넷플릭스 추천 알고리즘, '협업 필터링'

넷플릭스 추천 알고리즘, '협업 필터링'의 비밀 파헤치기

넷플릭스를 켜자마자 보고 싶었던 영화가 뜨고, 유튜브는 잠들기 전 보기 좋은 영상을 어떻게 알았을까요?

그 비밀의 중심에는 '협업 필터링(Collaborative Filtering)' 이라는 강력한 기술이 있습니다. 어렵게 들리나요? 사실 원리는 간단합니다. 나와 취향이 비슷한 사람을 찾거나, 콘텐츠끼리의 '꿀조합'을 찾아내는 것, 이 두 가지가 전부입니다.

사용자 기반(User-based) 협업 필터링은 말 그대로 '나와 비슷한 너'를 찾는 기술입니다.

만약 제가 영화 <인셉션>과 <인터스텔라>를 '좋아요' 눌렀다고 해봅시다. 시스템은 저처럼 두 영화를 모두 좋아한 다른 사람들을 수백만 명 중에서 찾아냅니다. 그리고 그 사람들이 공통적으로 높은 평점을 준 <테넷>이 있다면, 저에게 <테넷>을 추천해주는 방식이죠.

'취향 공동체'의 선택을 믿는 것과 같습니다. 내가 직접 찾아보지 않아도, 나와 비슷한 사람들이 이미 검증한 콘텐츠를 추천받으니 성공 확률이 높을 수밖에 없습니다.

아이템 기반(Item-based) 협업 필터링은 사람 대신 콘텐츠 사이의 관계에 집중합니다.

유튜브에서 '아이유 라이브 클립'을 하나 봤다고 상상해보세요. 잠시 후 '태연 라이브 클립'이나 '악뮤 라이브 영상'이 추천 목록에 뜨는 것을 본 적 있으신가요?

이는 '아이유 라이브'를 본 많은 사람들이 다음으로 '태연 라이브'를 시청했다는 데이터가 쌓였기 때문입니다. 즉, 콘텐츠끼리 서로를 끌어당기는 '짝꿍'을 찾아주는 원리죠. A를 본 사람은 B도 볼 가능성이 높다는 소비 패턴을 분석하는 것입니다.

넷플릭스, 유튜브, 왓챠 같은 플랫폼은 이 두 가지 방식을 정교하게 조합해 우리의 취향을 저격합니다.

나와 비슷한 사람들의 선택을 참고하고(사용자 기반), 내가 본 콘텐츠의 단짝을 소개해주는(아이템 기반) 똑똑한 디지털 사서가 우리 곁에 있는 셈이죠.

더 이상 기술 용어가 차갑게 느껴지지 않죠? 결국 '협업 필터링'은 방대한 데이터 속에서 당신의 즐거움을 찾아주려는 노력의 결과물입니다.

phoue.co.kr 에 가시면 더 자세한 이야기를 볼 수 있습니다.