넷플릭스 인사이트 : 알고리즘 시스템의 선두주자가 되기까지

 

사진/ 넷플릭스

 

사람들의 선택에는 보통 그들의 취향이 담기기 마련입니다. 비슷한 카테고리 안에서  무언가를 선택해야한다면, 어떤 것이 자신의 선호인지 고민하죠. 그런데 요즈음은 이렇게 좋아하는 것을 선택하는 일조차 간단하지 않은 듯 합니다. 볼거리도, 즐길거리도 지나치게  복잡다양해졌기 때문이죠.

 

기업과 브랜드들은 수많은 제품과 서비스들을 매일같이 시장에 쏟아내는데요. 내 마음에 드는 서비스들만 해도 수천가지니 그 중에서는 무엇이 내 취향과 가장 맞닿아있는지 알기 어렵죠. 이런 고민에 답하듯, 대안을 제시하는 브랜드가 있습니다. 글로벌 스트리밍 서비스 브랜드인 넷플릭스가 그렇습니다. 

 

알고리즘, 새로운 지평을 열다

 

사진/ 포브스

넷플릭스는 ‘추천 알고리즘 서비스’를 이용해 플랫폼 이용자들의 선택을 도왔습니다.  알고리즘을 통해 이용자의 취향을 분석하고, ②이용자가 선호할 만한 콘텐츠를 추천했는데요. 넷플릭스의 이 추천 알고리즘 시스템은 아주 오래전부터 차근차근 만들어진 것입니다.

 

넷플릭스의 초기 형태는 지금과 같은 스트리밍 서비스가 아니었습니다. 넷플릭스는 DVD 대여 사업을 통해 성장한 브랜드인데요. DVD 대여 사업을 서비스할 당시, 넷플릭스는 이용자의 서비스 사용을 지속시키고 싶었습니다. 이를 위해 넷플릭스는 이용자가 좋아할 만한 영화를 추천해 주는 ‘시네 매치’ 서비스를 출시했는데요. 이것이 현재 넷플릭스 맞춤형 콘텐츠의 출발점이 되었습니다. 철저히 이용자 맞춤형 콘텐츠를 추천하여 이용자가 알고리즘 내에서 이탈하지 못하게 만든 것이죠. 

 

취향을 저격하는 데이터 분석

 

 

이러한 알고리즘은 넷플릭스가 스트리밍 서비스로 전환함과 더불어 더 정교하게 발달하였습니다. 현재 넷플릭스에서는 영화, 드라마 등 어마어마한 양의 콘텐츠를 제공하고 있는데요. 사실, 이런 방대한 양의 콘텐츠는 장점인 동시에 단점이 되기도 합니다. 선택장애에 빠진 이용자들은 더이상 플랫폼을 이용하지 않을 수 있기 때문입니다.  

 

하지만 넷플릭스의 알고리즘은 수많은 콘텐츠의 미로 속에서 이용자가 길을 잃지 않도록, 하나의 길을 알려줍니다. 넷플릭스의 알고리즘은 맞춤형 콘텐츠를 빠르게 이용할 수 있게 도왔죠. 궁극적으로 넷플릭스는 이용자들에게 두 가지 만족감을 제공한 셈입니다. 다양한 콘텐츠를 향유할 수 있다는 만족감이 그 첫번째이고, 그 중에서도 맞춤형 콘텐츠만을 감상할 수 있다는 만족감이 그 두번째입니다. 

 

사진/ 포브스

이러한 알고리즘은 이용자는 물론 넷플릭스의 운영에도 큰 도움이 되었습니다. 어떤 사람들은  익숙한 것, 잘 아는 것 외에는 아예 접근조차 하려고 하지 않는데요. 이런 사람들은 아무리 다양한 콘텐츠가 있어도 늘 보던 콘텐츠만을 택하려 합니다. 하지만 넷플릭스 알고리즘은 기존 콘텐츠와 연관하여 새로운 콘텐츠까지 추천합니다. 이는 이용자들이 특정 콘텐츠만을 편식하던 문제를 해결하였습니다.

 

‘넷플릭스 오리지널’은 그냥 만들어지지 않는다 

 

이후 넷플릭스는 이용자의 취향을 바탕으로 ‘넷플릭스 오리지널’ 콘텐츠를 제작하기 시작했습니다. 또한 2011년부터는 그 비율을 늘리기로 결정했는데요. 스트리밍 서비스의 경쟁이 심화되면서 콘텐츠 확보가 어려워질 것을 예견한 것이었죠. 이 결정은 넷플릭스가 글로벌 스트리밍 브랜드로 성장하는 중요한 발판이 되었습니다. 

 

오리지널 콘텐츠는 제작에 엄청난 시간과 비용이 투자되는 만큼, 넷플릭스는 신중하게 콘텐츠 제작에 돌입했습니다. 데이터를 통해 이용자의 취향과 요구를 분석하고, 이에 맞게 콘텐츠를 제작하고 수정한 것이죠. 이용자 맞춤형 콘텐츠를 단순히 ‘추천’하는 것을 넘어, 맞춤형 콘텐츠를 ‘직접 제작’하기까지 한 넷플릭스. 넷플릭스가 글로벌 브랜드로 성장할 수 있었던 이유는, 그 철저한 이용자 분석에 있었다고 해도 과언이 아닙니다.

 

넷플릭스는 어느새 우리 삶의 많은 부분을 차지하게 되었는데요. 시장 내 유저들의 요구를 빠르게 캐치하는 이 글로벌 브랜드가 앞으로는 또 어떤 혁신적인 인사이트로 이용자들의 니즈를 채워줄지 기대가 됩니다.

 

편집 : 김채원 에디터

검수 : Insight Teller

참고  : '넷플릭스 인사이트', 이호수