인간의 쇼핑 행동의 충실한 시뮬레이션을 향하여

초록

현실적인 사용자 쇼핑 행동을 시뮬레이션하는 것은 전자상거래 시나리오에서 오프라인 평가와 강화 학습의 기반이 된다. 최근 LLM 및 VLM 기반 시뮬레이터가 고무적인 진전을 이루었지만, 실제 브라우징 세션을 재현하는 것은 여전히 두 가지 이유로 어렵다. (i) 기억 문제: 쇼핑 세션은 수십 개의 페이지에 걸쳐 있지만, 기존 에이전트는 장기 관찰 이력을 폐기하여 진화하는 사용자 상태를 잃어버리거나, 이를 단순히 연결하여 컨텍스트 창을 압도하고 시뮬레이션 품질을 저하시키기도 한다. (ii) 최적화 문제: 현재 사용자 시뮬레이터는 일반적으로 모방이나 단계 수준 보상을 통해 기록된 각 행동을 일치시키도록 지도 학습된다. 그 결과 생성된 세션은 과도한 탐색이나 과도한 수동성과 같은 비현실적인 패턴을 자주 보여주는데, 단계별 지도 학습으로는 이를 감지하거나 수정할 수 없다. 위의 문제를 해결하기 위해, 우리는 스크린샷을 통해 페이지를 인식하고 충실한 다중 턴 궤적을 생성하는 GUI 기반 시뮬레이션 에이전트인 RecVerse를 제시한다. 기억 문제를 해결하기 위해 RecVerse는 인지에서 영감을 얻은 계층적 기억 구조를 채택한다: 단기 집중을 위한 작업 기억(Working Memory), 세션 내 궤적을 위한 일화 기억(Episodic Memory), 고수준 의도를 위한 선호 기억(Preference Memory)으로 구성되며, 기억 업데이트를 행동으로 취급하여 에이전트가 언제 무엇을 기억할지 적응적으로 학습한다. 최적화 문제를 해결하기 위해 RecVerse는 전체 세션을 점수화하는 궤적 수준의 강화 학습 목표로 최적화되어, 거시적 수준의 행동 유형 분포와 미시적 수준의 쇼핑 의도를 실제 사용자와 일치시킨다. 또한 우리는 다중 턴 사용자 시뮬레이션을 위한 대화형 전자상거래 GUI 궤적 데이터셋인 USB(사용자 시뮬레이션 벤치마크)를 공개한다. 실험 결과, RecVerse는 행동 충실도와 의도 일관성 모두에서 기존 베이스라인을 크게 능가하는 것을 보여준다.

English

Simulating realistic user shopping behavior underpins offline evaluation and reinforcement learning in e-commerce scenarios. While recent LLM- and VLM-based simulators have made encouraging progress, reproducing a real browsing session remains difficult for two reasons. (i) Memory Challenge: a shopping session spans dozens of pages, yet existing agents either discard long-range observation histories, losing the evolving user state, or naively concatenate them, overwhelming the context window and even degrading simulation quality. (ii) Optimization Challenge: current user simulators are typically supervised to match each logged action via imitation or step-level rewards; the resulting sessions often display unrealistic patterns, such as over-exploration or excessive passivity, which per-step supervision can neither detect nor correct. To address the above challenges, we present RecVerse, a GUI-grounded simulation agent that perceives pages through screenshots and produces faithful multi-turn trajectories. For the memory challenge, RecVerse adopts a cognitive-inspired hierarchical memory: Working Memory for short-term focus, Episodic Memory for in-session traces, and Preference Memory for high-level intent, with memory updates treated as actions so that the agent adaptively learns when and what to memorize. For the optimization challenge, RecVerse is optimized with a trajectory-level RL objective that scores entire sessions, aligning both macro-level action-type distributions and micro-level shopping intent with real users. We further release USB (User Simulation Benchmark), an interactive e-commerce GUI trajectory dataset for multi-turn user simulation. Experiments show that RecVerse significantly outperforms existing baselines in both behavioral fidelity and intent consistency.