수년간 추천 시스템을 개발한 개발자의 자격으로 콘텐츠 노출에 대한 이야기를 나누어 볼까 합니다.
PC와 모바일을 통해 너무도 많은 콘텐츠를 너무 쉽게 접할 수 있는 시대가 되었습니다.
이로 인해 IT기업에서는 어떤 콘텐츠를 어떤 방식으로 노출하는 것이 좋을 지에 대한 연구가 끊임없이 이루어지고 있지만 도무지 정답이 없는 과제입니다.
문제가 복잡하면 복잡할수록 인간의 뇌는 단순한 방향으로 결론을 내버리려는 특성이 있습니다. 그러다 보니 사람들의 생각은 "무슨 상관이야?? 내 거만 잘 보이면 그만이지!!"라는 생각에 이르게 됩니다.
이 생각은 어쩌면 지금처럼 노출의 계절에서 가장 명쾌하고 시원한 대답일지 모르겠습니다.
콘텐츠에 접근하는 방식은 크게 3가지 정도로 나눌 수 있을 것 같습니다.
- 검색(Search)
- 추천(Recommend)
- 분류(Categorization)
선호하는 방식은 사람 성향에 따라서 차이를 보이며 모두가 필요한 접근 방식입니다.접근 방식은 너무 명확하지만 여기서 문제가 한 가지가 있습니다.
랭킹(정렬) 어떤 콘텐츠를 가장 우선 시 보여주어야 하는가? 에 대한 고민부터 정답이 없는 세계로 빠져 들게 됩니다.
- 최신 콘텐츠?
- 인기 콘텐츠?
- 검색키워드와 일치하는 텍스트가 많은 콘텐츠?
- 구독한 콘텐츠?
- 사용자가 좋아하는 콘텐츠?
- 사용자의 행동과 일치하는 콘텐츠?
- 위의 조건을 모두 만족하는 절대적 콘텐츠?
- #해시태그가 많이 걸린 콘텐츠?
많은 사람들이 공통적으로 생각하는 방법일 것이며 실제로도 이러한 콘셉트로 랭킹 알고리즘이 만들어지게 됩니다. 그리고 본격적인 노출의 봄이 찾아왔습니다.
콘텐츠 제작자는 최신성을 유지하기 위해 같은 콘텐츠를 반복적으로 올리고 인기 콘텐츠로 만들기 위해 조회수를 허위로 올리는 행위를 하고 댓글부대가 만들어지고 콘텐츠과 관련 없는 #해시태그들이 달리고 선정적인 썸네일과 제목이 만들어지기도 합니다.
어그로 콘텐츠가 생기고 어뷰징이 생긴 콘텐츠는 결국 사용자에게 만족도가 떨어져 콘텐츠 가치의 하락으로 이어지게 됩니다.
노출을 유도하기 위해 일어나는 행위들은 매우 자연스러운 행태이며 이 부분에 문제 삼을 것은 아니라고 생각합니다. 다만 콘텐츠 제작자는 양질의 콘텐츠를 만들기 위한 노력을 멈추면 안 되며 콘텐츠 유통사는 양질의 콘텐츠를 선별하기 위해 데이터 사이언스라는 직업이 생기게 되었으며 저자는 지금 그 일을 하고 있습니다.