기존 추천 시스템은 대규모 데이터 기반으로 훈련되어 실시간 피드백에 대한 적응이 느리고 추천 이유에 대한 투명성이 부족하다는 문제점을 제기합니다. 본 연구는 이러한 문제를 해결하기 위해, 가중치 없는 신경망(WNN)을 사용하여 각 사용자 데이터를 기반으로 훈련된 소규모 개인 모델의 성능을 탐구합니다. MovieLens 데이터셋의 일부를 사용하여, WNN 기반 모델을 고전적인 가중치 시스템 및 표준 협업 필터링과 비교하여 경쟁력 있는 정확도를 달성함을 보입니다. 또한, WNN 시스템이 중앙 집중식 시스템을 보완하여 최종 사용자가 직접 조정할 수 있는 추천 시스템을 통해 주관적인 정확도를 높일 수 있는 방법에 대해 논의합니다.
