[과학 상식] 나의 취향을 알아내는 [추천 알고리즘]이란?

[과학 상식] 나의 취향을 알아내는 [추천 알고리즘]이란?

 

 

 

 

안녕하세요. Jamond입니다.

 

우리는 스마트폰으로 여러 가지 미디어, 매체를 통해 정보를 받습니다.

 

유튜브는 우리가 원하는 동영상을 각 개인에 맞게 추천해주는데요.

 

그렇게 나도 모르게 추천해준 영상을 보고 있는 자신을 발견하는데요.

 

보통 우리는 이것을 알고리즘이라고 부릅니다.

 

 

하지만 알고리즘이 정확히 무엇인지에 대해서 생각해본 적이 없었습니다.

 

 

오늘은 자신에 맞는 컨텐츠를 추천해주는

 

[ 추천 알고리즘 ]에 대해서 알려드릴게요.

 

오늘의 글 시작합니다.

---

 

알고리즘의 정의

어떤 문제의 해결을 위하여, 입력된 자료를 토대로 하여 원하는 출력을 유도하여 내는 규칙의 집합.

 

여러 단계의 유한 집합으로 구성되는데,

 

각 단계는 하나 또는 그 이상의 연산을 필요로 한다라는

 

사전적 정의를 가지고 있습니다.

 

 

각 단계 마다 입력되는 값에 대한 산출을 계획하는 것으로

 

간단하게 말할 수 있겠습니다.

 

 

추천 알고리즘이란?

출처 = 한국산업단지공단

방대한 데이터를 일정한 규칙에 따리 분류하여

 

이용자가 선호하는 콘텐츠를 제안하는 기술입니다.

 

즉, 사용자 정보 혹은 콘텐츠의 정보를 기반으로 관련 콘텐츠를 제안하는 기술입니다.

 

기업에서 콘텐츠 운영 효율성을 높이고 채널 체류시간을 증가시키기 위해서 사용되는 기술입니다.

 

 

추천 알고리즘에는 두 가지 방식의 필터링으로 콘텐츠를 추천해줍니다.

 

콘텐츠 기반 필터링 (Content Based Filtering), 협업 필터링(Collaborative Filtering)입니다.

 

 

콘텐츠 기반 필터링 방식

 

콘텐츠에 관한 정보와 사용자의 선호도를 수집하고, 이것의 유사성에 따라 콘텐츠를 추천하는 방식입니다.

 

 

FLO나 멜론과 같은 음악 어플을 사용할 때 자신이 '좋아요'를 한 곡, 가수들의 데이터를 분석하고

 

사용자가 선호할 만한 콘텐츠를 추천해줍니다.

 

 

협업 필터링 방식

 

동일 행동을 한 사용자를 한 그룹으로 묶은 후 그들이 공통적으로 봤던 콘텐츠를

 

유사 행동 사용자에게 추천하는 방식입니다.

 

 

넷플릭스나 WAVV와 같은 OTT 서비스를 이용할 때

 

'스위트 홈'을 보면 밑에 스위트홈을 본 사람들이 많이 본 콘텐츠를 추천해주는 경우를 볼 수 있습니다.

 

협업 필터링 방식은 기존 데이터가 없는 신규 사용자의 경우 추천이 힘들고,

 

정확한 추천이 이루어지기 위해서는 데이터가 쌓일 충분한 시간이 필요하다는 단점이 있습니다

 

 

 

추천 알고리즘이 쓰이는 곳?

출처 = 한국산업단지공단

유튜브의 개인화 추천 알고리즘이 있습니다.

 

하나의 영상이 재생할 때 다음 동영상으로 표시된 모든 목록들이 모두 알고리즘으로 추천된 것입니다.

 

유튜브는 사용자의 시청시간 70%가 추천 알고리즘에 의해 동영상을 시청한 것이고,

 

도입 후에 시청시간이 20배 증가했다고 밝혔습니다.

 

 

넷플릭스의 알고리즘은 콘텐츠 기반 필터링과 협업 필터링의 통합된 체계를 가지고 있습니다.

 

사용자의 취향을 분석해 가장 잘 보이는 곳에 추천 영상을 제시하는 방법, 영상이 끝나고 추천영상을 제공하는 방법을 사용하고 있습니다.

 

넷플릭스는 이런 도입으로 매출의 75%가 추천 시스템에 발생한다고 했습니다.

 

 

---

오늘은 추천 알고리즘에 대해서 알아봤습니다.

 

추천 알고리즘은 우리가 사용하는 거의 모든 콘텐츠에서 활용될 정도로 가까이에 있습니다.

 

하지만 너무 현혹당하면 안 되고, 우리가 영리하게 이것을 사용해야겠습니다.

 

 

오늘도 긴 글 읽어주셔서 감사합니다.!

 

 

 

출처 : 과학 기술정보통신부, 기획재정부