추천 시스템이란?

첫번째 글을 포스팅하고 주소를 인스타 스토리로 공유했는데, 생각보다 많은 친구들이 봐줬다.

기분이 묘하기도 하고, 새로운 형식의 도파민인 것 같다 ㅎㅎ 그래서 부랴부랴 막 오타도 고치고...

서론이 길다! 바로 추천 시스템에 대해 낋여왔다...!

---

 

1. 추천 시스템의 기본 개념

추천 시스템은 사용자가 무엇을 좋아할까? 를 데이터 기반으로 예측하는 것을 말한다.
이를 위해 사용자의 행동 데이터(조회, 클릭, 구매, 플레이 시간 등) 을 분석해 개인 맞춤형 콘텐츠를 제공한다.

 

 

나의 경우에는 유튜브, 넷플릭스, 쿠팡 심지어 게임에서도 개인화 맞춤 추천 등을 많이 경험해왔다.

추천 시스템이 좋은 건 알겠는데.. 그럼 모든 비즈니스에 추천 시스템을 적용하면 되는 건가? 라는 의구심이 들었다.

 

 

2. 어떤 비즈니스 구조를 갖고 있을 때, 추천 시스템이 잘 작동할까?

 

결론부터 말하면, 비즈니스가 롱테일 구조일 때 추천 시스템이 좀 더 잘 작동한다고 할 수 있다..!

롱테일 구조가 뭔데?ㅋ 라고 하는 나같은 분들을 위해 파레토/롱테일 법칙에 대해서도 설명을 적어놓겠다.

 

(1) 파레토 법칙

 

파레토 법칙은 이탈리아 경제학자 빌프레도 파레토가 발견한 것으로,

'19세기 후반 이탈리아에서 상위 20% 인구의 부가 전체 부의 80%를 차지하고 있다' 를 관찰하면서 발견하였다.

 

예를 들어, 백화점은 수익의 80%가 전체 고객의 20%에서 나온다.

때문에 백화점은 상위 20% VIP 고객에게 더 많은 혜택을 제공하는 등의 마케팅 전략을 짤 수 있다.

이렇게 파레토 법칙은 핵심에 집중하고 우선 순위를 정하는 데 도움을 준다!

 

(2) 롱테일 법칙

 

롱테일 법칙은 파레토 법칙과 정 반대되는 개념을 가지고 있다.

온라인 플랫폼에서는 수요가 적은 다수의 상품도 쉽게 유통되고 검색되기 때문에, 이들이 모여 상당한 매출을 형성한다.

즉, 롱테일 법칙은 적게 팔리는 다수의 상품이 모이면, 베스트셀러 못지 않은 큰 시장을 형성한다는 개념이다.

사진 출처 : https://kau.ac.kr/kaulife/main/speech_49.html

 

롱테일 성공 사례에 대해서 몇 가지 나열을 해보자면,,

<아마존>

 : 베스트 셀러 몇 개보다 수천개의 틈새 상품이 전체 매출의 큰 비중을 차지한다.

<유튜브>

 : 유명 유튜버보다 무수한 중소 크리에이터의 영상들이 전체 시청 시간의 상단 부분을 차지한다.

<넷플릭스>

 : 순위에 랭크된 영화 외에도 다양한 독립영화나 해외 콘텐츠가 꾸준히 소비된다.

 

 

이렇게 롱테일 영역의 상품이나 컨텐츠까지 사용자에게 도달하는 핵심 기술이 추천 시스템이다.

추천 시스템이 없다면, 롱테일 컨텐츠는 검색되거나 발견되지 않을 수 있고, 소수 인기 아이템에 소비가 집중되게 된다.

하지만 추천 시스템을 적용한다면, 개인화된 추천으로 취향 저격 컨텐츠를 제공할 수 있어 소비자 만족도가 증가하게 되고,

롱테일(=비인기) 영역까지 소비가 확대되어 전체 생태계가 활성화 될 수 있다 !

 

 

3. 롱테일 법칙이 설립할 수 있는 조건이 있을까?

 

롱테일 법칙이 성립할 수 있는데는 몇 가지 조건이 필요하다.

 

(1) 디지털 유통 채널처럼 공간/재고 제한이 없어야 한다

 

롱테일 법칙은 기본적으로 '무한한 상품 다양성'이 제공될 수 있을 때 실현된다.

오프라인 매장에서는 진열 공간과 재고 관리 비용 때문에 인기 상품 위주로 상품 구성이 이루어질 수밖에 없다.

하지만 디지털 유통 채널은 저장 공간의 비용이 매우 낮거나 사실상 무한대에 가까워서, 판매량이 적은 상품이라도 부담없이 제공할 수 있다.

이러한 환경이 갖춰져야 비로소 롱테일 구간에 해당하는 희귀 상품들이 시장에 계속 존재할 수 있다.

 

(2) 검색/추천 시스템이 존재하여 소비자와 상품을 연결시킬 수 있어야 한다

 

아무리 다양한 상품이 존재해도, 소비자가 그것을 발견하지 못하면 롱테일은 매출로 이어지지 않는다.

따라서 플랫폼에는 다음과 같은 기술이 필수적이다.

 

  가. 소비자가 원하는 제품을 쉽게 찾도록 돕는 검색 기능

  나. 취향을 자동으로 분석해 맞춤형 상품을 보여주는 추천 알고리즘

  다. 리뷰, 태그, 랭킹 시스템과 같이 탐색 비용을 낮춰주는 정보 구조

 

이러한 기술적 장치들이 소비자의 탐색 비용을 줄여주어, 소수 인기가 아닌 '취향 기반'의 상품 선택이 가능해지고,

이를 통해 롱테일이 실제 수요로 이어질 수 있다.

 

(3) 소비자가 다양하고 취향이 세분화되어 있다.

 

롱테일 법칙의 전제는 '주류 상품에만 수요가 몰리지 않는다'는 점이다.

즉, 소비자들이 개성 있는 취향을 갖고 있고, 다양한 니즈를 추구하는 환경이 형성되어야 한다.

이러한 배경이 갖춰질수록 다수의 비주류 상품에 대한 작은 수요들이 모여 큰 매출을 만들어낼 가능성이 높아진다.

 

---

 

 

사실 나의 경우에는 우리 게임에 추천 시스템을 무조건 적용해야하는 사람이었다.

하지만 개념을 공부하면 할수록, 우리 게임에 과연 추천 시스템이 잘 워킹할까? 라는 고민이 들었었다.

상품이 많은 편도 아니고, 몇 개의 인기 아이템이 거의 모든 매출 비중을 차지하고 있는 파레토 구조이기 때문이다.

이런 구조에서는 추천 시스템 적용을 못할까? 그것도 아니다. 다른 방법을 찾으면 된다. (이것도 포스팅 예정)

 

다음 포스팅도 기대되쥬 ? 기대된다고 해죠 !!!

 

 

[참고자료]

[입문/초급] 다양한 예제를 통한 추천 시스템 구현