내가 쓰는 앱에서 추천시스템 찾아보기

쏟아지는 콘텐츠 속에서, 유저가 헤매지않고 원하는 콘텐츠를 적은 노력으로 발견할 수 있도록 도와 줄 수 있는것이 추천시스템이라고 생각한다. 그 추천시스템은 어떤 로직으로 만들어지는지 알아보고, 내가 사용하는 앱에서 사례를 찾아서 이해해보자.

추천 시스템 분류

1. 시나리오에 따른 분류

- 연관된 상품 추천: 아이템끼리 얼마나 연관되어 있는지 

- 개인화 상품 추천: 개인의 취향에 얼마나 맞는지 

 

2. 피드백 종류에 따른 분류

- 명시적 피드백 : 좋아요, 싫어요, 별점 등 유저가 직접 피드백한 내용 기반

- 암시적 피드백 : 시청 시간, 클릭율 등 유저 행동 기반

 

3. 업데이트 주기에 따른 분류

- 정적: 특정 시점까지의 데이터 기준

- 동적: 실시간 데이터 업데이트

 

크게 이렇게 추천시스템을 분류할 수 있다.

하지만 한가지만 사용하는 경우는 거의 없고 대부분 하이브리드로 사용한다.

 

추천 알고리즘 3가지

1. Knowledge-based Filtering: 추천하고자하는 분야의 도메인지식 활용

- 카카오톡 선물하기: 여성/남성 감동받는 선물 탭

 

2. Content-based Filtering: 추천하려는 아이템의 콘텐츠 정보, 메타 정보 기반으로 콘텐츠 별 특징 활용

- 이커머스: 특정 상품 아래 같은 카테고리의 인기아이템 추천 

 

3. Collaborative Filtering: 소비자들의 소비이력을 활용

- 클릭, 구매 이력 바탕으로 소비자가 클릭할만한 상품 추천

사용자의 활동을 기반으로 추천하기 때문에 성능이 우수한 편이지만, 데이터가 관측되지 않은 콘텐츠는 추천하는게 불가능하다. 이를 콜드스타트 (cold start) 라고 한다.

 

*출처: 인프런 - 데이터리안: 추천 시스템 입문 강의

 

추천 시스템 찾아보기

너무나 유명한 넷플릭스와 유튜브는 스킵한다. 👉🏻

 

1 ) 카카오 헤어샵

어플을 키자마자 상단에, 나에게 추천해주는 문구가 뜨는데 매우 소름이 돋았다.

최근에 태슬컷에 관심을 가지고 있었기 때문!!!! 

유행이어서인지, 내가 관심을 가지고 있어서인지 모르겠지만 어쨋든 꽤 정확한 추천이다.

카카오에서 헤어스타일을 탐색하면서, 내가 원하는 스타일에 "좋아요" 데이터를 주었다.

명시적, 암시적 데이터를 활용하여 ai가 내가 하고싶어할 스타일을 추천해준것으로 추측한다.

 

카카오헤어 메인페이지

 

카카오 관심 스타일

2) 네이버 웹툰

네이버 웹툰을 보면 하단에 내가 보고있는 웹툰을 읽은 독자들이 좋아하는 다른 웹툰을 추천해준다.

협업 필터링 알고리즘일것으로 예상된다. 실제로 여기서 추천받은 다른 웹툰들도 재밌게 보고있다.

추가로 아래 내가 매번 챙겨보았지만, 최근 보지 않은 콘텐츠도 챙겨준다. 이것도 개인화 추천으로 볼 수 있다.

 

 

3) 오늘의 집

오늘의 집에 들어갔더니 마침! 메인에서 추천 콘텐츠를 위한 정보 수집을 요청하고 있었다.

맞춤정보를 설정하니 내가 설정한 정보 기반으로 콘텐츠를 추천해주었다. 이건 나의 사용 이력을 기반으로한건 아니기때문에 콘텐츠 기반 필터링 알고리즘으로 볼 수 있다. 좀 단조롭다는 생각이들기도했다. 콘텐츠 기반 알고리즘에 사용자 행동 데이터를 추가로 넣으면 더 유용한 콘텐츠들이 추천될 것 같다.

오늘의 집 메인에서 추천 콘텐츠를 위한 정보 수집

4) 텐바이텐

텐바이텐에 들어가자마자 내가 이전에 장바구니에 담았던 상품중 할인중인 상품이 팝업으로 노출되었다.

개인의 활동 정보를 참고한 마케팅 활동으로 볼 수 있다. 내가 관심가질 확률이 큰 상품이기 때문에 할인중이라는것을 팝업으로 적극적으로 노출하고 있다. 만약 내가 관심있을지 없을지 모르는 상품을 팝업으로 크게 노출했다면, 오히려 귀찮음을 느끼고 이탈했을지도 모른다.

 

상세 제품페이지 하단에는 해당 상품을 조회한 고객들이 다른 상품을 어떤걸 많이 조회했는지 노출해주고 있다. 내가 클릭한 제품은 반스 스니커즈였는데, 전혀 다른카테고리인 스마트폰 케이스를 추천해주기도 한다. 이건 콘텐츠 기반이 아니라, 사용자의 활동 즉 협업 필터링 알고리즘이라는 것이다.

 

5) 알라딘

구매 이력, 장바구니 추가 제품, 오늘 본 상품 이력등을 토대로 책을 추천해준다.

주로 데이터관련된 책이나 브랜드, 기업 관련된 책을 많이 사는데 그래서 그런지 추천 책에도 비즈니스 전략이나 기업전략 책이 많이 있다.

사용자 행동 기반 + 콘텐츠 기반 알고리즘이 쓰일 것으로 예상된다.

 

구매 이력

오늘 본 상품

책 추천

 

 

 

강의에서 배운대로 추천시스템은 어느 한가지만을 이용하기보다 다양하게 섞여서 사용되어야할 것 같다.

그렇지않으면 추천이지만, 조금 단조로울 수 있을 것 같다.

앱에서 나만을 위한 추천 섹션은 사용자 측면에서 매우 유용하고 앱의 체류시간을 늘려주는 꼭 필요한 요소라고 생각된다.

 

그리고 추천시스템은 유저가 서비스를 이용하면 할수록 데이터가 쌓이고, 알고리즘이 정교해져서 서비스에 더 빠져들게 만드는것이 엄청난 시스템이라고 생각한다. 대신 처음에 데이터가 별로 없을 때는 어떻게 유저가 원할것같은 정보를 줄 수 있을지 고민이 필요한것같다.

 

추천 시스템 읽어볼 아티클 추천:

https://brunch.co.kr/@kakao-it/72

[카카오AI리포트]내 손안의 AI 비서, 추천 알고리듬

https://medium.com/daangn/%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B0%9C%EC%9D%B8%ED%99%94-%EC%B6%94%EC%B2%9C-1eda682c2e8c

딥러닝 개인화 추천