'나.. 이런거 좋아하네?' 유투브에서 갑자기 조회수가 폭발하는 동영상에 댓글창을 보면 이런 댓글 꼭 있죠. '알고리즘 타셨네요. 축하합니다' 같은 댓글들도 종종 보입니다. 유투브 추천 알고리즘은 참 신묘한 경지에 이르렀죠. 나도 몰랐던 내 취향을 발견해서 타임라인에 띄워주고, '나… 이런거 좋아하네?'라고 생각하게 만들다니, 10세기에 궁예가 있었다면 21세기에는 추천 알고리즘이 있는지도 모르겠습니다. 매년 많은 개발자들의 관심을 한 몸에 받는 네이버의 기술 컨퍼런스 DEVIEW에서 올해에도 추천 시스템과 관련한 발표들이 나왔는데요. 그 중 카카오 추천팀 최규민님의 발표를 (늦었지만) 소개합니다. 카카오재팬이 서비스하고 있는 웹툰 플랫폼인 '픽코마'의 추천 알고리즘이 왜 '작품의 첫 에피소드 열람수'를 최적화 하는 방향으로 설계되었는지 아주 자세한 스토리를 들을 수 있습니다. [데이터리안이 인상깊게 본 부분😎] 1. 픽코마에서 추천 시스템이 적용된 영역에 대한 자세한 설명: 웹툰을 보여주는 서비스 하나에도 참 여러가지 추천 알고리즘이 적용되어 있습니다. 그리고 각 영역마다 알고리즘이 목표로 하는 지표도 다릅니다. 예를 들어 픽코마 작품의 뷰어엔드에는 현재 열람하고 있는 작품과 관련된 연관 작품 추천이 들어가고, 탭 홈에는 새로운 작품을 탐색하기에 최적화 된 개인화 화면을 구성합니다. 이렇게 각 추천 슬롯마다 최적화 포인트가 다르다는 점을 실제 서비스를 가지고 얘기를 풀어주셔서 흥미로웠습니다. 2. 웹툰 사용자의 리텐션을 고민하고 있다면, 작품 열람수가 아니라 사용자의 선호 작품 수를 늘리는게 중요: 유저의 작품 탐색을 측정할 수 있는 지표 'Exploration Rate'를 정의하고, 이 지표가 유저의 장기적인 Engagement와 어떤 연관성을 가지는지 데이터 분석 한 과정과 결과가 굉장히 흥미로웠습니다. 흔히들 추천 시스템이라고 하면 CTR(Click Through Rate) 최적화를 하는게 아닌가? 라고 생각하는데, 픽코마 추천 시스템이 왜 '작품의 첫 에피소드 열람수'를 목표로 설계되었는지 탄탄한 근거를 기반으로 결정했다는 생각이 들었습니다. 추천 시스템은 데이터리안이 입문 강의를 만들었을 정도로, 꾸준히 흥미를 가지고 있는 영역입니다. 앞으로 추천 시스템, 추천 알고리즘과 관련된 큐레이팅을 종종 들고올거니까 기대해주세요👋🏼 - 데이터리안 데이터 분석가 윤 씀