유튜브 알고리즘이 저를 이끌었어요.아까 검색해 본 제품이 유튜브에 나옵니다.”
유튜브 영상 댓글로 이런 내용 보신 적 있으세요?
각종 SNS와 음악 스트리밍 앱, OTT 플랫폼 등 다양한 곳에 인공지능을 기반으로 한 ‘알고리즘’ 기술이 적용되고 있어 이제 우리 생활에서는 쉽게 볼 수 있는 기술이 됐습니다.
이러한 ‘알골리즘’ 기술을 통해 관심 분야에 맞는 영상이나 음악을 일일이 찾지 않아도
추천 영상이나 관련 음악을 통해 개인의 취향에 맞는 콘텐츠를 접할 수 있게 된 것입니다.
그렇다면 우리가 흔히 접하는 ‘유튜브’는 어떤 알고리즘을 사용해서 영상을 추천하고 있을까요?
초기 유튜브는 조회수, 조회수를 기반으로 영상을 추천하기 시작했습니다.하지만 주목을 받을 수 있는 자극적인 썸네일과 거짓 이미지로 오직 ‘클릭 수’만을 유도하는 낮은 품질의 영상이 많아지면서 콘텐츠 품질이 떨어지고 사용자 만족도도 하락하게 됩니다.
이에 따라 유튜브는 2012년 추천 알고리즘의 우선순위를 ‘시청시간’으로 변경했는데, 시청자들이 해당 영상에 대해 얼마나 만족했는지 알기 어려웠습니다.
2015년부터 알고리즘에서 가장 많이 고려하는 요소를 ‘시청자 만족도’로 변경하게 됩니다.
시청자 만족도를 측정하기 위해 해당 영상에 대해 어떻게 생각하느냐에 대한 [설문설문]을 노출하여 학습시키고 좋아요, 관심 없음 등의 버튼 클릭 참여[시그널]를 통해 만족도를 측정하여 예측 모델을 만들게 됩니다.
지금과 같은 정밀한 유튜브 추천 알고리즘이 구축된 것은 2016년부터라고 합니다.기존 추천 알고리즘에 ‘머신러닝’을 도입하면서 본격적으로 개인화된 추천이 시작되었습니다.
유튜브는 ‘이용자 만족도’를 높이기 위해 끊임없이 알고리즘을 수정하고 발전시키며, 사용자가 만족할 수 있는 영상을 추천해 불쾌감을 느낄 만한 영상을 배제하기 위해 노력하고 있습니다.
최근 유튜브가 영상의 우선순위를 부여할 때는 △조회수 △조회수 증가속도 △시청시간 △좋아요·싫어요·댓글·공유 등 사용자 참여 정도 △참신성 △채널 내 영상 업로드 빈도 △세션시간 △지역 등 다양한 요인을 고려하고 있는 것으로 알려져 있습니다.
또 한국언론진흥재단이 발간한 연구보고서 ‘유튜브 추천 알고리즘과 저널리즘’에서는 △방송사와 같은 전통 언론사에서 제작한 영상 △길고 인기 키워드가 포함된 제목 △생중계 콘텐츠 등이 높은 우선순위를 받는 경향이 있다고 분석했다고 합니다.
넷플릭스는 OTT 플랫폼의 선두주자로 약 2억2450만명(2021년 기준)의 가입자를 보유하고 있습니다.넷플릭스도 유튜브와 마찬가지로 추천 서비스를 위해 자체적인 ‘추천 알고리즘’을 사용하고 있습니다.
DVD 대여 서비스로 시작한 넷플릭스는 개인화된 추천을 위해 자체적으로 DVD 대여 정보를 기반으로 한 영화 추천 알고리즘인 ‘시네매치(cinematch)’를 구축했습니다.
해당 알고리즘의 궁극적인 목표는 영화를 본 후 매길 평점을 예측하는 것이었습니다.DVD를 주문하고 집에 오려면 며칠이 걸리기 때문에 미리 만족도 높은 영화를 주문하는 데 도움이 되기 때문이었습니다.
또한 2006년에는 넷플릭스 프라이즈(Netflix Prize)라는 이름의 콘테스트를 개최하여 영화 데이터베이스를 공개하고 추천 결과를 개선하는 알고리즘 경쟁을 펼쳤습니다.
이때 우승한 Bell Kor’s Pragmatic Chaos팀의 알고리즘은 기존 알고리즘에서 10.06% 개선된 수치를 보였으며, 해당 알고리즘은 현재 넷플릭스 알고리즘에서도 사용되고 있다고 합니다.
넷플릭스는 영화 추천을 위해 ‘협업 필터링’과 ‘콘텐츠 기반 필터링’ 방식을 조합해 콘텐츠를 추천합니다.
“협업 필터링”이란 기존 사용자의 데이터를 기반으로 특정 콘텐츠를 선택한 고객과 유사한 [사용자]의 선호 콘텐츠를 추천하는 방식입니다.넷플릭스는 신규 가입자가 좋아하는 콘텐츠 3개를 직접 고르도록 추천하고, 선택하지 않을 경우 인기가 높은 콘텐츠 위주로 먼저 추천한다고 합니다.
콘텐츠 기반 필터링 방식은 특정 콘텐츠를 선택한 고객에게 해당 콘텐츠의 세부 정보를 분석하고 유사 콘텐츠를 추천하는 방식입니다.
두 가지 방식으로 데이터를 모아 분석하고 그 요소로 △시청기간, △시청시간대, △시청장치, △재시청 비율, △데이터 환경까지 다양하게 설정하여 각기 다른 환경에 있는 사용자의 시청습관과 취향분석을 통해 최적화된 콘텐츠를 추천한다고 합니다.
추천 알고리즘은 사용자 개인 맞춤형 콘텐츠를 제공해 사용자에게 편리함을 제공한다는 장점이 있지만 동시에 사용자가 필터링된 정보만 접하게 돼 시야가 좁아지는 부정적인 영향을 미치기도 합니다.
이렇게 사용자가 편향된 정보에 갇히는 현상을 ‘필터버블’이라고 합니다.이러한 필터 버블에 갇히게 되면 사용자의 정보 편식을 일으키게 되므로
평소에 이런 필터 버블에 갇혀 있지는 않은지 되돌아보는 것도 좋을 것 같아요!
인공지능 기반 음성인식 솔루션 M-STT를 지금 바로 만나보세요!
음성인식 솔루션 M-STT가 궁금하신가요?
해당 솔루션에 대해 궁금하신 사항이 있으시면 홈페이지로 문의하시거나 연락처로 연락 부탁드립니다.
|}02-566-7535|masonai.kr————————————————————————————————————————————–
- 참고
- 유튜브 알고리즘에 대한 20가지 사실 Park Myung Geun/June 12, 2021 유튜브 알고리즘에 대한 20가지 사실(참고 자료: 20 Confirmed Facts About You Tube’s Algorithm) 유튜브 알고리즘에 대한 20가지 사실 유튜브 알고리즘은 지난 수년간 단순 클릭 수와 조회수를 넘어 시청자들의 만족도를 반영하기 위해 지속적으로 변화해 왔습니다. 그렇다면 이것이 마케터들에게는 어떤 의미가 있을까요? 이 기사에는 유튜브 알고리즘이 어떻게 작동하는지, 무엇을 하도록 설계됐는지에 대한 개요가…www.thedigitalmkt.com 넷플릭스와 왓챠 영화 추천 알고리즘 이해 넷플릭스와 왓챠 같은 OTT 서비스를 이용하다 보면 자신에게 맞는 유형의 영화 추천이 이뤄지는 것을 알 수 있습니다. 각 개인에게 맞는 영화 추천 알고리즘은 어떤… bumi1004.tistory.com 안녕하세요, SW 마에스트로 블로그 이웃! 요즘 유튜브에서 영상을 시청하지 않는 분은 거의 없죠? 여기서…blog.naver.com 콘텐츠에서 가장 중요한 것은 좋은 콘텐츠를 만드는 것이라는 명제가 지배하던 시절이 있었다. 콘텐츠만 좋으면 그냥 넘어간다고 한다. 하지만 지금은 좀 달라졌다. 좋은 콘텐츠는 여전히 중요하지만 그것만으로는 부족하다…www.nextdaily.co.kr