블로터

요즘 개업을 준비하는 식당이 인테리어 공사를 할 때 제일 신경을 쓰는 부분은 조명이라고 합니다. 당연한 말이라고 하기엔, 그 조명이라는 게 조금 특이합니다. 바로 인스타그램 전용 조명 설비이기 때문이죠. 워낙에 인스타그램과 같은 소셜 네트워크 서비스(SNS)를 중심으로 신장개업한 가게 홍보가 이뤄지는 까닭입니다. 먹는 사람의 눈앞에 음식이 맛있어 보이도록 조명을 쓰기보다는, 사진을 찍었을 때 음식이 먹음직해 보이는 쪽으로 빛의 방향을 맞추고 조도를 조절하는 겁니다. 웃고 넘어갈 얘기일 지도 모릅니다. 하지만 당신이 직접 식당을 차린다면 이 이야기를 과연 무심코 지나칠 수 있을까요?

하나의 사례에 불과하지만, 기술은 이처럼 문화를 낳습니다. 기술이란 필연적으로 인간의 삶을 변화시키기 때문입니다. 변화에 발맞춰 인간은 새로운 문화를 창출합니다. 우리는 이래저래 적응해야만 합니다. 자초한 결과이기도 하죠. 특히 인터넷 시대를 넘어 인공지능과 알고리즘으로 포장된 정보기술의 발달은 우리의 삶을 더욱 급속도로 바꿔놓고 있습니다. 문제는 남은 것이 가속화뿐이라는 점입니다. 그렇다면 우리에게 남겨진 역할은 무엇일까요. 남겨진 만큼 계속해서 열심히 달려가는 것만이 정답은 아닌 것 같습니다. 우리는 새로운 문화를 형성해 기술과의 상생을 모색해야 합니다.

오늘 <블로터>는 우리의 삶을 바꿀 핵심 기술, 그중에서 '콘텐츠 추천 시스템'에 대해 알아보려고 합니다. 

콘텐츠 추천 시스템 : 나도 몰랐던 내 취향을 알고있다

언젠가부터 우리가 접하는 콘텐츠에는 항상 ‘다음’이 존재합니다. 유튜브에서 가수 선미의 ‘가시나’ 뮤직비디오를 보고 나면 다음 동영상으로 선미 음악방송 직캠이 뜨는 식이죠. ‘네가 뭘 좋아할지 몰라서 다 준비했어’와는 정반대로, ‘넌 아마 이걸 좋아할 걸?’이라고 먼저 카드를 내미는 겁니다. 사람을 끌어모아 가치를 창출하고자 하는 플랫폼 기업은 이용자가 머무는 시간을 최대한 끌어내기 위해 콘텐츠를 본 사람이 다음에 보고싶어할 만한 것을 추천합니다. 이를 위해 중요한 게 콘텐츠 추천 기술입니다.

콘텐츠 추천 기술은 기본적으로 ‘협업 필터링(Collaborative Filtering)’과 ‘콘텐츠 기반 필터링(Contents Based Filtering)’으로 나뉩니다. 협업 필터링이란 사람들의 콘텐츠 사용 패턴을 분석해 추천하는 방법입니다. 사용자의 클릭, 좋아요·싫어요 등을 데이터로 사용해 비슷한 선호의 사람들을 군집시킵니다. 콘텐츠 기반 필터링은 콘텐츠 자체의 내용 특성을 분석해 유사 콘텐츠를 찾는 방법입니다. 협업 필터링이 사용자의 행동 기록을 이용하는 반면, 콘텐츠 기반 필터링은 항목 자체를 분석해 추천을 구현합니다.

위 두 가지 기술을 기반으로 기업들은 각자의 서비스와 필요한 기능에 맞는 자체 기술을 개발했는데요. 대표적인 기업으로는 넷플릭스를 꼽을 수 있습니다. 넷플릭스 전체 영상 콘텐츠 시청의 75%가 추천을 통해 발생합니다. 이용자의 성향과 관심사, 이용 행태를 분석해 제공한 개인 맞춤형 서비스는 넷플릭스를 세계적인 콘텐츠 기업으로 성장시켰습니다. 유튜브 역시 기본 원리는 크게 다르지 않습니다. 다만 유튜브는 소셜 데이터의 유효성에 비중을 높였습니다. 사용자가 시청한 동영상의 카테고리 항목에 있는 영상 중 가장 많이 본 동영상을 선택하고, 사용자 주변 지인들이 본 동영상을 우선적으로 추천하는 방식입니다.

국내 주요 포털 기업들 역시 추천 시스템 자체 개발에 공을 들이고 있습니다. 네이버 ‘에어스'(AiRS), 카카오 ‘루빅스'(RUBICS)가 대표적입니다. 네이버는 협력 필터링 기술을 바탕으로 비슷한 관심사를 가진 사용자 네트워크를 구축해 관련도가 높은 콘텐츠를 우선으로 추천합니다. 예를 들어 최근 7일 동안의 사용자 활동을 분석해 추천 알고리즘을 통해 맞춤형 뉴스를 추천하고 있습니다. 카카오 역시 자체 개발한 인공지능 추천 기술로 소비자의 콘텐츠 소비에 보다 밀접하게 접근하고자 합니다. 콘텐츠 소비 후 연관 콘텐츠 추천, 콘텐츠 소비 이력을 통한 개인 맞춤형 추천, 이용자 알고리즘 분석을 통한 타깃팅 푸시 등 인공지능을 기반으로 소비자에게 새로운 경험을 제안하고 있습니다.