[메이슨정보] 넷플릭스,유튜브의 추천 알고리즘

안녕하세요, 메이슨 인텔리전스입니다.

디즈니플러스, 넷플릭스, 왓챠, 티빙 같은 OTT 플랫폼 여러분 하나씩 구독하지 않으셨나요?최근 이 같은 OTT 플랫폼 경쟁이 치열해지면서 어떻게 하면 고객을 유치할 수 있을지에 대한 관심이 높아지고 있습니다.다양한 콘텐츠도 중요하지만 넘치는 콘텐츠 사이에서 고객이 좋아하는 콘텐츠를 신속하고 정확하게 추천하는 맞춤형 서비스를 제공하는 것도 OTT 플랫폼의 경쟁력 중 하나입니다.오늘은 이러한 OTT 플랫폼의 ‘추천 알고리즘’에 대해 알아보겠습니다!

유튜브 알고리즘이 저를 이끌었어요.지금 검색해본 제품이 유튜브에 나와요.유튜브 영상 댓글에서 이런 내용을 본 적이 있나요?각종 SNS와 음악 스트리밍 앱, OTT 플랫폼 등 다양한 곳에 인공지능을 기반으로 한 ‘알고리즘’ 기술이 적용돼 이제 우리 생활에서는 쉽게 볼 수 있는 기술이 됐습니다.

이러한 ‘알고리즘’ 기술로 관심 분야에 맞는 영상이나 음악을 일일이 찾지 않아도 추천 영상이나 관련 음악에서 직접 개인 취향에 맞는 콘텐츠를 접할 수 있게 된 것입니다.

그럼 우리가 쉽게 접한다”유튜브”는 어떤 알고리즘을 사용하고 영상을 추천하는 건가요?초기의 유튜브는 재생 수 조회 수를 바탕으로 영상을 추천하기 시작했습니다. 그러나 기대를 모아자극적인 썸네일과 거짓 이미지로 그저”클릭 수”만을 유도하는 낮은 품질의 영상이 많아지면서 콘텐츠의 품질이 저하하고 사용자의 만족도도 떨어지게 됩니다.이에 따른 유튜브는 2012년에 추천 알고리즘의 우선 순위를 “시청 시간”으로 변경했습니다만, 시청자가 해당 영상에 대해서 얼마나 만족했는지 모를입니다.2015년부터 알고리즘에서 가장 많이 고려된 요소를 “시청자 만족도”에 변경하게 됩니다.시청자 만족도를 측정하기 위해서 해당 영상에 대해서 어떻게 생각하는지에 대한[설문]를 노출하고 학습시키고 좋네, 관심 없다 등의 버튼 클릭 참여[신호]을 통해서 만족도를 측정하고 예측 모델을 만들게 됩니다.

지금과 같이 정밀한 유튜브 추천 알고리즘이 구축된 것은 2016년부터였대요.기존의 추천 알고리즘에 “머신 러닝”을 도입하고 본격적으로 퍼스널 라이즈 된 추천이 시작되었습니다.유튜브는 “이용자 만족도”를 높이기 위해서 끊임없이 알고리즘을 수정하고 발전시키고 사용자가 만족할 수 있는 영상을 추천하는 불쾌감을 느끼는 영상을 배제하려고 노력하고 있습니다.최근 유튜브가 영상의 우선 순위를 매길 때는 △ 조회 수 △ 조회 수 증가 속도 △ 시청 시간 △ 좋겠어요, 싫어요·코멘트·공유 등 이용자 참가 정도 △ 참신성 △ 채널 내 영상 업로드 빈도 △ 세션 시간 △ 지역 등 다양한 요인을 고려하는 것이 알려지고 있습니다.또 한국 언론 진흥 재단이 발간한 연구 보고서”유튜브 추천 알고리즘과 저널리즘”에서는 △ 방송국 같은 전통 언론사에서 제작한 영상 △ 정말 인기 키 워드가 포함된 제목 △ 생중계 콘텐츠 등이 높은 우선 순위를 받는 경향이 있다고 분석했다는 것이다.

넷플릭스가 OTT플랫폼의 선두 주자로 약 2억 2450만명(2021년 기준)의 가입자를 보유하고 있습니다.넷플릭스도 유튜브와 마찬가지로 추천 서비스 때문에 독자의 “추천 알고리즘”를 사용하고 있습니다.DVD대여 서비스로 출발한 넷플릭스는 퍼스널 라이즈 된 추천 때문에 자체적으로 DVD대여 정보를 기반으로 한 영화 추천 알고리즘이다”시네 매치(cinematch)”을 구축했습니다.이 알고리즘의 궁극의 목표는 영화를 본후에 붙이는 평점을 예측하는 것이었습니다.DVD를 주문하고 집에 받으려면 며칠 걸리므로 미리 만족도 높은 영화를 주문하는 데 도움이 되기 때문이었습니다.또 2006년에는 넷플릭스 프라이즈(Netflix Prize)이라는 이름의 콘테스트를 여는 영화 데이터베이스를 공개 추천 결과를 개선하는 알고리즘 경쟁을 벌였습니다.이때 우승한 BellKor’s Pragmatic Chaos팀의 알고리즘은 기존의 알고리즘에서 10.06%개선된 수치를 제시하고 해당 알고리즘은 현재의 넷플릭스 알고리즘에서도 사용되고 있다고 합니다.

넷플릭스가 영화 추천 때문에 “협업 필터링”과 “컨텐츠 기반 필터링”방식을 조합하고 콘텐츠를 추천합니다.”협업 필터링”는 기존 유저의 데이터에 근거하여 특정 콘텐츠를 선택한 고객에게 비슷한[유저]의 선호 콘텐츠를 추천하는 방식입니다.넷플릭스가 신규 가입자가 원하는 콘텐츠 3개를 직접 고르게 추천하고 선택하지 않으면 인기 있는 콘텐츠를 중심으로 먼저 추천한답니다.”콘텐츠 기반 필터링”방식은 특정 콘텐츠를 선택한 고객에 해당 컨텐츠의 상세 정보를 분석하고 유사 컨텐츠를 추천하는 방식입니다.양쪽 방식으로 데이터를 모아 분석하여 해당 요소로서 △ 시청 기간 △ 시청 시간대 △ 시청 장치, △ 다시 시청율 △ 데이터 환경까지 달리하는 각각 다른 환경에 있는 이용자의 시청 관습과 취향 분석을 통하여 최적화된 콘텐츠를 추천한다고 합니다.

추천 알고리즘은 사용자에게 맞춤형 콘텐츠를 제공하고 사용자에게 편리함을 제공한다는 장점이 있지만 동시에 사용자가 필터링된 정보만을 접하게 되어 시야가 좁아지는 부정적인 영향을 미치기도 합니다.이렇게 사용자가 편향된 정보에 갇히는 현상을 필터 버블이라고 합니다. 이러한 필터 버블에 갇히면 사용자의 정보 편식을 일으킬 수 있으며,

평소 이 필터 버블에 갇혀 있지 않았는지 되돌아보는 것도 좋을 것입니다!

인공지능 기반 음성인식 솔루션 M-STT를 지금 바로 만나보세요!음성인식 솔루션 M-STT가 궁금하신가요?

해당 솔루션에 대해 궁금하신 점이 있으시면 홈페이지를 통해 문의하시거나 연락처로 연락주세요.| 메이슨 인텔리전스(주) | 02-566-7535 | [email protected] ——————————————————————————————————————————————————————————————————————————————

YouTube알고리즘에 관한 20의 사실| DigitalMarketingCurationYouTube알고리즘에 관한 20의 사실 ParkMyungGeun/June12,2021YouTube알고리즘에 관한 20의 사실(참고 자료:20ConfirmedFactsAboutYouTube’sAlgorithm)YouTube알고리즘에 대한 20의 사실 YouTube알고리즘은 최근 몇년간 단순 클릭 수와 조회수를 넘어 시청자 만족도를 반영하기 위해서 끊임없이 바뀌었습니다. 그럼 이것은 마케터에게 어떤 의미인가요? 이 기사에는 YouTube의 알고리즘이 어떻게 기능하는지, 무엇을 하도록 설계되었는지에 대한 개요가…www.thedigitalmkt.com유튜브 알고리즘에 관한 20가지 사실 | Digital MarketingCuration YouTube 알고리즘에 관한 20가지 사실 Park MyungGeun/June12, 2021 YouTube 알고리즘에 관한 20가지 사실 (참고 자료: 20Confirmed Facts About YouTube’s Algorithm) YouTube 알고리즘에 대한 20가지 사실 YouTube 알고리즘은 최근 몇 년간 단순 클릭 수와 조회수를 넘어 시청자 만족도를 반영하기 위해 끊임없이 변화해 왔습니다. 그럼 이것은 마케터에게 어떤 의미일까요? 이 기사에는 유튜브 알고리즘이 어떻게 작동하는지, 무엇을 하도록 설계되었는지에 대한 개요가… www.thedigitalmkt.com넷플릭스와 왓챠 영화 추천 알고리즘 넷플릭스와 왓챠 영화 추천 알고리즘 이해하는 넷플릭스와 왓챠와 같은 OTT 서비스를 이용해보면 자신에게 맞는 유형의 영화 추천이 이뤄지는 것을 알 수 있습니다. 각 개인에게 맞는 영화 추천 알고리즘은 어떤.. bumi1004.tistory.com넷플릭스와 왓챠 영화 추천 알고리즘 넷플릭스와 왓챠 영화 추천 알고리즘 이해하는 넷플릭스와 왓챠와 같은 OTT 서비스를 이용해보면 자신에게 맞는 유형의 영화 추천이 이뤄지는 것을 알 수 있습니다. 각 개인에게 맞는 영화 추천 알고리즘은 어떤.. bumi1004.tistory.com’유튜브 알고리즘’ 정말 우리에게 도움이 될까?안녕하세요 SW 마에스트로 블로그 이웃님! 요즘 유튜브에서 영상을 시청하지 않는 분들이 거의 없죠? 여기서… blog.naver.com’유튜브 알고리즘’ 정말 우리에게 도움이 될까?안녕하세요 SW 마에스트로 블로그 이웃님! 요즘 유튜브에서 영상을 시청하지 않는 분들이 거의 없죠? 여기서… blog.naver.com[테크리포트] 유튜브·넷플릭스의 추천 알고리즘 원리는? – 넥스트 데일리 콘텐츠에서 가장 중요한 것은 좋은 콘텐츠를 만드는 것이라는 명제가 지배하던 시절이 있었다. 콘텐츠만 좋으면 봐줄 것이라고 한다. 하지만 지금은 다소 달라졌다. 좋은 콘텐츠는 여전히 중요하지만 그것만으로는 부족하다… www.nextdaily.co.kr[테크리포트] 유튜브·넷플릭스의 추천 알고리즘 원리는? – 넥스트 데일리 콘텐츠에서 가장 중요한 것은 좋은 콘텐츠를 만드는 것이라는 명제가 지배하던 시절이 있었다. 콘텐츠만 좋으면 봐줄 것이라고 한다. 하지만 지금은 다소 달라졌다. 좋은 콘텐츠는 여전히 중요하지만 그것만으로는 부족하다… www.nextdaily.co.kr[테크리포트] 유튜브·넷플릭스의 추천 알고리즘 원리는? – 넥스트 데일리 콘텐츠에서 가장 중요한 것은 좋은 콘텐츠를 만드는 것이라는 명제가 지배하던 시절이 있었다. 콘텐츠만 좋으면 봐줄 것이라고 한다. 하지만 지금은 다소 달라졌다. 좋은 콘텐츠는 여전히 중요하지만 그것만으로는 부족하다… www.nextdaily.co.kr