 3위다. 같은 비연결성 지면인데 순서가 다르다.
• Facebook은 이런 지면별 신호 서열을 공개한 적이 없다. 대신 "사용 빈도 3단계"(most/occasionally/less frequently)만 제시한다. 이 내용은 facebook.md에 있다. 같은 정보를 두 서비스가 다른 축으로 공개한다.

초장기 유저 히스토리 — DV365

DV365는 유저 한 명의 아주 긴 인터랙션 히스토리를 오프라인 임베딩으로 요약해 Instagram·Threads의 여러 모델에 공급한다 확인 DV365: Extremely Long User History Modeling at Instagram, KDD 2025 (arXiv 2025-05-31, Meta/Instagram 저자).

• 인코딩하는 히스토리 길이는 최대 70,000, 평균 40,000 인터랙션이다 확인. explicit 타임라인은 max 35K/avg 10K이고, implicit는 max 35K/avg 30K다.
• 학습할 때 시퀀스 길이를 늘리는 대신 offline embedding을 쓴다 확인.
  • 서브시퀀스별 pooling으로 200개의 pooled embedding을 만든다("multi-slicing and summarization").
  • 이를 Funnel Summarization Architecture로 압축한다.
• 단일 upstream 모델이 Instagram·Threads의 15개 product model에 공급된다 확인. Reels/Feed/Explore/Stories의 retrieval과 ranking 양쪽에 쓰인다.
• 갱신 주기는 6시간이다 확인. 양자화한 뒤의 저장 형태는 58×17 long integer이고, 200×256 fp32에서 압축한 것이다.
• 온라인 결과로 Instagram 앱 전체 time spent가 +0.7% 늘었다 확인.
  • Reels 랭킹 태스크의 NE(normalized entropy)는 평균 0.4% 이상 개선됐다.
  • retrieval hit rate는 2~8% 개선됐다.
• 논문은 첫 출시 뒤 1년 넘게 프로덕션에서 검증됐다고 쓴다 확인: "production battle-proven for >1 year since our first launch".
• 기존 attention 계열 시퀀스 모델(HSTU 포함) 위에 추가로 적용해도 incremental하다고 주장한다 확인. attention은 40K 길이에서 수확 체감을 보인다는 것이다.

추정 Instagram이 Meta 안에서 "초장기 히스토리"의 레퍼런스 지면이다. HSTU 논문은 지면을 익명화했지만(facebook.md 열린 질문 5), DV365는 제목에 Instagram을 명시했다. 자세한 내용은 topics/sequence-transformer-ranking.md에 있다.

모델 운영 규모 — Instagram만 공개했다

Instagram은 프로덕션에서 1,000개 이상의 ML 모델을 운영한다고 공개했다 확인 Journey to 1000 models: Scaling Instagram's recommendation system, 2025-05-21. 모델 이름 규칙을 보면 지면과 컴포넌트마다 별도 MTML 모델이 있다 확인.

• 프로덕션에 1,000개 이상의 ML 모델이 있다 확인. 런치는 주 10회가 넘는다: "more than 10 launches per week".
• 퍼널 레이어 명칭이 여기서 확정된다 확인: Sourcing → Early-stage ranking (ESR) → Late-stage ranking (LSR)
• 모델 명명 규칙이 공개됐다 확인. 지면×컴포넌트마다 별도 MTML 모델이 있다는 직접 근거다.
  • ig_stories_tray_mtml = ig(앱) / stories(지면) / tray(Stories 트레이) / mtml(multi-task-multi-label)
• 글이 드는 인프라는 다음과 같다 확인.
  • Model Registry(Configerator 기반)
  • 자동화된 launch 워크플로("from days to hours")
  • Model Stability Metric: calibration과 normalized entropy로 SLO를 생성한다.
  • 녹화 트래픽 리플레이 기반 오프라인 평가
  • 팀 단위 capacity 쿼터

추정 이 글의 진짜 내용은 랭킹이 아니라 "랭킹 모델을 1000개 운영하는 조직 문제"다. Meta가 이 층위를 공개한 것은 Instagram 쪽뿐이다.

팔로워 수 입력 제거

Instagram은 예전에는 팔로워가 많은 크리에이터가 콘텐츠 랭킹에서 더 높은 점수를 받았다고 2025-01-21 글에서 썼다 확인 The latest with Instagram.

"Historically, creators with large follower counts scored higher in Instagram's content ranking. However, last year we announced an update to reels recommendations. Now creators of all sizes have equal opportunity to find breakthrough moments and reach new audiences."

• 인용의 3문장째는 2026-08-09에 현행 페이지 기준으로 다시 옮겼다. 이전 판이 옮긴 문장은 구판이거나 부정확했지만, 과거형으로 인정했다는 실질은 같다.
• 이 문장은 팔로워 수가 랭킹 스코어에 들어갔었다는 것을 Meta가 스스로 과거형으로 인정한 것이다. 어떤 형태의 입력이었는지, 무엇으로 대체했는지는 공개하지 않았다.
• Rewarding original creators on Instagram 계열 정책이 있다 확인. 2024-04-30 발표의 후속이고, 현행 페이지는 2026-04-30에 갱신됐다.
• 2024-04-30 발표에 있었다는 "작은 크리에이터에게 유리한 새 랭킹 입력", "원본이 리포스트를 대체", "단계적 오디언스 확대"는 Mosseri 게시물에 기반하고, 1차 URL을 확보하지 못해 2차 보도로만 확인했다 추정.

↑ 목차

재순위·다양성·필터

같은 사람의 포스트를 연달아 너무 많이 보여 주지 않으려 한다는 Instagram의 공식 문장에는 숫자가 없다 확인(통설 검증). 반면 retrieval 단계의 다양성은 seed 계정 단위 라운드로빈으로 구체적으로 공개돼 있다 확인(retrieval DSL). 정책 필터는 retrieval 안의 점수 임계값과 DSA 제출 문서가 밝힌 필터, 두 층으로 확인된다 확인(정책 필터). 남의 콘텐츠를 주로 리포스트하는 계정은 추천을 받지 못하고 확인(원본성), 연령에 맞지 않는 콘텐츠를 자주 공유하는 계정은 청소년에게 추천되지 않는다 확인(청소년).

"같은 계정 3연속 차단"은 틀렸다 — 통설 검증

널리 반복되는 "Instagram은 같은 계정의 게시물이 3개 이상 연속되면 막는다"는 말에는 Meta 1차 출처가 없다. Mosseri의 실제 문장에는 숫자가 없다. 실제 문장은 이렇다 확인 Instagram Ranking Explained, 2023.

"we try to avoid showing too many posts from the same person in a row, or too many suggested posts back to back"

• 표현이 "too many"와 "try to avoid"뿐이어서 임계값도 없고 하드 제약도 아니다.
• 같은 문장이 두 개의 서로 다른 제약을 말한다.
  • 하나는 동일 작성자의 콘텐츠가 연속되는 것이다.
  • 다른 하나는 suggested(비연결) 포스트가 연속되는 것이다. Facebook에는 이에 대응하는 서술이 없다.
• IG Feed 카드의 유일한 다양성 문장에도 숫자가 없다 관찰 2026-08-09 (ig-feed 카드 본문 1건).
  • 카드 문장: "The system also tries to ensure your feed has a balanced mix of content types."
  • 이 문장은 Facebook Feed 카드의 "you wouldn't see multiple video posts in a row"보다 오히려 덜 구체적이다.
• 반면 retrieval 단계의 다양성은 구체적으로 공개돼 있다. retrieval DSL 절의 2020년 쿼리에 있는 diversify_by(seed_id, method=round_robin)이 그것이다.
  • Instagram의 다양성 처리는 랭킹 후 재배열보다 후보 생성 단계의 seed 라운드로빈이 주력일 수 있다 추정.

정책 필터 — 점수 임계값과 정책 문서 두 층

Instagram의 정책 필터는 두 층으로 확인된다 확인. retrieval 안에는 모델 점수 임계값이 있고, DSA 제출 문서는 시스템이 보통 콘텐츠 인벤토리를 먼저 만든 뒤 정책 위반 가능성이 있는 콘텐츠를 걸러 낸다고 쓴다 확인.

• retrieval 안에 모델 임계값 필터가 있다 확인 2020년 쿼리: filter(non_recommendable_model_threshold=0.2).
• DSA 제출 문서는 시스템이 보통 먼저 이용 가능한 콘텐츠의 인벤토리를 만들고, 그다음 정책 위반 가능성이 있는 콘텐츠를 걸러 낸다고 쓴다 확인 Instagram Systemic Risk Assessment (평가기간 2023-09~2024-08).
  • 원문: "Our systems typically first produce an inventory of available content and then filter it to remove content that potentially violates our policies."
  • ⚠ 여기에 연결한 URL은 보고서 허브 페이지이지 인용 문서 자체의 영구 링크가 아니다. 이 절의 verbatim 4건은 문서 직링크 없이는 다시 확인할 수 없다(2026-08-09).
• 민감한 주제에서는 공유와 댓글이 배포에 미치는 역할을 줄인다 확인 같은 문서: "We reduce this risk by limiting the role of shares and comments in the distribution of sensitive topics."
  • facebook.md에 적은 것과 동일한 문장이 Instagram 보고서에도 있다. 주제별로 신호 가중을 차등한다는 것이 Meta 공통 정책이라는 뜻이다.
• 같은 문서는 청소년 대상 조치를 이렇게 나열한다 확인: "under 18 age gating, probable violation demotions on feed, age based filtering on recommended surfaces and hashtag filtering".
• 같은 문서에 적힌 recommender system card 수는 2026-08-09에 열람한 인덱스의 Instagram 카드 수와 일치한다 확인: "10 recommender 'System Cards'".

원본성(originality) — Instagram이 Facebook보다 먼저, 더 강하게 적용했다

남의 콘텐츠를 주로 리포스트하는 계정은 추천을 받지 못한다 확인 Rewarding original creators on Instagram, 현행 페이지 2026-04-30 갱신. 이 정책의 대상은 Reels에서 Photos·Carousels로 확대됐다 확인.

• 원본 판정 기준은 다음과 같다 확인.
  • 직접 촬영하거나 제작한 것
  • 자체 편집 모음과 가이드
  • 의미 있는 수정("meaningful modifications")을 가한 3자 콘텐츠
• 최근 30일간 게시물 대부분이 원본으로 간주되면 다시 추천을 받을 수 있다 확인. 이것이 복구 조건이다.
  • 이 기준은 rolling window라서, "마지막 위반 후 30일 경과"라는 시점 기준이 아니라 최근 30일의 콘텐츠 구성 기준이다.
  • 상태는 Account Status에서 확인할 수 있다.
• "30일 내 리포스트 10회 이상"이라는 구체적인 임계값은 1차로 확인하지 못했다 추정. 2차 보도에는 반복해서 나오지만 현행 Meta 페이지 본문에서는 확인하지 못했다. 인용할 때는 반드시 미확인이라고 표기한다.

이 정책은 facebook.md의 열린 질문 10(2026-03 Facebook 원본 크리에이터 보상)과 짝을 이룬다. Instagram이 먼저(2024) 적용하고 Facebook이 뒤따랐다 추정.

청소년 — 추천 자격 자체를 나이로 제한한다

Meta는 청소년이 추천 지면과 Feed, Stories에서 갱신된 가이드라인에 어긋나는 콘텐츠를 보지 않아야 하고, 팔로우한 계정이 공유한 것도 예외가 아니라고 썼다 확인 New PG-13 Guidelines for Instagram Teen Accounts, 2025-10-14.

"Teens shouldn't see content that goes against our updated guidelines in recommendations (Explore, Reels, and in-Feed), Feed, and Stories — even when shared by someone they follow."

• 팔로우한 계정의 콘텐츠에도 적용된다 확인. 연결과 비연결의 경계를 넘는 필터다.
• 계정 단위로 거르는 필터도 있다 확인. 연령에 맞지 않는 콘텐츠를 자주 공유하는 계정은 청소년이 팔로우할 수 없고, 청소년에게 추천되지 않으며, 검색에서도 찾기 어려워진다.
  • "Teens will no longer be able to follow accounts that we've found regularly share age-inappropriate content"
  • "We won't recommend these accounts to teens, and we'll make it harder for teens to find these accounts in Search."
• 더 넓은 범위의 성인용 검색어에서 청소년이 콘텐츠 결과를 보지 못하게 막는다 확인: "We'll block teens' ability to see content results for a wider range of mature search terms, such as 'alcohol' or 'gore'."
• MPA(미국영화협회)가 "PG-13" 명칭 사용 중단을 요구했다는 것은 2차 보도로만 확인했다 추정.
  • 2026-04 후속 발표에서 명칭이 "13+"로 바뀐 정황이 있다. 그 발표는 Instagram Expands Teen Accounts Inspired by 13+ Content Ratings이고, 아직 열람하지 못했다.

↑ 목차

콜드스타트

신규 유저 콜드스타트는 Facebook에서는 1차 출처를 찾지 못했고, Instagram 쪽만 공개돼 있다(신규 유저). 인게이지먼트 이력이 희소한 유저에게는 좋아한 계정을 거쳐 그 계정들이 팔로우하는 계정까지 그래프를 넓혀 seed를 만든다 확인(신규 유저). 신규 콘텐츠에 대한 Instagram 전용 1차 출처는 찾지 못했다(신규 콘텐츠).

신규 유저 — Facebook에 없는 공개가 여기 있다

인게이지먼트 이력이 희소한 유저에게는 one-hop과 two-hop 그래프 확장으로 seed를 만든다 확인 Designing a Constrained Exploration System, 2020.

• seed 경로는 유저 A가 좋아한 계정을 거쳐, 그 계정들이 팔로우하는 계정까지 이어진다 확인.
  • A → Account Liked by A → Accounts followed by the accounts A likes (Seed Accounts)
• facebook.md는 "Facebook 신규 유저 콜드스타트 = no primary source found"로 끝난다. Instagram 쪽만 공개돼 있다.
• 보조 시스템은 Suggested Accounts다 확인 (ig-suggested-accounts). 카드가 밝힌 피처는 전부 그래프 피처이고, 콘텐츠 임베딩은 목록에 없다.
  • "How many mutual friends do you and the suggested accounts have on Instagram"
  • "How many popular followers do suggested account have"
  • "Whether the suggested account is following you"
  • "How long the suggested account has been following you"
  • "How many follows have you made in the last 28 days"
• Instagram은 신규 유저 문제를 "어떤 콘텐츠를 보여줄까"가 아니라 "어떤 계정을 팔로우시킬까"로 치환한다 추정. Suggested Accounts 카드의 예측 헤드 5종이 전부 follow와 follow-back이기 때문이다.

신규 콘텐츠

Instagram 전용 1차 출처를 찾지 못했다. Meta가 공개한 콘텐츠 콜드스타트 사례(Epinet과 Thompson Sampling, 노출 10,000 미만 정의)는 Facebook Reels 배포 사례이고, 자세한 내용은 facebook.md에 있다.

추정 같은 스택이 Instagram Reels에도 적용될 개연성은 높지만, 논문이 지면을 Facebook으로 명시했으므로 Instagram의 근거로 쓰면 안 된다.

대신 Instagram 쪽에는 매시간 fine-tune(2023)과 6시간 주기 DV365 갱신(2025)이라는 freshness 인프라가 공개돼 있다 확인.

↑ 목차

피드백 신호

Instagram은 negative 행동을 지면마다 다른 이름의 예측 헤드로 두고, value model 수식에도 negative 항을 넣었다 확인(negative 헤드). DM 공유와 Instagram 밖 공유도 각각 별도 예측 헤드다 확인(DM 공유). 유저가 토픽 단위로 추천을 조정하는 Your Algorithm은 발표 글(2026-06-10까지 갱신) 기준으로 Feed, Reels, Explore를 포함한 Instagram 전체에 적용돼 있다 확인(Your Algorithm).

negative가 예측 헤드로 존재한다 — 그것도 지면마다 다른 이름으로

negative 행동은 지면마다 다른 이름의 예측 헤드로 들어 있다 확인. Explore는 'Not Interested' 클릭을, Reels Chaining은 3초 미만 시청을, Stories는 현재 스토리 이탈을 예측한다 확인. 아래 표의 문구는 모두 각 카드를 그대로 옮긴 인용이다.

• value model 수식 자체에도 negative가 들어간다 확인.
  • 2020년 수식: (1 - P(not_interested))^w
  • 2023년 수식: – W_see_less * P(see less)
• Facebook은 부정 예측의 존재를 Transparency Center 본문 서술로만 밝힌다. hide/snooze/report/angry가 분포를 낮춘다는 서술이다. 반면 Instagram은 수식 안에 항으로 명시해서 공개했다.
  • 이것이 두 서비스의 공개 수준 차이를 가장 선명하게 보여 주는 예다 추정.
• 부정 신호를 저장하는 방식도 보인다 확인. Reels Chaining은 3초 미만으로 시청한 작성자 리스트를 피처로 유지한다: "The authors of reels you've spent less than three seconds watching".

DM 공유(send)가 예측 헤드다

Feed 카드는 DM 공유를, Reels Chaining 카드는 Instagram 밖 공유와 리셰어를 각각 예측 헤드로 둔다 확인.

• ig-feed: "How likely you are to share a post with someone in a direct message"
• ig-reels-chaining: "How likely you are to share a reel off of Instagram", "How likely you are to reshare a reel"
• "sends"가 랭킹 타깃이라는 1차 근거는 이 두 문장이다.
• 널리 인용되는 "가장 중요한 3신호 = watch time / sends per reach / likes per reach"(2025-01 Mosseri)는 Mosseri의 Instagram 영상 게시물이 원출처이고, 텍스트 1차 URL을 확보하지 못했다 추정. 2차 보도 기반이다.
  • "sends가 likes의 3~5배 가중"이라는 배수는 어떤 Meta 문서에도 없으므로 인용하면 안 된다.
• 다만 방향성은 카드와 일치한다 확인. DM 공유와 외부 공유가 각각 별도 예측 헤드로 실재한다.

유저 컨트롤 — Your Algorithm

Your Algorithm은 추천에 영향을 주는 토픽의 요약을 보여 주고, 유저가 더 보거나 덜 볼 것을 자유 텍스트로 알려 주게 하는 기능이다 확인 Control Your Instagram Reels Algorithm. 2025-12-10에 미국 Reels에서 처음 공개했고, 이후 2026-04-15와 2026-06-10에 확대했다 확인.

• 발표 글 기준 적용 범위는 Feed, Reels, Explore를 포함한 Instagram 전체다 확인: "Your Algorithm is now live across all of Instagram, including Feed, Reels, and Explore."
• 대시보드는 추천에 영향을 주는 토픽을 AI가 요약해 보여 준다 확인: "View an AI-generated summary of the topics influencing the posts and recommendations you see".
• 개별 포스트에는 관심사 라벨을 붙인다 확인. 예: "From Running".
• 조작은 자유 텍스트로 입력한다 확인: "tell us what you want to see more or less of, or add new topics entirely".
• 반영 속도는 공개되지 않았다 관찰 2026-08-09. 검사한 코퍼스는 위 발표 글 본문 1건이고, Threads Dear Algo와 달리 시간 창 표현이 없다.
• 모델은 공개되지 않았다. 원문은 "AI"라고만 쓴다.
  • 토픽 요약을 자연어로 생성하고 자유 텍스트를 받는 구조라 LLM일 개연성이 높지만, Meta는 명시하지 않았다 추정. topics/llm-in-recsys.md를 참고한다.
• Facebook의 Show more / Show less(→ Interested / Not interested)와 성격이 다르다.
  • Facebook 쪽은 포스트 단위이고 일시적이다: "temporarily increase/decrease the ranking score for that post and posts like it".
  • Instagram의 Your Algorithm은 토픽 단위의 지속적인 프로파일을 노출하고 편집하게 한다.
  • 같은 회사가 "설명 가능한 관심사 프로파일"을 Instagram에서만 제품화했다 추정.
• "reset your recommendations"(추천 이력 초기화)는 2024~2025 사이에 도입됐고 Your Algorithm에 흡수된 것으로 보이나, 독립 발표의 1차 URL을 확보하지 못했다 추정.
• 카드가 명시하는 재순위 관련 컨트롤은 지면별로 다음과 같다 확인.
  • Explore: "Not Interested", "Tune Your Algorithm"
  • Feed: Mute, Favorites, "See Newest Content First", Following/Favorites 탭
  • Reels: "Click 'Following' on the Reels feed"

↑ 목차

규제 — 2026년 현재 진행형

EC(유럽연합 집행위원회)는 2026-07-10에 Instagram과 Facebook의 중독적 설계가 DSA를 위반했다는 예비 판단을 내렸다 확인 Commission preliminarily finds the addictive design of Instagram and Facebook in breach of the Digital Services Act, 2026-07-10. 조사 대상에는 무한 스크롤, 자동 재생, 푸시 알림과 함께 고도로 개인화된 추천 시스템이 들어 있다 확인.

• 조사 대상 원문: "features such as infinite scroll, autoplay, push notifications, and the platforms' highly personalised recommender systems"
• 예비 판단의 요지는 Meta가 중독적 설계의 위험을 충분히 평가하지 않았고, 현재의 완화 조치도 그 위험에 효과적으로 대응하지 못했다는 것이다 확인.
  • "Meta did not adequately assess the risks of its addictive design on the physical and mental wellbeing of users, including minors and vulnerable adults."
  • "Meta's current mitigation measures failed to effectively tackle the risks stemming from its addictive design."
• 요구 시정 조치로 "autoplay·infinite scroll 기본 비활성화, 스크린타임 브레이크, engagement 중심이 덜한 추천으로의 변경"이 보도되지만, EC 보도자료 본문에서는 해당 문장을 확인하지 못했다 추정. 2차 보도에 기반한 내용이다.
• 제재 상한은 전 세계 매출의 6%다 추정. 이것도 2차 보도에 따른 것이다.

이 노트에서 가장 중요한 점은, 위에 정리한 무한 스크롤 기반 퍼널과 세션 지속 예측 헤드가 정확히 EC가 문제 삼는 대상이라는 것이다. 세션 지속 헤드는 Feed 카드의 How likely the first post you see is to keep you spending time in your Feed during this session이다. 추정 규제 압력이 랭킹 목적 함수를 바꾸는 첫 사례가 될 수 있어 추적 가치가 높다.

↑ 목차

이 서비스에서 나온 일반화 노트

Instagram에서 나온 관찰은 아래 topics 노트에서 일반화해 다룬다.

• topics/multi-task-ranking.md는 Meta 안의 4종 결합 형태를 정리한다. 덧셈형인 FB의 Σ w·P, 곱셈형인 IG 2020의 Π P^w, 음수항을 더한 IG 2023의 Σ w·P, 곱셈 페널티인 IG 2025 알림의 R×D다. 곱셈형의 hard-veto 성질도 함께 다룬다.
• topics/candidate-allocation.md는 IG Explore의 1500→100(15:1)과 FB Feed의 500→500을 비교하고, 소스별 tunable weight를 다룬다.
• topics/embedding-retrieval.md는 two-tower를 "item tower 캐시 가능"이라는 이유로 고른 사례, FAISS/HNSW, first-stage distillation 라벨 PSelect를 다룬다.
• topics/feed-diversity.md는 retrieval 단계의 diversify_by(round_robin)과 랭킹 후 pass 2를 비교하고, 알림의 곱셈 페널티 수식을 정리한다.
• topics/model-freshness.md는 매시간 fine-tune, DV365의 6시간 갱신, 1000개 모델과 주 10회 런치를 정리한다.
• topics/sequence-transformer-ranking.md는 DV365(70K/40K)가 attention 시퀀스 모델 위에서도 추가로 기여한다는 점을 다룬다.
• topics/llm-in-recsys.md는 Your Algorithm의 AI 생성 토픽 요약과 자유 텍스트 입력을 다룬다.

↑ 목차

열린 질문

이 파일의 최종 갱신(2026-08-09) 시점까지 답하지 못한 질문이다.

1. 2020 곱셈형 → 2023 덧셈형이 실제 전환인가. 지면이 다르고(Suggested Posts vs Explore), 같은 지면에서 전후를 비교한 자료가 없다.
2. W_click, W_like, W_see_less의 실제 스케일과 부호는 무엇인가. 심볼릭 수식만 공개돼 있다.
3. ig-reels 카드는 왜 없는가. Reels 탭 전체를 커버하는 시스템 카드가 존재하지 않는 이유를 공개하지 않았다.
4. 각 카드의 예측 헤드는 정확히 몇 개인가. 추출 결과가 카드에 명시된 개수와 어긋난 지면이 있다(Feed·Stories·Reels Chaining·Suggested Accounts). 재확인이 필요하다.
5. 2019년 글 "Powered by AI: Instagram's Explore recommender system"의 1차 원문은 어디에 있는가. ai.meta.com은 500, Medium 미러는 타임아웃이라서 접근하지 못했다. IGQL과 IG2Vec이라는 명칭의 1차 근거가 비어 있다.
6. "30일 내 리포스트 10회" 임계값의 1차 출처는 무엇인가.
7. Mosseri가 2025-01에 말한 "3신호" 발언의 텍스트 1차 URL은 어디인가.
8. Instagram의 신규 콘텐츠 콜드스타트는 어떻게 처리하는가. Epinet은 Facebook Reels 사례다.
9. Explore의 소스별 weight를 무엇으로 튜닝하는가. "tunable"이라고만 쓰고 목적 함수와 최적화 방법은 공개하지 않았다.
10. Your Algorithm의 토픽 생성 모델과 반영 지연은 어떠한가.
11. Feed/Explore/Reels 세 지면의 모델이 통합되고 있는가. Zuckerberg의 "three giant transformers" 발언은 앱 단위(FB/IG/ads)이고, Instagram 내부 지면 단위가 아니다. 근거는 facebook.md에 있다.
12. EC 예비 판단(2026-07-10) 이후에 실제 랭킹은 어떻게 바뀌는가.

↑ 목차

출처

Meta 공식 — 엔지니어링

• Scaling the Instagram Explore recommendations system — 2023, 블로그. 덧셈형 value model, two-tower, distillation 라벨, 매시간 재학습의 1차 출처다.
• Designing a Constrained Exploration System — 2020-12-10, 블로그 (Amogh Mahapatra). 곱셈형 value model과 retrieval 질의 언어 쿼리, one-hop/two-hop 확장의 1차 출처다. 글에는 IGQL이라는 이름이 없다. ⚠ How Instagram suggests new content와 같은 글인데 제목만 다르다.
• Journey to 1000 models: Scaling Instagram's recommendation system — 2025, 블로그. 1000개 이상의 모델, 주 10회 이상의 런치, Sourcing·ESR·LSR, ig_stories_tray_mtml을 담고 있다.
• A New Ranking Framework for Better Notification Quality on Instagram — 2025, 블로그. Meta가 공개한 가장 구체적인 다양성 수식이다.
• ⚠ Powered by AI: Instagram's Explore recommender system — 2019, 블로그. 2026-08-09에 HTTP 500을 반환해서 열람하지 못했다. 이 노트는 이 글을 근거로 쓰지 않았다.

Meta 공식 — 제품/정책

• Instagram Ranking Explained — 2023-05-31, 블로그. 지면별 신호 서열과 "too many ... in a row"가 여기에 있다.
• Control Your Instagram Reels Algorithm (Your Algorithm) — 블로그. 2025-12-10에 처음 공개했고 2026-06-10까지 갱신했다.
• Rewarding original creators on Instagram — 블로그. 현행 페이지는 2026-04-30에 갱신됐다.
• The latest with Instagram — 2025-01-21, 블로그. 팔로워 수를 랭킹 입력으로 썼다는 과거형 인정이 여기에 있다.
• New PG-13 Guidelines for Instagram Teen Accounts — 2025-10-14, 블로그.
• Instagram Expands Teen Accounts Inspired by 13+ Content Ratings — 2026, 블로그. 아직 열람하지 못했다.

Transparency Center (AI system card, 규제 대응 1차 문서)

• 인덱스 — Instagram 10종
• 열람한 카드와 각 카드의 최종 갱신일:
  • ig-feed (2026-06-29)
  • ig-explore (2026-06-22)
  • ig-feed-recommendations (2026-06-29)
  • ig-reels-chaining (2025-11-11)
  • ig-stories (2025-09-18)
  • ig-suggested-accounts (2025-03-07)
• ⚠ ig-reels — 404 실측 (2026-08-09)
• Regulatory and Other Transparency Reports — Instagram DSA Systemic Risk Assessment (평가기간 2023-09~2024-08), 규제문서

논문

• DV365: Extremely Long User History Modeling at Instagram — KDD 2025, 논문. 70K/40K 히스토리, 15개 downstream 모델, time spent +0.7%

규제기관

• Commission preliminarily finds the addictive design of Instagram and Facebook in breach of the DSA — 2026-07-10, 규제문서

2차 (등급 하향 필수)

• Mosseri가 2025-01에 말한 "watch time / sends per reach / likes per reach" 3신호 — 원 게시물이 Instagram 영상이라 텍스트 1차 URL을 확보하지 못했다. 배수(3~5x)는 어떤 Meta 문서에도 없다.
• Mosseri의 2024-04-30 랭킹 변경 4종(소규모 크리에이터 입력, 원본이 리포스트 대체, 리포스트 라벨, 애그리게이터 제외) — 1차 URL을 확보하지 못했다.
• "30일 내 리포스트 10회 이상" 임계값 — 현행 Meta 페이지 본문에서 확인하지 못했다.
• MPA의 "PG-13" 명칭 사용 중단 요구 — 2차 보도로만 확인했다.

↑ 목차