개인화 서비스의 한계와 비전

김승열

"온라인 기업들은 고객을 어떻게 나누는지 알려주실 수 있나요?"

스마트폰이 대중화되기 전이니깐 꽤 오래전 일이다. 어느 오프라인 기업에 가서 모바일 트렌드 강의를 했는데 참석자 중에 한분이 이렇게 물었던 기억이 난다.

전통적인 마케팅 기법은 시장을 세분화시키고 사용자군을 나누는 것을 기본으로 한다. 세분화를 하는 기준은 제품 성격에 따라 다양하지만 최종적인 모습은 대부분 성별, 연령별, 지역별로 귀결되기 마련이다. 하지만, 사용자들의 요구는 점차 다양해져가고 미디어 기술이 발전하면서 온라인 기업을 중심으로 서비스를 ‘개인화(Personalization)’하려는 시도가 계속되어 왔다. 질문자는 아마도 국내 온라인 기업들의 개인화에 대한 접근과 모습이 궁금했던 모양이다.

"불행히도(!) 오프라인 기업들과 전혀 다르지 않습니다" 라고 답변을 한 뒤, 강의를 마치고 그 질문자와 좀 더 깊은 이야기를 나누었다.

고객을 특정 그룹으로 묶지 않고 개인의 특성에 맞추어 서비스를 만들어 내는 개인화에 대한 시도는 오래전부터 있어 왔다. 적용 범위가 협소하고 성공 사례가 많지 않아 관심을 적게 받았을 뿐이다. 하지만, 빅데이터 기술로 인해 다양하고 대용량 데이터 소스를 분석하는 것이 가능해지면서 자연스럽게 개인화에 대한 관심이 폭발적으로 성장하고 있다. 상당수 독자들이 동의하지 않을 수는 있겠지만, 개인적으로 2014년 온라인 서비스의 핫키워드는 ‘개인화’였다고 해석한다.

얼마 전, 테라데이타가 글로벌 대기업의 디지털 마케팅 리더 402명을 대상으로 몇가지 조사를 진행하였다. 해당 보고서에 의하면 32%의 기업들은 ‘개인화’를 최우선 목표로 기술 투자를 하고 있는 것으로 조사되었다. 응답자의 47%는 개인화 프로그램의 가장 큰 이점으로 ‘고객 경험의 향상’라고 답을 할 만큼 개인화에 대한 관심과 이해도가 높았다.

굳이 이렇게 딱딱한 보고서를 참고하지 않더라도 개인화가 적용되어 성장하는 서비스를 흔하게 만날 수 있다. 구글나우는 웹 브라우저와 스마트폰은 물론이고 안드로이드 웨어의 핵심 서비스로 자리잡고 있으며, 야후는 자체 개인화 기술 엔진인 C.O.R.E.를 활용하여 '패스트브레이크', ‘커브볼’라는 코드명으로 새로운 검색 서비스를 준비 중이다. 개인화에 기반한 콘텐츠 추천 로직은 아마존, 유튜브, 넷플릭스, 엘프 등과 같은 거대 서비스가 등장하는 기초가 되었고 빙(Bing)은 페이스북과의 제휴를 통해 ‘즉각적 개인화(Instant Personalization)’라 불리는 페이스북 서비스를 검색엔진에 적용했다.

물론, 해외 서비스들의 이야기이고 국내의 분위기는 사뭇 다르다. 쇼핑몰이나 음악 서비스 등에서 일차원적인 협업 필터링(Collaborative Filtering)으로 연관 콘텐츠 추천을 하거나 ‘왓차(watcha)'와 같은 스타트업 정도만 떠오른다. 기획 회의에서 '개인화'를 이야기하면 케케묵은 아이템이며 성공할 수 없다는 냉소적인 반응만 돌아온다. 이렇게 될 수 밖에 없는 이유가 있을 것이다. 관련 프로젝트를 진행하면서 개인적으로 느낀 몇가지 한계 사항에 대해 간략하게 이야기를 나눠보고자 한다.

첫째, 콘텐츠를 선택하는 국내 사용자들만의 독특한 성향이 있다. '개인화' 서비스가 발달한 서양은 개인적인 관심사와 취향에 따라 콘텐츠를 소비하려는 성향이 강하다. 반면, 국내 사용자들은 자신이 알아야 하는 정보에 민감하다. 즉, 대다수가 알고 있는 정보 중에 내가 모르는게 있는지에 대한 호기심과 불안감이 높다.

대표적인 사례가 '실시간 이슈 검색어’이다. 전세계에 유일하게 한국에만 있는 서비스이다. 대형 검색 포털의 노른자위에 자리잡은 이 리스트는 이슈를 확대 재생산하는데 매우 중요한 역할을 하고 있다. 그만큼 남들이 검색한 이슈에 대해 민감하게 반응을 한다는 이야기이다. 음악 서비스에서도 비슷한 사례를 찾을 수 있다. 개인화된 추천 리스트를 큐레이션 해서 노출을 해보지만 대부분의 사용자들은 실시간 차트에 노출되어 있는 곡을 선택한다.

실제로 동일한 공간에 노출시켜 비교를 해보면 대부분의 미디어 서비스에서는 개인화된 콘텐츠보다는 매스(mass)한 콘텐츠의 클릭율이 훨씬 높다. 이를 극복하기 위해 매스 커스터마이제이션(mass customization)을 해보기는 하지만 아직까지는 효율성이 증명되지 않았다. 한국인과 해외 사용자들을 딱 잘라서 구분할 수는 없겠지만 대체적인 성향으로 인해 개인화 서비스에 대한 호감도가 갈린다는 것은 부인할 수 없는 사실이다.

둘째, 국내 매체의 특성과 깊은 연관이 있다. 해외 서비스들은 SNS가 매우 발달되어 있다. 태생부터 개별 사용자를 중심으로 콘텐츠가 노출되기 때문에 개인화를 적용시키는게 너무나 자연스럽다. SNS가 아닌 미디어 사이트들도 특정 기준으로 만들어진 알고리즘에 의해 노출 콘텐츠들이 선택된다. 해당 영역에 개인화를 적용한다고 하더라도 대부분의 사용자들은 차이를 느끼지 못하는 구조이다.

국내는 상황이 다르다. 트래픽의 대부분이 소수의 대형 포털에 집중되어 있다. 국내 포털들은 운영자에 의해 수동으로 선택된 소수의 콘텐츠가 노출되는 구조를 유지해 왔다. 온라인 매체이지만 매스 미디어의 생산 패턴을 유지해 온 것이다. 트래픽이 KPI인 운영자들은 사용자들이 궁금해하는 대형 이슈나 자극적인 내용의 콘텐츠를 선택할 수 밖에 없다. 오랜 기간동안 이러한 구조에 익숙한 사용자들은 개인화가 적용된 콘텐츠에게 이질감을 느낄 수 밖에 없다.

세째, 국내 기업의 기술력과 장기적인 투자 마인드 부재다. 일단, 오픈 소스를 살펴보고 아마존과 유튜브의 알고리즘을 공부하다보면 ‘개인화 프로젝트’가 매우 쉬운 것 같은 착각이 든다. 개인화에 기본이 되는 Collaborative Filtering과 Content Based Filtering의 개념이 아주 명확하기 때문이다.

하지만, 실제 서비스에 적용을 하려면 알고리즘만 가지고 되지 않는다. 콘텐츠의 성격에 맞추어 카테고리를 구분해야 하고, 본문에서 키워드도 추출 해야 한다. 많은 시행착오를 겪어야만 제품화가 가능한 결과물이 나오는데 국내에서 실제로 이러한 경험을 해본 팀은 많지 않다.

어렵사리 개발을 해서 서비스를 런칭하더라도 끝이 아니다. 개인화는 목표를 향한 가정을 하고 검증을 통해 수많은 튜닝을 해야 한다. 하지만, 단기 성과에 급급한 국내 기업이 수작업을 통한 운영 콘텐츠에 비해 트래픽이 작게 나오는 개인화에 투자를 장기적으로 하는 것은 쉽지 않다.

마지막으로 이런 화두에서 빠지지 않고 나오는 ‘정부의 규제’ 또한 심각하다. 국내 산업의 한계점을 논하면서 환경 탓을 자꾸 하는 것이 개인적으로 편하지가 않다. 제 3자 입장에서는 핑계로 보여진다는 것도 너무 잘 안다. 하지만, 실제 개인화 업무를 진행하다 보면 항상 현실적으로 규제의 벽을 만나는 것은 어쩔 수 없는 현실이기도 하다.

과거의 개인화는 각 디바이스에서 일어나는 사용행태를 분석해서 추천이 이루어졌다. 하지만, 멀티 디바이스 환경이 일반화된 지금에는 여러 디바이스에서 이루어지는 개인의 활동을 통합하여 분석을 하는 것이 기본이 되고 있다. 각 기기에서 쿠키를 생성하고 이기종 디바이스에서 단일 사용자로 인식해야지만 가능한 일이다.

지금의 규제에서는 이러한 기본적인 사용자 인지가 불가능하다. 물론, 구글과 애플, 아마존 등과 같은 해외 기업은 너무도 자연스럽게 이를 해내고 있다. 해외 기업도 ‘프라이버시 논쟁’에서 자유롭다는 이야기는 아니다. 하지만, 적어도 출발선부터 국내 사업자들이 상대적인 불리함이 있는 것이 사실이다.