Instagram이 AI를 사용하는 7가지 흥미로운 방법(당신도 깨닫지 못함)

몇 년 전 AI가 폭발적으로 등장한 이후 소프트웨어 회사와 소셜 미디어 거대 기업 모두 이 새로운 기능을 자사 제품에 통합하는 방법을 찾아왔습니다. Copilot, ChatGPT, Adobe의 AI Companion 등 AI의 일부 예는 클라이언트를 대상으로 하므로 직장에서 볼 수 있습니다. 다른 사람들은 소프트웨어가 더 원활하게 실행되도록 백그라운드에서 더 신중하게 작업합니다. 결국 대규모 소셜 미디어 네트워크의 알고리즘이 선별해야 할 콘텐츠가 너무 많습니다.

인스타그램도 예외는 아닙니다. 여러분이 알지 못할 수도 있는 몇 가지 흥미로운 방식으로 AI를 사용하고 있습니다. 이 기사에서는 이러한 방법 중 7가지를 설명합니다.

탐색 및 검색

과거에는 ‘태그’ 기능을 통해 추천과 검색이 강화되었습니다. 해시태그로 검색하면 여러분도 관심을 가질만한 관련 게시물과 사진이 많이 표시됩니다. 이 태그된 콘텐츠는 인기 있는 주제와 결합되어 귀하가 새로운 것을 검색할 때 검색 페이지를 채울 것입니다. 요즘은 AI가 이 과정에 꽤 큰 도움을 주고 있다.

AI는 개인 정보, 위치 및 과거 검색 습관을 기반으로 콘텐츠 순위를 매기고 보고 싶은 내용을 예측하는 데 사용됩니다. 인스타그램에 지속적으로 게시되는 콘텐츠 흐름은 AI가 처리하는 데 문제가 없으며 Meta(Instagram의 모회사)는 이 기술을 사용하여 사용자의 선호도에 맞게 보다 정확한 콘텐츠를 제공합니다.

특정 릴과 사진이 피드에 나타나는 이유가 명확하지 않을 수 있지만 Instagram은 이유를 확인할 수 있는 방법을 제공했습니다. 사진이나 비디오에서 간단히:

오른쪽 상단에 있는 작업 버튼을 탭하세요.
‘이 게시물을 보는 이유’를 선택하세요.
콘텐츠가 피드에 표시되도록 만든 요인이 표시됩니다.

연구 도구

Meta는 AI 모델이 모든 사람, 특히 연구자들에게 개방적이고 투명하기를 원한다고 말합니다. 이것이 바로 Instagram 제작자와 비즈니스 계정 데이터를 공인된 연구원이 사용할 수 있도록 하는 “메타 콘텐츠 라이브러리 및 AI”와 같은 도구를 출시한 이유입니다. AI는 이 데이터를 수집하여 연구자들이 사용할 수 있도록 지원합니다.

타겟 광고

타겟 광고는 새로운 것이 아닙니다. 예를 들어 피드의 레스토랑이 위치를 기반으로 선택되었음을 알 수 있습니다. 그러나 요즘에는 AI를 통해 이러한 선택을 뒷받침하는 분석이 크게 향상되었습니다. AI가 제공하는 고급 컴퓨팅 성능을 통해 귀하의 검색 기본 설정, 위치 및 참여율을 보다 효과적으로 사용하여 무엇을 제공할지 결정할 수 있습니다. 이 기술은 또한 광고주가 캠페인을 더 효과적으로 타겟팅하는 데 도움이 됩니다.

콘텐츠 조정

Instagram에는 인간(또는 인간 팀)이 효율적으로 추적하기에는 게시물이 너무 많습니다. 문제가 있는 게시물을 신고하는 것은 항상 고통스러운 일이었으며, 효과가 없는 경우가 많습니다. 이러한 이유로 Meta는 Deep Text와 같은 AI 도구를 사용하여 커뮤니티 가이드라인을 위반하는 게시물을 사전에 찾아내고 사용자가 보고한 문제에 대응하고 있습니다.

사용자가 공격적이거나 문제가 있는 것으로 신고하는 콘텐츠 유형과 이를 생성하는 계정 유형은 기계 학습 알고리즘에서 콘텐츠를 신고하고 제거하는 데 사용됩니다. 이로 인해 잘못된 플래그 지정 사례가 많이 발생했지만 이러한 도구는 꾸준히 기능을 연마하고 시간이 지남에 따라 개선되고 있습니다. AI가 사이버 괴롭힘을 억제하고 유해하거나 오해를 불러일으키는 콘텐츠의 확산에 적극적으로 맞서 싸우는 데 도움이 되기를 바랍니다.

스팸 필터링

스팸 및 정크 게시물은 넘쳐나기 전까지는 알아차리지 못하는 경우가 많습니다. 가짜 계정, 봇, 잘못된 정보는 소셜 미디어 회사에 큰 문제이며 인공 지능은 이러한 흐름을 막기 위해 사용되고 있습니다.

문제의 일부는 AI 자체가 일부 새로운 스팸 소스를 담당한다는 것입니다. 그러나 Meta는 이에 맞서 싸울 몇 가지 방법을 개발했습니다. Facebook 기술인 Deep Text는 Instagram에서도 사용되는 텍스트 분석 알고리즘입니다. 심층 신경망은 초당 수천 개의 게시물을 처리하고 인간에 가까운 정확도로 텍스트를 이해할 수 있습니다. 스팸과 잘못된 정보를 분류하고 최종적으로 피드에 도달할 콘텐츠를 선택하는 데 유용한 도구입니다.

레이블이 없는 데이터를 통한 딥러닝

인간이 작성한 텍스트에 대한 깊은 이해로 인해 딥 텍스트와 같은 기술은 알고리즘을 훈련하기 위해 해시태그와 같은 인간이 분류한 대규모 데이터 세트에 의존할 필요가 없습니다. 이처럼 AI는 이제 인스타그램을 이용해 분류되지 않은 정보에 대해 스스로 훈련할 수 있어 비지도 학습이 가능해지고 기술의 역량이 크게 향상됩니다.

사람에 대해 배우기

인간 종은 방대하며 선호도와 관행도 매우 다양합니다. 20억 명이 넘는 활성 사용자를 보유한 인스타그램과 같은 플랫폼의 AI 알고리즘은 정말 헤아릴 수 없을 만큼 많은 양의 데이터에 액세스할 수 있습니다. 컴퓨팅 성능 덕분에 AI는 수십억 개의 이미지와 릴을 처리하여 사용자 기반에 대한 보다 완전한 그림을 형성할 수 있습니다. 한 경우에는, 전 세계 의류 패턴을 조사하기 위해 1억 장의 사진을 처리했습니다..

이러한 종류의 처리 능력은 기계 학습과 결합되어 이전에는 불가능했던 인류와 인간의 습관에 대한 친밀한 통찰력을 제공할 수 있습니다. 이러한 통찰력은 연구에서 점점 더 중요한 역할을 할 것이며 향후 대규모 결정을 내리는 데 도움이 될 것입니다.