LG 상남도서관은 LG 그룹의 연암문화재단에서 운영하고 있는 도서관입니다. 1996년 개관한 국내 최초 디지털 도서관이며 세계 최초 ‘책 읽어주는 도서관’이기도 합니다. 특히 과학기술 분야의 지식을 선제적으로 확보하여 국내 과학기술 연구계와 국내 도서관계에 이바지하기를 목표하고 있습니다. 하여 LG 상남도서관은 웹/앱 사용자가 도서관의 여러 지식 콘텐츠를 충분히 활용하기를 원했습니다. 비즈스프링은 콘텐츠 개인화/추천 프로젝트를 진행하게 됩니다. 어떤 변화를 겪었을까요?
고객 배경
콘텐츠 분석을 통해 방문자/사용자의 웹사이트 참여도를 높이고자 했습니다.
상남도서관에서 특히 고도화된 서비스는 책 읽어주는 도서관입니다. 세계 최초 유비쿼터스 도서관 서비스로, 시각장애인들의 정보 접근성을 충족시켜줄 수 있기에 의미가 있습니다. 정보 격차를 해소하기 위해 도서나 신문기사, 영화 시나리오, 강연 등을 다양하게 제공하고 있는 상황입니다. 그러나 워낙 보유 정보가 많다 보니 방문자들은 관심있는 분야의 도서나 강연 등을 찾아가는 과정에서 어려움을 느꼈습니다. 특히 소리책은 속독하기 어려워 여러 콘텐츠를 하나하나 조금씩 들어볼 수 밖에 없었고 이 과정에서 많은 사용자들이 피로감을 느껴 이탈하기도 했습니다.
이러한 상황을 타개하기 위해, 방문자들마다 관심사에 맞는 콘텐츠를 추천해주는 기능이 절실했습니다. 또 실시간 인기 콘텐츠 정보를 제공하여 방문자가 폭넓은 정보를 얻을 수 있게 하고 싶었습니다. 비즈스프링은 2가지 포인트를 데이터 수집/분석과 AI/ML 기술을 도입하여 해결하고자 했습니다.
Challenge
솔루션
비즈스프링은 사이트 행동 데이터 분석하여 인기 콘텐츠와 맞춤 콘텐츠 추천 시스템을 구축하였습니다.
방문자 개개인의 관심사와 실시간 인기 콘텐츠 정보를 얻기 위해서는, 우선 방문자들의 행동 데이터를 리얼타임으로 적재하는 과정이 필요했습니다. 방문자가 콘텐츠별로 어떻게 행동했는지 알아야 관심 영역을 구체화할 수 있고, 현재 어떤 콘텐츠에 방문자들의 Traffic이 많이 몰려있는지 확인해야 인기 콘텐츠를 구별할 수 있기 때문입니다. 수집된 방문자 행동 데이터를 기반으로 ML/AI 기술을 통해 1) 방문자별 관심 영역 구체화 2) 비슷한 관심사를 가진 방문자들을 그룹화 하도록 기획하였습니다. 단순히 방문자 개인의 관심사만 계속 추천한다면 오히려 취향의 벽 안에서 고립될 수 있기 때문입니다. 이와 같이 큰 틀을 잡고 상세한 기획 후 실 서비스 구현에 돌입하였습니다.
💡 적용 솔루션
1. 실시간 인기 콘텐츠 Top 10 수집 및 분석
콘텐츠별 활성 Traffic을 수집/적재 후 즉시 데이터 측정하여 현재 가장 많이 방문자가 몰린 콘텐츠별 랭크를 도출하도록 설계하였습니다. 이 중 상위 10가지를 각 콘텐츠의 상세 내용과 함께 웹/앱에서 확인할 수 있게 화면을 개발하였습니다. 이러한 실시간 인기 콘텐츠는, 특정 기간 안에서 인기 있었던 콘텐츠(월간/연간 등)들과 구분하여 제공되었습니다. 방문자로 하여금 새로운 관심 영역에 접촉할 수 있는 창구가 되도록 의도한 부분입니다.
2. 유저별 열람 콘텐츠 히스토리 데이터 수집 및 분석
유저(방문자/사용자) 데이터를 기준으로 다양한 행동 데이터를 수집하였습니다. 콘텐츠 조회 이력, 콘텐츠 내용, 콘텐츠 내 스크롤/정독률, 콘텐츠에서 머무른 시간 등의 데이터를 얻은 후 각각의 행동의 영향도와 의미를 분석하였습니다. 분석 결과에 따라 콘텐츠 내 행동 지표에 따른 유저의 선호도를 연산할 수 있도록 로직을 설계하였습니다. 또 로직 설계 시, 시간의 흐름과 함께 선호도의 변화를 구분하여 유저별 최신의 관심사를 구체화할 수 있도록 하였습니다.
3. ML/AI 활용하여 유저별 맞춤 콘텐츠 추천 알고리즘 셋팅
위 과정을 통해 얻은 유저별 콘텐츠별 행동 데이터 베이스를 기반으로 1) 콘텐츠 기반 2) 유저 기반 2가지 기준을 통해 추천 콘텐츠 추천 알고리즘을 짰습니다. 콘텐츠 기반은, 유저 개인이 소비한 콘텐츠 내용과 관련 있는 다른 콘텐츠를 추천하는 방식입니다. 이러한 추천은 콘텐츠에 대한 유저별 선호도 연산 뿐 아니라, 모든 콘텐츠의 자연어를 처리하여 내용 상 비슷한 카테고리로 구분하는 작업이 선행되어야 했습니다. 유저 기반 기준의 경우, 비슷한 관심사를 가진 유저들을 묶어서 추천 콘텐츠를 확장하는 방식이었습니다. 유저별 관심 영역 데이터 베이스를 기반으로 기계학습을 진행하는 과정이 필요했는데, 이러한 2가지 방식은 시간이 지나며 데이터가 많아짐에 따라 점차 스스로 고도화될 수 있도록 설계하였습니다.
결과 도출
인기 콘텐츠 제공과 추천 알고리즘 기반으로 방문자/사용자의 참여도가 유의미하게 상승하였습니다.
유저별 콘텐츠 관심도와 콘텐츠별 내용 유사성을 수치화하여 맞춤 콘텐츠 추천 기능을 실현하였습니다. 이후로 관심 없는 콘텐츠 노출이 줄어들고, 사용자가 정보를 탐색하는 여정 및 시간을 대폭 줄일 수 있었습니다. 수집된 행동 데이터 상으로도 성과를 확인할 수 있었습니다. 체류 시간이나 빈도, 구독률, 콘텐츠 참여 지표 측면에서 긍정적인 개선이 보였습니다. 인기 콘텐츠 제공 기능도 유저별 새로운 분야에 대한 반응을 수집할 수 있어 추천 알고리즘 관점에서 의미가 있었습니다.
Performance
지금까지 맞춤 콘텐츠 추천 알고리즘 통해 사용자 참여가 개선된 사례를 소개하였습니다.
콘텐츠 데이터와 유저별 관심 영역 데이터를 확보하여, 잠재된 콘텐츠 소비자를 발굴하는 일련의 과정을 진행하였습니다. 웹/앱 행동 데이터를 분석하여 콘텐츠와 유저 모두 상호 연결성을 수치화할 수 있었기 때문에 가능했던 일입니다. 이러한 기술은 로그 데이터에 대한 깊은 이해와 활용이 필요한 영역입니다. 비즈스프링은 이 분야에 특화된 기업으로, 추천 알고리즘에 필요한 데이터 수집/처리부터 시스템 개발 및 구체적인 활용 로직까지 담당 가능한 전문가입니다.
개인화 콘텐츠 추천을 통한 참여도 개선 사례가 궁금하셨던 분들께 도움이 되었길 바랍니다.
최신 마케팅/고객 데이터 활용 사례를 받아보실 수 있습니다.