만만찮은 개인화 서비스…네이버의 해법은?

내로라하는 인터넷 기업들이 개인화 서비스에 공을 들이고 있다. 하지만 만족스러운 개인화 서비스를 구현하는 것이 생각처럼 수월하지는 않다.

이런 가운데 국내 이용자 데이터를 압도적으로 많이 보유한 네이버가 '개인화 서비스'란 만만찮은 과제를 어떻게 풀 계획인지에 관심이 쏠릴 수밖에 없다.

네이버는 7일 서울 삼성동 그랜드 인터컨티넨탈 호텔 서울 파르나스에서 검색 기술을 공유하고 발전 방향을 의논하는 ‘2017 네이버X인공지능(AI) 콜로키움’을 개최했다. 이날 행사에서는 네이버의 각 팀별 리더들이 AI를 통해 분야별 검색·추천 기능을 어떻게 구현하는지 설명했다.

이날 네이버는 분야별로 효과적인 요소를 파악하고, 딥러닝을 통해 이용 기록을 통합적으로 이해하는 방식으로 접근할 계획이라고 밝혔다.

■ 개인화 서비스 장애물 뭐?

개인화 서비스의 핵심은 저마다 다른 분야별 콘텐츠의 특성을 파악하고 이를 맞추는 부분이다.

먼저 네이버는 시의성이 정보 가치를 좌우하는 뉴스의 경우 언제 추천을 받는지가 중요하다고 설명했다. 또 웹툰은 콘텐츠 수가 적어서, 동영상은 체류 시간이 낮은 영상을 다루는 데 어려움이 있다고 밝혔다.

이 회사 최재호 리더는 “네이버에 올라오는 뉴스 중 매우 소수만 소비되는 경향이 있다"면서 "영화나 드라마와 달리 뉴스는 하루만 지나도 의미가 없어지는 경우가 많다"고 설명했다. 그는 또 "웹툰 같은 경우는 콘텐츠 수 자체가 많이 적다는 부분이, 동영상의 경우 체류 시간이 낮은 영상을 어떻게 다뤄야 할지 등이 과제"라고 강조했다.

음악 콘텐츠의 경우 현재 이용되는 데이터가 매우 한정적이라는 점이 난제였다.

네이버 하정우 리더는 “최근 AI 스피커가 출시되기 시작하면서 음악 추천이 중요한 서비스로 인식되기 시작했다. 그러나 음악 추천 서비스가 활성화되는 것과 만족도가 높은 것은 다른 문제”라며 “음악 추천 서비스만의 문제는 전체적인 음악 재생 통계에서, 극소수의 노래 외에는 열번도 재생되지 않는 노래들이 대부분이라는 점이다"고 지적했다.

그는 또 "이렇게 나타나는 이용자 기록을 음악 추천 AI에 반영한다 해도 추천 만족도가 높을 것이라고 믿기 어렵다”고 덧붙였다.

지역 정보는 다양한 언어로 표현되는 장소 정보를 통합적으로 이해하는 게 핵심이자 어려움으로 꼽혔다.

네이버 최지훈 리더는 “지역, 장소 검색에서의 변수는 세 가지로 나뉘는데 첫째는 이용자가 고려하는 지역의 반경이고, 둘째는 어떤 종류의 장소를 찾고자 하는지, 셋째는 찾고자 하는 장소를 가는 의도”라며 “의도를 파악하기 위해서는 문맥을 이해해야 하고, 그러기 위해서는 딥러닝 기술이 필요하다”고 설명했다.

쇼핑 검색에서는 이용자의 구매 이력이 없는 분야의 상품 정보를 찾아볼 때의 선호도 파악이 어려움으로 지적됐다.

네이버 이정태 리더는 “개인적으로 네이버에서 메이저리그(MLB) 관련 뉴스를 찾아보는 용도로 네이버를 자주 이용하는데, 네이버 쇼핑은 별로 사용해보지 않았다”며 “기존 구매 이력이 없을 경우 AI가 이용자의 취향을 파악하기 어려운 측면이 있다”고 밝혔다.

■“분야별로 다른 콘텐츠 특성 반영 중요”

개인화된 분야별 콘텐츠 추천을 위해 네이버가 찾은 방법은 무엇일까. 이에 최재호 리더는 분야별로 효과적인 요소를 파악하는 게 중요하다고 언급했다.

최 리더는 "뉴스 같은 경우 카테고리 정보가 중요하게 작용한다"며 "웹툰의 그림체를 AI로 분류할 때는 웹툰에 달리는 댓글 데이터가 해답이 될 수 있다"고 말했다.

최지훈 리더는 "네이버 같은 경우 블로그 서비스에 특정 장소가 어떤 성격을 지니고 무엇을 하는 장소인지, 누구와 가는 장소인지 파악하기 용이한 데이터가 매우 많다"면서 "향후 결과적으로는 디스플레이가 없는 환경에서도 음성으로 장소 추천을 하는 등의 서비스를 제공하고자 한다"고 밝혔다.