by
Apr 16. 2021
빅데이터 분석으로 전 세계를 장악한 리드 헤이스팅스
[야만인] 인공지능 발전의 뒷이야기
빅데이터 분석으로 전 세계를 장악한
넷플릭스 CEO 리드 헤이스팅스
한 기자회견장에서 색다른 광경이 펼쳐집니다.
한 회사의 CEO가 기자 개개인 취향에 맞춰 손수 커피를 타주고 있는 것이었습니다.
바로 넷플릭스의 CEO 리드 헤이스팅스 Reed Hastings 이야기입니다.
시청자의 취향을 저격할 콘텐츠를 추천해주는 넷플릭스의 CEO답게 기자들을 취향 저격할 커피를 타주고 있는 모습이었죠.
넷플릭스의 취향저격은 빅데이터 분석을 통한 콘텐츠 추천 알고리즘 덕분이랍니다.
시청자 개개인에 맞춰 다양한 콘텐츠를 추천하는 이 알고리즘은 과연 어떻게 나타나게 된 것일까요?
리드 헤이스팅스는 1988년 스탠포드 대학 Stanford University에서 컴퓨터 공학 석사과정을 마친 후 소프트웨어 개발자로 살아가고 있었습니다.
- 1960 미국 보스턴 출생
- 1983 보든 대학 수학 학사
- 1988 스탠포드 대학 컴퓨터 공학 석사
- 1990 회사 입사 후 개발자로 활동
- 1991 퓨어 소프트웨어 설립
그러던 어느날 비디오 대여점에서 영화 '아폴로13'을 빌려본 후 깜빡하고 제 때 반납을 하지 못해 연체료 40달러를 지불하는 일이 생깁니다.
터무니없이 비싼 연체료에 대한 불만은 거실에서 원하는 드라마나 영화를 바로 볼 수 있고,
또 바로 반납할 수 있는 서비스에 대한 사업 아이디어로 이어졌습니다.
인터넷이라면 가능할 것 같았지요.
그는 회사 동료였던 마크 랜돌프 Marc Randolph와 함께
1997년에 인터넷을 뜻하는 '넷'과 영화 주문을 뜻하는 '플릭스'를 합친 넷플릭스 Netflix를 설립하게 됩니다.
당시에는 인터넷으로 동영상을 보기에는 속도가 느려
초기 넷플릭스는 우선 DVD 우편 배송 사업으로 방향을 돌립니다.
그런데 사람들이 넷플릭스가 가지고 있는 수많은 DVD 중에서 유명한 영화만 골라 주문하다보니 자연스럽게 대기시간이 길어졌습니다.
헤이스팅스는 그 시간을 줄일 묘안을 떠올렸습니다.
바로 소비자가 이전에 빌린 콘텐츠의 장르나 특징을 분석해
소비자의 취향에 맞는 콘텐츠를 추천하는 것이었습니다. 그러면 인기있는 것에만 집중되는 것도 분산시킬 수 있고, 예전에 안보던 영화도 보게 할 수 있으니 일석이조, 삼조가 되는 셈이었죠.
이렇게 소비자의 데이터를 바탕으로 취향저격 콘텐츠를 추천하는 시스템은 소비자의 마음을 사로잡기에 충분했습니다.
시간이 흘러 넷플릭스 본래의 목표였던 동영상 스트리밍 서비스에서도 이 시스템은 '씨네매치 Cinematch'란 이름으로 유지되었습니다.
'씨네매치'는 넷플릭스가 십수 년간 정교하게 다듬어온 추천 알고리즘으로,
1) 전문가 집단 '태거 Tagger'에게 영화 분석을 요청하고
2) 유사한 취향을 가진 이들을 하나의 그룹으로 묶어 분석하는 등
가능한 모든 방법을 동원해 데이터를 얻고 이를 활용해 추천하는 시스템입니다.
결정적인 알고리즘 혁신은 넷플릭스가 개최한 '넷플릭스 Prize'에서 이루어졌습니다.
이 대회를 통해 기존 씨네매치보다 성능이 10%이상 향상된 넷플릭스 추천 알고리즘을 얻게 되었답니다.
세계 최대 빅데이터 분석 대회 플랫폼인 '캐글 Kaggle'도 이 대회를 본따 만들어졌죠.
* 넷플릭스 prize 1등: BellKor's Pragmatic Chaos(씨네매치보다 10.06% 성능 높음)
그 후로도 지속적으로 알고리즘을 발전시켜 빅데이터 분석을 통해 시청자를 취향저격할 콘텐츠를 추천하는 지금의 넷플릭스가 되었답니다.
