눈을 뜨자마자 인공지능(AI) 스피커 ‘카카오미니’를 가동해 “아침에 듣기 좋은 노래 들려줘”라고 말하자 ‘마룬5’의 ‘선데이 모닝’이 흘러나온다. 출근길에는 스마트폰으로 네이버 애플리케이션(앱)을 켜 추천 뉴스를 읽고 유튜브에 올라온 3분짜리 인기 동영상을 본다. 퇴근길에는 페이스북 뉴스피드(대문 화면)에 가장 먼저 뜨는 친구의 여행 사진을 보고 ‘좋아요’를 누른다. 아침부터 잠들기 전까지 인터넷 플랫폼(기반 서비스)의 추천 기능과 함께하는 삶을 사는 것이다. 정보와 콘텐츠의 양이 급격하게 늘어나면서 사용자 수요도 다양해지는 시대의 변화상이다.
앞으로는 인터넷 플랫폼에 개인의 취향에 맞춘 추천 콘텐츠만 담은 ‘나만의 공간’도 생긴다. 카카오는 4일 서울 한남동 사옥에서 AI 관련 기자간담회를 열어 자사가 운영하는 포털 사이트 다음에 별도의 추천 공간을 신설하겠다는 계획을 공개했다.
추천 공간 신설은 모바일과 PC의 포털 다음 첫 화면에 있는 뉴스·연예·스포츠 등 ‘탭’에 ‘추천’을 추가하는 방식이 유력하다. 예상 적용 시기는 올해 3·4분기다. 아울러 카카오는 카카오톡에도 친구·대화 목록에 이어 세 번째 탭에 개인에게 맞춘 추천 뉴스와 콘텐츠를 띄우는 기능을 강화할 예정이다. 김광섭 카카오 추천팀장은 “추천 탭은 나만의 공간으로 사용자의 콘텐츠 소비 이력을 학습해 맞춤형으로 내용을 채워주게 된다”고 말했다.
추천 서비스의 원조는 세계 최대 콘텐츠 플랫폼인 미국 넷플릭스다. 넷플릭스는 이미 2000년 ‘시네매치’라는 추천 시스템을 도입해 현재는 1억1,000만명의 사용자에게 볼만한 영화와 드라마를 골라주고 있다. 아마존 역시 1995년 전자상거래 서비스를 시작할 때부터 책 추천 기능을 제공했다. 아마존의 매출 30% 안팎은 추천 기능을 통해 발생하고 있다.
국내에서는 포털의 뉴스 서비스를 시작으로 추천 기능이 음악·영화·쇼핑·맛집·여행지 등으로 빠르게 늘어나고 있다. 일부 기사를 대문 화면에 걸어놓는 형태의 뉴스 편집 방식을 두고 자의적이라거나 불공정하다는 논란이 불거지자 개인이 관심 있는 분야의 소식을 맞춤형으로 보여주자는 취지에서 시작된 서비스다. 카카오는 2015년 6월 모바일 메인 뉴스에 추천 엔진 ‘루빅스’를 적용해 사용자마다 다른 기사가 나타나도록 했다. 네이버 역시 뉴스 추천 서비스 ‘AiRS’의 적용 범위를 지난해부터 스포츠와 연예·칼럼 등으로 점차 확대하고 있다.
AI를 기반으로 추천 방식은 2가지로 나뉜다. 우선 ‘협업 필터링’은 사용자가 ‘좋아요’를 눌렀거나 평점을 매긴 것을 바탕으로 취향을 분석해서 콘텐츠를 추천하는 형태다. 반면 ‘콘텐츠 기반 필터링’은 콘텐츠 자체의 내용을 분석해 비슷한 것을 찾아주는 기술이다. 김 팀장은 “각 기술은 장점과 한계가 있어 대부분 정보기술(IT) 기업은 혼용해서 사용하는 편”이라고 설명했다.
물론 편리함 속에 숨은 추천 기능의 문제점도 있다. 사용자가 특정 성향의 뉴스나 콘텐츠만 보면서 더 편향적으로 굳어질 수 있다는 점이 대표적이다. 또한 인터넷 플랫폼 기업이 알아서 만들고 공개하지도 않는 추천 알고리즘을 신뢰할 수 없다는 지적도 나온다. 기욤 샤스로 전 유튜브 엔지니어는 영국 매체 ‘가디언’에 “유튜브 추천 기능의 가장 우선순위는 시청 시간을 늘려 광고 수익을 늘리는 것뿐”이라면서 “결코 균형적인 형태로 작동하지 않는다”고 지적하기도 했다.
/지민구기자 mingu@sedaily.com
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
