UI 브리핑 : 29화-네이버 그린닷, AI기반큐레이션
UI 디자인 연구소 - 단톡방에서 진행된 일일 브리핑 정리
이 내용은 UI 디자인 연구소 - 단톡방에서 진행된 일일 브리핑의 내용을 정리한 것입니다.
오늘 진행할 내용은 기존에 QnA로 이야기가나왔던 - 네이버 그린닷을 통해 바라보는 ai기반 큐레이팅 서비스에대한 설계와. 그 장단점에 대한 이야기를 진행해보겠습니다. 사실 이 담론은 꽤 내용이 커서. 기반부터 파고들어간다면. 가장 와닿으실만한게. 네이버의 뉴스편집 개편때부터 이야기를 드리는게 좋을듯합니다.
https://www.bloter.net/archives/309660
기존에 네이버는 원래 - 자체 검색시스템에서 - 여러 뉴스사들이 각자 광고트래픽으로 먹고사는 구조가 되었었습니다. 아주 과거에는 신문사들이 각자 오프라인 인쇄규격이 더 강한 힘을 발휘했었고. 포탈이 신문사들이나 뉴스를 퍼담아올리기 시작하고. 점차 모든 정보를 '검색엔진'을 통해 찾는 시대가오게되면서부터. 이런 큰 흐름은 변하게되었는데요
http://www.hani.co.kr/arti/society/media/410431.html
해당 뉴스는 2010년에 있었던 네이버 뉴스캐스트 서비스의 개편에 대한 내용입니다. 당시에도 찌라시기사들이많았고. 자극적인 내용을 담보로 실제 신문사 홈페이지로 접속을 유도해서. 온라인 배너와 광고수입으로 돌아가던것이 기존의 구조인데.
http://www.venturesquare.net/1050
이후에 다시 디자인을 바꾸고 모바일 규격을 실험하는등. 현재구조와 차이가 상당히 많은 상태입니다.
https://m.yna.co.kr/view/AKR20131029175500017
게다가 다시. 2014년에도. 해당 시스템의 단점이나 - 문제들을 이용해서 어뷰징이 계속되자. 해당내용을 개선하기위한 뉴스검색 개편을 진행하게됩니다.
사실 경쟁이 진행되는 구조에서는. 핵심적인 1등 서비스들이 되기위해 어뷰징이나 / 기사 경쟁이이뤄질수밖에없는데. 이걸 시스템적으로 막고. 진짜 필요한 내용들만을 규격화하고. 서비스의 질을 안정시키기위한 과정이 이런 뉴스 서비스 개편의 과정이었다고 할 수 있습니다. 그리고 그 과정에서 결국엔 엔진 자체의 검색시스템을 개편하기도한 것이구요
개편 목표는 네이버 외부 문서들을 쉽게 검색할 수 있게 하고, 웹사이트 운영진들과 소통창구를 만들어 문서 생산자와 사용자 모두를 만족시키는 시스템을 구축하는 것이다. 이를 위해 문서 수집 시스템, 웹 검색, 검색 플랫폼을 전면 개편했다.
개편된 수집 시스템은 스트리밍 방식이다. 특정 시간을 기준 사용자가 전 세계 웹페이지에서 무엇을 보고 있는지를 스냅샷 방식으로 찍었을 때, A라는 사이트에 검색 로그가 많다면 이를 중심으로 수집을 하겠다는 의미이다.
웹 검색도 개편됐다. 일례로 추석차례상을 검색하면 기존에는 네이버 블로그나 카페 게시물들이 주로 검색됐다. 하지만 개편 뒤 국립민속박물관이 안내하는 추석차례상 차리는 법과 같은 외부 사이트 문서들도 검색이 될 수 있게 했다.
결국 정리하자면. 특정 시간을 기준으로 - 샘플영역을 잡고서. 전 세계 웹페이지에서 - 퍼센티지가높은. 다수검색 퍼센티지에 따라서. 해당 사이트의 중요도나. 만족도를 판단하고. 그 위치를 중점적으로 먼저 뜨게해주겠다.라는 의미인데요. 이런 큰 기조는 구글도 마찬가지이고. 추후에 검색 알고리즘에대한 내용을 다룰때 좀더 자세히 이야기를 드리겠습니다.
이때당시에 페이스북이 등장하게되면서 검색엔진으로서의 중앙 집권화 / 힘을 잃어버리게된 상태고 네이버카페의 음성화. 블로그의 정보오염이나 - 성인물 공유. 개별 워드프레스를 통한 사이트 구축이 늘어나고있는 상황이라. 기존의 서비스들에 대한 점유율이 많이 줄어든 상태였죠. 그래서 기존과 다른 방식으로 - '우리가 큐레이팅한 정보만 공개하는게 아니라, 너희들이 쓰는 그런 서비스들도 뜨게해줄게', 그러니까 돌아워줘.가 메인이었습니다.
게다가 당시에 세월호 사건이있었고 여기에대한 어뷰징 기사들도 엄청나게 뜨는데. 정작 네이버의 뉴스쪽 필터링으론 이런식의 자극적인 내용을 그대로 오픈해주는 상태였죠. 그래서 개편을 통해 - 실제로 사용자들이 모든 내용을 동시에 바라보게하는게아니라. 주제별로 내용을 묶고. 해당내용이궁금하다면 그곳에 들어가서 - 다양한 것들을 다시 보게되는. depth 구조가 생겨났습니다.
이제는 동일한 주제는 한곳에 묶여버려서, 그중 일부만이 소비되는 형태가 됐다
수많은 정보와 선택지의 홍수 속에서, 무얼 택해야할까?사람은 자신에게 너무 많은 선택지가 존재할경우. 한가지 선택을내리기를 어려워합니다. 그만큼 서비스 이탈율도 올라가고. 만족도도 떨어지죠. 그렇기에 '본인이 원하는걸, 찾기 쉽고, 정리된 형태로 만드는것' 이 - 정보정리이고. 그런 본질은 기존 GUI의 - '사용자의 입력에 따른 선택'이라는 점과도 연결되어있었죠.
- 뉴스가 너무많다 -> 그럼 선택하기좋게 줄여줄게 -> 주제별로 묶음
- 정보입력을 어떻게해야할지 모르겠어 -> 그럼 입력하기 좋게 규격을 만들어줄게-> GUI
분명 GUI는 많은 부분을 해결했습니다. 사용자들에게 적절한 내용들을 보여주기위해. 개인이 손을 몇번 움직이기만 하면 됐으니까요. 하지만 그것만으론 충분하지 않았고, 네이버와 같은 곳에서 제공하는 정보의 양은 더욱더 많아졌습니다. 그렇기에 이걸 다시 개선한것이 ai를 통한 개인화였습니다.
https://www.mk.co.kr/news/it/view/2019/04/208590/
여러분이 이마트같은 대형마트에 가셨을때 실제로 사게되는 제품들은 대부분 스무가지 품목 정도로 정리가됩니다. 그러나 실제 마트에서는 수천 수만개의 품목이 존재하죠. 그리고 여러분이 실제 마트에가더라도. 그 수천수만개들 중에. 단 스무개를 찾기위해서 보통 30~50분 정도의 시간을 사용하면서 장을 볼겁니다. 그런데 만약 만약 오프라인 매장이. 내가 가는걸 인식하고. 내가 자주사는 품목들을 입구쪽에 모두 재진열해준다면 어떨까요? 이게 AI를 기반으로 한 개인화의 핵심이고. 소비량이 늘수밖에 없는 이유입니다.
넷플릭스의 컨텐츠 추천 알고리즘 역시 그렇고.
쿠팡의 상품추천 역시도. 단순 해당 제품에대한 내용뿐아니라. 관련 제품. 연관제품. 시즌별 구매패턴까지 파악해서 나름대로의 ai 기반 추천 알고리즘이 그 안에 녹아있습니다.
http://www.kinews.net/news/articleView.html?idxno=205501
그리고 네이버의 뉴스나. 개별 서비스 판.이라불리는 영역들 역시도. 사용자의 사용기록이나. 페이지별 체류시간을 모두 기록하는 데이터기록들이 남고있죠
http://www.zdnet.co.kr/view/?no=20181012152514
심지어는 검색에대한 내용조차도 모두가 자주찾는 - '다양한 인구 통계기반' 이아니라. 나이별. 성별. 지역별. 취향별 등 세가지 기준의 필터링을 통해서 행동기준을 나누고. 반복되는 공통패턴을 확인하고. 개인에대한 패턴까지 확인해서 - 그사람들에게 최적화를 시키는 과정이 이어집니다.
네이버의 행동패턴 저장을 통한 개인화https://support.microsoft.com/ko-kr/hub/4338813/windows-help?os=windows-10
우리에게 항상 도움이안되서 까이는 윈도우즈의 도움말이 만약 ai 기반으로 사용자들이 자주찾는 연관 검색어나. 문제들의 해결방법이 있는 링크로 - 우리가 쓴 검색어를 연관지어 이동시킬수있다면 만족도는 급격하게 올라가겠죠? 이런 이유에서 ai 기반의 사용자 패턴 분석과. 데이터 기반 컨텐츠 추천 알고리즘. 그리고 내부엔진 / ai 만들기에대한 부분이. 요즘 빅데이터 이슈와 함께 뜨는건. 이런 이유에서입니다.
기존에 네이버 서비스에대해 질문주신 분이 계셨습니다.
저는 여러 서비스들을 모두 펼쳐놓고 바라보는게 편한데,
왜 그린닷은 저렇게 꽁꽁 숨겨두고, 개인화과정을 거쳤을까요?
검색만을 남긴 메인페이지로 변경된 네이버의 그린닷이건 간단하게 전체 사용자의 사용패턴을 보시면 이해가쉽습니다. 마트로 치면. 맨 처음 사용하는 사용자는 - 전체 마트중에 자신이 원하는 상품이 어디있는지를 찾아야합니다. 그러니 그 수많은 상품들 중 하나를 찾아서 이리저리 탐색을 하죠. 이런 경우에는 주제별. 규격별로 나뉘어진 여러개의 상품들의 의미가 있을 겁니다. 그러나 일정 수준 이상의 구매나. 패턴이 확정된 인원들은. 대부분 새로운 도전을 하거나. 새로운 제품을 사려고하지않습니다. 마치 여러분이 기존 앱 서비스를 사용할 뿐. 신규 앱을 깔아서 하나하나 들여다보지 않는것처럼말이죠.
DMC리포트 2018년 스마트폰 사용통계
해당 내용은 DMC 리포트라는 국내의 유명 통계관련 기업이 제작한 2018년 스마트폰 사용통계에대한 내용입니다.
내용을 확인해보면 스마트폰에대한 전체 사용률은 늘었으나. 나이가 많은 사용자일수록 사용성이 고정되며. 나이가 어릴수록 다운로드 경험 / 신규서비스에 대한 실험적 구매가 진행된다는걸 알수있습니다.
남성은 주로 게임앱을. 여성은 쇼핑앱을 주로 사용하는 등. 성별과. 주제별 운영체제별 통계분석이 모두 나오죠.
네이버나 실제 서비스 운영 서버에는 이보다 더 세세한 통계들이 존재하고. 그것에대한 만족도를 높이고있고. 그 전체 사용자를 봤을 때. 모든걸 펼쳐놓는 설계가 - 결국에는 나이를 먹고, 자신의 취향이 확고해지는 사용자들에게 결코 편리하지않다는걸 알고있기 때문에 - 그린닷이란 설계를 한 것으로 보입니다.
이외에도. 점차 앱들은 줄어들고 검색엔진 = ai 비서처럼. 소프트웨어이지만. 거의 하드웨어처럼, 보이지않는 형태로 기기에 내장되는 미래환경에 맞춰서. vui 와 cui를 바탕으로 - '비 주류인 서비스'들을 모두 2depth 이후로 넘겨버린걸 확인할수있습니다. 그린닷의 메인이되는건. 검색과 쇼핑. 그리고 뉴스입니다. 그리고 네이버에서 사용율 역시 가장 높은것이 위의 세가지 기능입니다.
이후에 메일. 쪽지. 톡톡. 카페. 블로그. 웹툰. 쇼핑 등은. 쪽지와 톡톡을 뺴놓고는 거의 개별앱이 나와있는 상태이기때문에 네이버앱의 메인 사용목적이되질 못합니다. 오히려 모바일 앱은 최근 몇달전에 네이버앱에서의 브라우징이 좀더 자주 일어날수있게. 모바일에서의 상단 주소입력창과 탭 구조를 개선한바있습니다. 또한 네이버 톡톡을 통해서 대부분의 안내나. 쇼핑알림. 구매알림이나. 계정관련 안내등을 처리하고있기때문에. 사실상 별도의 서비스 등을 많이 표기할 필요가 없어졌죠.
선택과 집중.은 항상 어떤 사업이건 간에 중요하고. '무조건적인 다양성'을 위해. 너무 작은 부분까지 개별 고객들의 필요를 들어주다보면. 간결함과. '대부분의 사용자'들에게 불편을 주게됩니다.
https://m.blog.naver.com/naver_search/221167578156
또한 2017년 12월 부터 추가된 네이버 음성인식 역시도. 네이버클로바와 함께 계속 데이터를 축적해서 - 규격을 넓혀나가고있기때문에. 굳이 기존의 '수많은 카테고리'를 유지할 필요가 없어진것이죠. 이러한 서비스와 포탈 구조의 개선에대한 부분은. 추후에 좀 더 자세히 다루겠지만. 과거버전의 포탈과. 시대흐름에 따라 압축화 / 단순화되는 것은 아주 당연한 흐름입니다.
https://www.ridicorp.com/blog/2016/11/21/gnb-renewal/
해당 내용은 ebook 서비스로 유명한 리디북스의 상단메뉴 구조 개선에 대한 게시글입니다. PC와는 다르게 모바일에서는 특히 메뉴하나의 변경이. 실제 서비스 카테고리의 소비율이나. 트래픽 변화. 실제 매출에 큰 영향을 미치기때문에 사실 굉장히 조심스럽게 진행되어야하고. 그래서 a/b 테스트를 많이 진행하는 부분 중 하나입니다.
디자인 스타일이 아니라. 카테고리가 바뀐다는거. 그리고 여기에서 벌어질 변화나. 장단점이 기획자들에게 걸려있단거 생각하면. 데이터 기반의 의사결정이 왜 중요해졌는지도 이해가 쉬우실듯합니다.
https://www.bloter.net/archives/328723
사실 모바일에서는 모든 페이지를 표기할수없으니. 선택이 제한되고. 그렇다고 개별 검색에 모든걸 의존하자니. 사용자가 불편합니다. 결국 '취향을 기억하고, - '내가 그때 샀던 그것'에 연관된 것들을 내어줌으로써 - 공간적 한계를 극복하고. 심지어는 연관된 신규 컨텐츠에대한 소비까지 제안을 하는것이죠.
https://www.huffingtonpost.kr/entry/spotify_kr_5c8f301ae4b03e83bdc29289
AI 알고리즘 기반 컨텐츠 추천에 연관되어 - 이번에 한국에 스포티파잇이서비스가 진출한다는 이야기를 확인했는데요. 개인적으로 기획자거나 디자인하시는 분들이면 무조건 써보시길 강추합니다.
단순 서비스의 문제를 넘어서서. 이역시도 빅데이터와 ai기반 음악추천. 그리고 실제 만족도가 매우 높은 사례이기때문에. 이 부분을 얼마나 경험해보시느냐가. 실제 설계와도 연관이있기 때문입니다.
스포티파이의 경우 팟캐스트를 들은적이있는 경우는 - 피드창에 인기있는 팟캐스트 탭이 숨겨져있다가 등장하고. 본인이 들었던 관련 팟캐스트 연관 내용들이 추천되며.
자주들었던 음악을 기반으로한 추천과. 개별 아티스트에대한 연관추천. 자주듣는 연관 컨텐츠를 다시 추천해줘서 - 개별 만족도를 높이죠
거기에 자주들었던 음악들을 다시 비슷한 것들끼리 묶어서 'dailymix'라는 자체 규격으로 제공하기도합니다. 모든 규격들은 자체 채널 커버가 있고. 서로 이미지나 색상이 겹치지않게. 정말 많은 노력을 들여놨습니다.
채널만 수천개가 넘는 스포티파이의 상황을 볼때 스포티파이가 얼마나 지독하게 준비를 하고 만들어진 서비스인지. 다른 해외 서비스들 중에서도 왜 이들을 따라가지못하는지가 느껴질정도죠. vui와 cui. 대화형 UI 역시도 결국에는 이런 '빅데이터와 ai 기반 개인화'의 과정을 따라가게되어있고. 음성인식에대한 단어인식조차도. 지금은 제너럴한 부분이많지만 나중에는 ai가 내가 말하는 '그거'와 '그때'의 맥락을 이해할 날이올겁니다. 결국은 패턴이고. 반복되는 그사람의 데이터의 축적인거니까요.
추후에 ai 기반 서비스들을 좀더 자세히 다뤄볼 예정이고. 동시에 - 챗봇과 ai 비서. 음성인식사례. ai 스피커에대한 부분을 함께 다뤄볼수있을듯합니다.
오늘 이야기한 내용을 정리하면 다음과 같습니다.
1. UI와 정보구조의 정리는 모두 한가지 목적을 위해 발전해왔다. 더 많은 소비와, 더 많은 개인의 만족도가 그 목표다
2. 그러나 사용자들마다 관심사나, 컨텐츠 사용 패턴이 다르다. 그런 상황에서 모든 사람을 만족시키는 메뉴구조란 존재할수없다. 그런 면에서 단순규격의 GUI는 그 목적을 달성할 수 없다.
3. ai와 사용패턴에 따른 데이터 패턴축적 / 컨텐츠 추천 서비스가 강화된 이유는. 결국 더 많은 소비를 일으키고, 더 많은 개인의 만족도를 추구하는데에 부합하기 때문이다.
4. 네이버의 뉴스서비스 또한. 이런 GUI적인 해결책 외에도. 정보를 필터링하고, 압축시키고, 구조화하기위한 데이터기반의 노력이 있었다. 그리고 그 결과 현재는 AI 기반의 컨텐츠 맞춤형 서비스로 변화했다.
5. 모든 컨텐츠는 정보이고. 연관된 자체적인 태그나, 키워드를 갖게된다. 그리고 그 키워드들을 통해 사용자가 얼마나 만족했는가를 '어떻게 판단할것인지'가 ai가 해결해나가야할 필수조건이다.
6. UI 디자인의 시대가 데이터기반의 시대로 변화했기 때문에. UI 디자이너들도 데이터를 통한 설계와. 구조개선. 그리고 테스트를 통한 실제 사용성 개선에 대한 지식과 경험이 필요해진다.
7. 이러한 데이터를 모으고, 정리하고, 분석하기 위한 능력 외에도. 웹사이트 하나에서 개별 정보를 불러오기위한 태그설정과. 어떤 정보를 쌓아올려야 실제 비즈니스가 성장할 수 있는지. 그로스해킹과 같은 개념이중요해진다.
8. 일반적으로 AI의 영역은 디자이너가 다룰 수 있는 영역이 아니다. 그렇기 때문에 더욱더 단순 시각디자인을 넘어서서, 개발과 데이터. 설계와 구조에 대한 영역을 논할 수 있는 기반이 필요해진다.
이 내용은 UI 디자인 연구소 - 단톡방에 올려진 자료를 정리하여 만들어진 컨텐츠입니다.
저희 단톡방은 잡담이 불가능한 방입니다. 단톡방에 들어오시려는 분은 - 이용안내문을 꼭 확인해주세요!
단톡방 이용안내
https://brunch.co.kr/@clay1987/113
