학습된 어텐션
학습된 어텐션은 입력 요소들에 대해 가중치를 학습해 모델의 예측에 기여한 입력의 상대적 중요도를 산출하는 메커니즘이다. 시퀀스나 이질적 피쳐의 상호작용에서 어텐션 가중치가 어떤 입력이 예측에 영향을 주었는지를 정량적으로 보여주므로 고객별 설명 가능성(explainability)을 제공한다. 추천 모델에서는 특정 거래나 제품 소유 이력이 다음 추천 상품 예측에 어떻게 기여했는지를 파악하는 데 사용된다.
