X가 For You 추천 점수와 노출 제한 경로를 더 공개했어요

X가 For You 추천 점수와 노출 제한 경로를 더 공개했어요

X For You 알고리듬 썸네일

X가 For You 피드를 구성하는 공개 저장소를 크게 넓혔어요. 게시물 후보를 찾고 순서를 정하는 코드뿐 아니라, 점수 계산에 쓰는 가중치와 게시물을 숨기거나 경고 화면 뒤에 두는 판단 경로까지 확인할 수 있어요. 1

핵심 요약

구분	공개된 내용	확인할 점
추천 점수	여러 사용자 행동의 예측 확률에 가중치를 곱해 최종 점수를 만드는 구조가 담겼어요	좋아요만 세는 방식이 아니라 클릭, 체류, 신고 같은 신호를 함께 계산해요
후보 수집	팔로우 계정의 Thunder와 팔로우하지 않은 계정용 Phoenix, SimClusters를 함께 써요	추천 후보를 찾는 단계와 최종 순위를 정하는 단계가 나뉘어요
노출 제한	게시물마다 `ALLOW`, `INTERSTITIAL`, `DROP` 가운데 하나를 고르는 코드가 공개됐어요	랭킹이 높아도 별도 가시성 규칙에 따라 피드에서 빠질 수 있어요
공개 한계	Grox의 구체적인 LLM 지시문과 일부 BotMaker 규칙은 빠져 있어요	코드만으로 모든 운영 판단을 재현할 수는 없어요

1. 추천 순위와 노출 제한을 따로 봐야 해요

For You 피드는 팔로우한 계정과 팔로우하지 않은 계정의 게시물을 한데 모아 순위를 정해요. Thunder는 팔로우한 계정의 최근 게시물을 가져와요. Phoenix와 SimClusters는 이용자의 최근 반응이나 계정·게시물 군집을 바탕으로 팔로우하지 않은 계정의 후보를 찾아요. 이렇게 모은 후보는 같은 랭킹 모델을 거쳐요. 2

Phoenix는 이용자가 각 게시물에 좋아요, 답글, 재게시, 링크 클릭, 프로필 방문, 체류 같은 행동을 할 확률을 예측해요. 관심 없음, 작성자 뮤트, 차단, 신고처럼 부정적인 행동도 계산 대상이에요. RankingScorer는 각 확률에 코드에 담긴 가중치를 곱해 하나의 점수로 합쳐요. 같은 작성자의 게시물이 연달아 나오지 않도록 점수를 낮추고, 팔로우하지 않은 계정의 게시물에는 할인 계수를 적용해요. 노출이 적었던 새 작성자를 일정 위치로 끌어올리는 보정도 있어요. 2

이번 공개에서 눈여겨볼 부분은 기본 설정값이에요. X는 저장소의 기본값을 주요 운영 값에 맞추는 작업을 정기적으로 수행한다고 밝혔어요. 타임라인 트래픽의 10% 이상에 적용되는 실험도 저장소에서 확인할 수 있게 하는 것이 목표예요. 다만 저장소 값이 모든 이용자와 모든 시점에 똑같이 적용된다는 뜻은 아니에요. 실험군과 설정 시스템에 따라 실제 동작이 달라질 수 있어요. 2

순위를 정한 뒤에는 가시성 필터가 한 번 더 작동해요. `visibility-filtering`은 게시물과 이용자 조건을 함께 읽고 `ALLOW`, `INTERSTITIAL`, `DROP` 중 하나를 반환해요. 차단과 뮤트, 국가, 계정 상태, 구독자 전용 여부, 성인·폭력성 콘텐츠 라벨 등이 판단에 쓰여요. `DROP`이면 게시물은 랭킹을 마친 뒤에도 피드에서 제거돼요. 경고가 필요한 콘텐츠는 `INTERSTITIAL`로 남아 이용자가 한 번 더 눌러야 볼 수 있어요. 2

라벨이 만들어지는 경로도 공개 범위에 들어왔어요. Agatha는 차단과 신고 같은 반응을 계정 신호로 집계해요. BDSM은 시간에 따른 계정 행동에서 비정상적이거나 악용 가능성이 있는 패턴을 찾아요. Scarecrow와 BotMaker는 이벤트와 규칙을 조합해 라벨을 붙여요. Abuse Enforcement Service는 모델 점수와 규칙을 읽어 계정이나 게시물에 라벨을 적용하고, 필요하면 인증 요구나 정지 같은 조치를 선택해요. 이름만으로 역할을 추측하기보다 저장소의 구성 요소 설명과 코드 경로를 함께 보는 편이 정확해요. 2

공개 저장소만으로 운영 환경 전체를 복제할 수는 없어요. Phoenix는 합성 데이터로 작은 모델을 학습하고 실행해 볼 수 있지만, 다른 구성 요소에는 배포 파일이나 내부 인프라 의존성이 빠져 있을 수 있어요. 시스템 악용을 막기 위해 Grox의 구체적인 LLM 지시문과 일부 BotMaker 규칙도 공개하지 않았어요. Apache 2.0 라이선스로 코드를 볼 수 있다는 사실과 실제 X의 모든 판단을 재현할 수 있다는 말은 구분해야 해요. 2

왜 중요한가요

추천 시스템을 분석하는 개발자는 이제 모델 구조만 봐서는 부족해요. X의 공개 코드에서는 후보 수집, 행동 확률 예측, 가중 합산, 작성자 다양성 보정, 가시성 필터가 차례로 연결돼요. 게시물의 최종 노출은 랭킹 점수와 별도 필터의 결과를 모두 받아요. 추천 품질과 콘텐츠 정책을 같은 문제로 뭉뚱그리면 실제 동작을 놓치기 쉬워요. 2

플랫폼 운영을 검토하는 사람에게는 감사 가능한 범위가 넓어졌다는 점이 실용적이에요. 어떤 행동 신호가 점수 계산에 들어가는지, 어떤 라벨이 게시물을 제거하거나 경고 뒤에 두는지 코드 경로를 따라갈 수 있어요. X는 계정과 게시물에 붙은 노출 제한 라벨의 집계 정보를 보여 주는 `Under the Hood` 도구도 시험 운영하고 있어요. 코드와 개인별 라벨 결과를 함께 제공하려는 접근이에요. 2

남은 빈칸도 분명해요. 일부 규칙과 LLM 지시문이 비공개이고, 저장소의 기본값은 실험과 운영 설정에 따라 달라질 수 있어요. 특정 게시물이 왜 노출됐거나 사라졌는지 판단하려면 공개 코드, 적용된 라벨, 당시 실험 설정을 함께 확인해야 해요. 이번 업데이트는 확인할 수 있는 범위를 넓혔지만, 개별 추천 결과를 완전히 설명하는 자료는 아니에요.

728x90

참고 자료

1. X, For You 알고리듬 공개 범위 확대 - 랭킹 가중치와 노출 제한 시스템까지 — GeekNews
2. X For You Feed Algorithm — xAI GitHub