상단여백
HOME 오피니언 칼럼
[칼럼] 유승재의 디지털 보따리디지털 세계의 AI 추천 시스템
  • 유승재 칼럼리스트
  • 승인 2020.05.26 09:37
  • 9면
  • 댓글 3
이 기사를 공유합니다
페이스북
트위터
카카오스토리
구글+
네이버 밴드
네이버 블로그
네이버 폴라
핀터레스트
URL 복사

[일간투데이 유승재 칼럼리스트] 코로나19 사태로 비대면(UNTACT) 트렌드가 새롭게 부상하는 가운데 비대면 소비 급증으로 소비 패턴에도 빠르게 전환이 일어나고 있다. 그 중심에는 소비를 자극하는 디지털 세계의 매커니즘이 자리하고 있다. 소비자의 일상에서 검색을 통해 익숙한 블로그는 상품이나 식당, 서비스 후기로 가득하며, 무언가를 검색할 때 마다 연관 쇼핑몰이나 상품이 튀어 나온다. 인터넷 뉴스 등 컨텐츠를 소비를 할 때도 우리는 광고에 노출된다.

필자는 오늘 온라인 상 알고리즘에 기반한 추천 시스템에 대해 얘기를 해볼까 한다. 추천 시스템은 쇼핑몰에서 굉장히 중요한 요소임에도 불구하고 의외로 그 매커니즘에 대한 일반의 이해는 높지 않다. 심지어 쇼핑몰을 직접 운영하는 사람들 상당수도 이 시스템의 운영 원리나 중요도에 대한 이해도가 깊지 않은 게 현실이다.

하지만 대형 쇼핑몰 운영에서 이 추천 시스템은 필수적인 요소로 자리잡은지 오래다. 특히 언택트 시대의 챔피언으로 부상한 넷플릭스(Netflix)나 아마존(Amazon)이 추천 시스템을 기반으로 서비스를 운영하고 있는 것으로 알려졌고 추천 시스템이 매출에 기여하는 바는 상당함이 확인되고 있다.

아마존에 들어가면 볼 수 있는 추천 시스템 <출처=아마존닷컴 홈페이지>

그렇다면 추천 시스템이 이들 사이트 운영에 기여하는 바는 어느 정도일까?

컨텐츠 구독 서비스기업 넷플릭스는 대여되는 영화의 셋중 둘은 검색이 아닌 추천 시스템으로부터 발생한다고 밝혔다. 또한 구글 뉴스(Google News)는 38% 이상의 조회가 추천으로부터 발생한다고 알려졌다. 쇼핑몰을 운영하는 사람들이 가장 궁금해 할 아마존은 판매의 35%가 추천으로부터 발생하는게 현실이다.

그 외에 국내에서도 네이버 쇼핑, 쿠팡 등 대형 쇼핑몰에서의 추천 시스템은 쉽게 확인이 가능하며 이들이 미치는 영향력은 지대하다.

‘쿠팡’에서 볼 수 있는 추천 시스템 <출처=쿠팡 홈페이지>

디지털 시장이 굉장히 급속하게 커지면서, 쇼핑몰을 운영하는 사람들이 하나 둘씩 추천 시스템에 대한 관심을 늘려나가고 있다. 하지만 이들 대부분은 쇼핑몰을 만드는 방법을 모르고 어디서부터 시작해야 할지 모르는 경우가 많다.

다양한 방식의 추천 시스템이 있지만 가장 범용적이고 널리 쓰이는 알고리즘이 협업 필터링(Collaborative Filtering)이다. 협업 필터링이란 이용자들의 사용형태, 소비 기록 등 정보를 분석해, 이용자가 선호하는 정보를 예측하는 시스템을 말한다. 협업 필터링은 크게 3가지로 분류된다.

첫째, 컨텐츠 기반 협업 필터링으로 말 그대로 컨텐츠 자체의 내용을 기반으로 비슷한 컨텐츠를 추천하는 시스템을 말한다. 예를 들어, 애완동물에 대한 내용의 컨텐츠를 소비하는 중이라면, 강아지 사료에 대한 상품을 추천할 수 있다.

두 번째는 사용자 기반 추천 시스템이다. 현재 가장 널리 쓰이는 추천 시스템으로, 사용자 기반 협업 필터링에서는 두 사용자가 얼마나 유사한 상품을 선호 했는지를 기준으로 유사도를 구한다. 이 시스템은 간단하게 구축 할 수도 있지만, 때에 따라 엄청나게 복잡해 질 수 있다. 간단하게는 A라는 사용자가 1번 상품과 2번 상품을 장바구니에 넣었을 때, B 사용자가 1번 상품을 장바구니에 넣으면 2번 상품을 추천해 줄 수 있다.

반면에 복잡하게 선호도를 구한다면 상품의 클릭 여부, 장바구니에 담는지 여부와 리뷰를 확인했는지 등을 보아 선호도 계산을 할 수 있다.

세 번째는 아이템 기반 추천 시스템이다. 상품을 보거나, 특정 상품을 검색했을 때 흔히 볼 수 있는 ‘이 상품과 연관된 상품’ 혹은 ‘함께 비교하면 좋은 상품’이 아이템 기반 협업 필터링이라고 볼 수 있다.

AI 솔루션 기업 '팡고' 유승재 CTO

추천 시스템은 현재 누구나 접근할 수 있는 오픈 소스가 굉장히 많이 나와 있다. 네이버의 AiRS등 상당수의 대형 쇼핑몰에서도 자사 쇼핑몰에서 추천 시스템을 어떻게 만들었는지에 대해도 잘 설명하고 있다. 단계적으로 사용자 기반 추천 시스템부터 각자의 쇼핑몰에 적용해보면서 부족한 점을 점진적으로 고도화해 나가면 자신의 사이트를 방문하는 고객들의 반응이 달라짐을 느낄 수 있을 것이다.


<저작권자 © 일간투데이, 무단 전재 및 재배포 금지>

기사 댓글 3
전체보기


여백
여백
여백
여백
여백
여백
여백
여백
여백
여백
Back to Top