각 서비스의 개인화된 경험 찾아보기

UX패턴스터디 3주차, 시스템 주도 경험 (1)

Mar 10. 2025

(2025.02.10 작성)

이번 주는 다양한 서비스가 사용자에게 제공하는 '시스템 주도 경험'에 대해 분석하는 시간을 가졌다.

시스템 주도 경험이란, 시스템이 사용자에게 적절한 지원/보조 기능을 제공하거나 사용자의 상태에 맞춰 인터페이스 혹은 경험 자체를 개인 맞춤형으로 최적화하여 더욱 편리한 경험을 제공하는 것을 의미한다. 최근 다양한 서비스들이 가장 많이 고도화하고 있는 네이버와 카카오의 AI 기반 개인 맞춤형 서비스에 대해 자세하게 찾아볼 수 있었다.

3주차, 시스템 주도 경험 찾아보기

서비스가 사용자에게 제공하는 시스템 주도 경험은 아래와 같이 구분될 수 있다.

1. 개인화된 경험

시스템이 사용자의 상태를 인지하고 인터페이스나 경험을 변경하여 사용자에게 맞는 촤적화된 경험 제공

예) AI기반 추천 시스템, 사용자 행동 패턴에 따른 UI변경, 맞춤형 알림 설정 등

2. 시스템이 지원/보조하는 경험

시스템이 사용자를 돕고 있다는 것을 인지할 수 있는 기능을 제공

이번 주는 위의 두 가지 유형을 토대로 다양한 서비스 사례를 분석해보고자 한다.

플로(FLO)

내 취향 MIX 차트로 개인 맞춤형 음악 추천

음악 스트리밍 서비스 '플로(FLO)'는 사용자의 청취 기록과 선호도를 분석해 최적화된 음악 경험을 제공한다. 내 취향 MIX 차트 기능을 활용해 사용자의 음악 감상 패턴을 학습하고, 이에 따라 차트와 플레이리스트의 재생 순서를 개인 맞춤형으로 재구성한다. 이를 통해 사용자는 자신에게 최적화된 음악을 빠르게 발견하고 감상할 수 있는 경험을 얻는다. 또한, 어떤 음악을 들을지 고르기 귀찮을 때 '빠른 재생' 기능을 제공해 나의 취향에 맞는 플레이리스트를 제안해 준다.

트리플

AI기반 개인 맞춤형 여행 일정 추천

트리플은 손쉽게 여행 일정을 짜고, 다양한 여행 정보와 여행 상품을 둘러볼 수 있는 여행 종합 플랫폼으로 2023년부터 사용자의 여행 스타일을 분석해 최적화된 일정을 제안하는 'AI 일정 추천' 기능을 제공하고 있다. 사용자가 여행 날짜, 방문 지역, 여행 목적, 선호하는 스타일 등을 입력하면 AI가 자동으로 개인 맞춤형 여행 일정과 코스를 추천하는데 해당 기능을 통해 여행 준비 과정을 보다 간편하고 효율적으로 만들고, 사용자의 선호와 일정에 맞춘 최적의 여행 경험을 제공한다.

네이버플러스 스토어

나를 위한 맞춤형 큐레이션 상품 추천

출처 : 네이버쇼핑

네이버플러스 스토어는 유저의 클릭, 찜, 장바구니, 구매, 관심 브랜드/스토어와 같은 이력을 실시간으로 분석하여, 유저의 취향과 검색 질의에 맞는 상품을 자동으로 추천하는 서비스인데, AI 상품 추천 기술 'AITEMS’를 기반으로 한 개인화 서비스이다. 기존의 네이버 쇼핑에서 더 나아가 상품 추천뿐만 아니라 혜택과 프로모션, 트렌드 정보 등을 제공해 초개인화된 쇼핑 경험을 할 수 있는 독립적인 공간을 제공하는 것을 목표로 한다.

출처 : 네이버안전거래센터

네이버플러스 스토어 검색 알고리즘이 궁금해서 네이버 블로그를 찾아본 결과, 1) 적합도 2) 인기도 3) 신뢰도 4) 개인 선호도를 기준으로 구성되는데

1. 적합도

검색어와 상품 정보 또는 카테고리가 얼마나 연관되어 있는지 평가합니다.

2. 인기도

판매량, 클릭 수, 리뷰 등을 바탕으로 상품의 인기도를 반영합니다.

3. 신뢰도

판매자의 서비스 품질, 어뷰징 여부, 프로모션 제공 여부 등을 확인합니다.

4. 개인 선호도

사용자의 쇼핑 이력과 관심 상품을 분석해 개인 맞춤형 상품을 보여줍니다.

검색 알고리즘을 바탕으로 고객의 쇼핑 데이터를 종합적으로 분석하여 개별 사용자의 검색 의도에 맞는 개인 맞춤형 검색 결과를 제공하고, 이를 통해 사용자는 본인에게 가장 적합한 상품을 더 쉽고 빠르게 찾을 수 있도록 도와준다. 사용자가 과거에 관심 있게 봤던 상품을 기준으로 주로 탐색하는 카테고리뿐만 아니라 자주 방문하는 단골 스토어, 사용자 또래가 많이 찾는 키워드 등을 종합적으로 상품을 고려하여 추천한다.

또한, 추천된 내용이 자신의 관심사와 맞지 않을 경우, 그 이유를 간편하게 입력할 수 있어 해당 데이터를 참고해서도 점차 더 정교한 맞춤 추천이 가능해질 것으로 보인다.

(솔직 후기 : 현재 시점에서 나의 피드 기준에서는.. 내가 네이버 쇼핑을 잘 안 했어서 그런지 왜 이런 제품들이 추천됐는지 긴가민가한 것들이 좀 있긴 했다,,ㅎㅎ 내 쇼핑 이력에 대한 데이터가 조금 더 필요할 듯!)

카카오선물하기

AI선물탐험으로 맞춤형 선물 추천받기

카카오톡 선물하기는 카카오톡 내에서 선물을 주고받을 수 있는 기능을 제공하는 서비스로, 다양한 카테고리의 상품을 쉽게 탐색하고 구매할 수 있도록 한다. 지난번 소개했던 AI선물추천 챗봇과 함께 최근 'AI선물탐험' 탭을 새롭게 제공해 AI추천 기능을 적극 활용하면서 선물 받을 사람에 대한 조건(수신자 유무, 성별, 연령, 생일 유무, 선물유형, 포장 여부)을 선택하면 인기 트렌드를 반영한 선물 혹은 구매 이력, 카카오톡 친구의 취향, 관심사 등을 반영한 맞춤형 선물 리스트를 제공한다.

해당 기능을 사용할 때, 기본 대상이 '나'로 정해져 있는 걸로 봐서 1) 카카오 선물하기에서 점점 스스로 선물하기 구매 이력이 많아져서 그런 건지, 2) 구매 이력 데이터를 분석할 수 있는 방법이 개인 데이터(선물해 주는 사람)를 사용할 수밖에 없기 때문인 건지 그 이유가 궁금해졌다. 그래서 카카오 테크 블로그를 찾아본 결과, 아래와 같은 추천 방식으로 AI 선물 추천이 진행된다고 한다.

AI 선물탐험 추천 서비스 컨셉

출처 : 카카오 정책 블로그

먼저, 선물 받을 수신자에 관한 서비스 이용 로그를 바탕으로 추천 상품 리스트 후보군을 생성한다.

1) 수신자의 ‘공개된 위시 리스트'

2) 수신자와 주고받은 선물 이력이 고려

3) 인기 있는 위시 리스트

실제 선물 받을 사람의 관심 상품 정보를 나타내기 때문에 선물 받은 사람이 해당 상품에 대해 높은 만족도를 나타낼 확률이 높고, 추가로 이용자가 직접 찾기 어려운 상품 후보군인 위시 또는 주고받은 선물과 유사한 상품, 인기 있는 위시상품 등을 생성하여 추천 상품 리스트 후보군을 확장한다. 이렇게 함으로써, 이용자는 직접 선물을 탐색할 때 보다 더 많은 상품을 추천받을 수 있다.

두 번째는, 생성한 상품 리스트의 개인화 정렬을 진행한다. 동일한 추천 상품 리스트가 있더라도 이용자가 ‘AI 선물탐험 탐색기’에서 선택한 수신자 조건(성별, 연령 등)과 선물유형(럭셔리, 건강한, 설날 등), 서비스 이용내역에 따라 각 상품의 스코어에 대한 가중치를 계산해 이용자별로 상품이 배열되는 순서가 달라지도록 구성한다.

마지막은 개인화된 추천 상품 리스트에 대한 상품에 대한 ‘추천 사유’를 붙인다. 이러한 ‘추천 사유’ 정보는 이용자가 선물을 선택하는 데 있어서 최종 선택을 하는 데 도움을 준다. 이렇게 선물 상품과 추천 사유를 함께 제공되면, 이용자는 빠른 선택을 할 수 있게 되고 이는 자연스럽게 이용자의 만족도 상승으로 이어질 수 있다고 한다.

앞으로도 카카오 선물하기가 어떠한 방향으로 개인화 서비스를 진행할지 기대가 되는 바이다.

이번 주는 특히 AI 기반 개인 맞춤형 서비스가 어떻게 사용자의 경험을 최적화하는지 깊이 탐구할 수 있었던 시간이었다. 네이버, 카카오, 플로, 트리플 등의 사례를 통해 시스템이 사용자 데이터를 활용하여 맞춤형 경험을 제공하는 방식을 알아볼 수 있었다. 이 과정에서 데이터 기반 개인화 경험이 단순 추천을 넘어 사용자의 의사결정을 돕는 방향으로 발전하고 있음을 확인했다. 점차 사용자의 맥락을 실시간으로 반영하여 최적의 경험을 제공하는 것이 서비스의 핵심일 것으로 보인다.

마치며, 사용자의 신뢰를 확보하기 위한 노력

하지만 한편으로는 AI 추천으로 서비스가 개인화될수록 사용자의 신뢰를 확보하는 것이 더욱 중요해지겠다는 생각이 들었다. 개인화 서비스가 발전할수록 “이 추천이 왜 나에게 보이는지?”, “내 데이터를 어떻게 사용하고 있는지?”에 대한 사용자의 궁금증과 불신도 커질 수 있기 때문이다. 따라서, 아래의 원칙을 기반으로 시스템을 설계한다면 보다 나은 서비스를 제공할 수 있지 않을까 !