검색 2

검색어 추천, 검색 화면

자기 일이 재밌다고 얘기할 수 있는 사람은 많지 않을 것이다. 

AI의 발전과 더불어 검색에서도 최근에는 의미가 유사하거나 맥락이 연관된 검색어들까지 '보다 쉽게' 추천할 수 있게 되었다. 예를 들어 주식 종목을 검색할 때, ‘BTS’라고 입력하면 ‘하이브’라는 종목이, ‘반도체’라고 치면 ‘삼성전자’나 ‘SK하이닉스’가 추천되는 식이다. AI가 본격화되기 이전에도 검색어 사전이나 시소러스 구축을 통해서 어느 정도 가능하긴 했지만, 처음 만들 때와는 달리 대부분 관리가 이뤄지지 않았다. 

검색어 추천

검색어 추천의 변천사

형태소란 언어의 최소 단위로 스스로 의미를 갖는다. 초기 검색은 형태소가 가장 유사한 다른 검색어들을 추천한다.

그러다가 형태소가 유사하면서도 더 자주 사용되는 검색어들을 추천한다

그러나 형태소 단위 추천은 사용자 검색 의도를 충분히 반영하지 못하는 문제가 있다. 가령 음소가 하나이거나(배, 밤, 술), 동음이의어의 경우에는 추천을 못하거나 엉뚱한 검색어를 추천하는 문제가 발생했다. 시소러스나 시맨틱 검색이 도입되면서부터 형태소는 다르지만 의미가 유사한 검색어를 추천하게 되었다

2010년대에 접어들면서 의미 뿐만 아니라 맥락이 연관된 검색어들이 추천되기 시작했다. 맥락이 반영되면서 사용자들이 체감하는 검색어 추천 품질이 급속하게 올라갔다.

현재는 개인의 관심사/성향/취향/기록 등을 통해서 한단계 더 진보한 형태의 검색어 추천이 대세를 이루고 있다. 예를 들어 ‘스틱’이라고 검색시, 등산에 관심있는 사람에게는 등산스틱이, 요리에 관심있는 사람에게는 요리용 젓가락이 먼저 추천한다.

AI의 본격적인 활용과 더불어 검색에서도 단순히 정확성만으로는 부족하며, 사용자가 '의도했던 것 이상으로 선택지를 제시하고, 취향을 반영했느냐?’가 UX 품질의 중요한 판단 기준이 되고 있다.

네이버 쇼핑 검색

검색어 추천은 검색 입력 시점에서만 기능하지 않고, 검색 결과 화면에서도 '연관 검색어'라는 형태로 효력을 발휘한다.

검색 화면

이전에 검색은 검색어 입력창에서 전부 이뤄졌다. 그러나 최근에는 검색화면을 별도로 두어 최근 검색어, (이전 검색기록에 바탕한) 추천 태그, 개인화, 추천을 제공하기도 하고, 메뉴 화면과 합치는 경향도 있다. 

'입력하기 전까지 아무 일도 일어나지 않는다'에서 최근에는 검색 화면에 미리 예상되는 검색어나 태그, 카테고리를 제시한다. 검색 화면의 UX Design이 보다 적극적으로 변화된 것이다. 

Drop: 인기 검색어, 트랜딩, 추천 / Coursera: 주제, 인기, 학위 과정 / Gametime: 최근 검색어, 근처 스포츠팀, 근처 인기 경기를 검색 화면에서 제공

검색 화면은 정보를 탐색하기 시작하는 시점이기 때문에 지나친 복잡성은 통제하면서 여러가지 경험요소들을 제시하는 것이 좋다. 서비스의 성격과 해당 서비스에 대한 사용자들의 기대를 반영해야 한다.

이렇게 적극적으로 게시되는 검색화면의 UX에는 다음과 같은 패턴이 있다.

검색어와 함께 사용되는 요소: 입력한 검색어와 더불어 검색 조건을 좀 더 명확하게 하는 역할을 한다. 태그, 카테고리(분야, 메뉴, 상품유형), 유형(예: 동영상, 파일, 이미지) 등이 있다. 

검색어 입력을 대체하는 요소: 해당 요소를 선택하는 행동이 검색어 입력을 대체한다. 최근 검색어, 인기 검색어, 추천 검색어, 추천 태그 등이 있다. 

검색의 필요를 대체하는 요소: 검색 대신 다른 방식으로 정보를 탐색하게 한다. 추천 콘텐츠, 메뉴(Category) 등이 있다. 

검색 시점 서비스 주도권 강화

최근 검색어나 인기 검색어는 해당 서비스의 성격을 드러내는데 한계가 있는 반면 검색어 추천, 태그, 카테고리 등은 해당 서비스에 맞게 다양한 응용이 가능하며 사용자 경험에 긍정적으로 작용할 수 있다.

해당 서비스의 고유한 성격을 검색화면의 태그, 카테고리, 콘텐츠에 반영하고 있는 사례들

Robinhood, 우버이츠, Tasty

업무용 서비스에서 검색시 사용자들은 어떤 의도와 기대를 갖고 있을까? 가능한 모든 항목을 특색없이 나열한 마이크로소프트 아웃룩에 비해서 슬랙은 4가지 항목만으로도 충분히 원하는 결과를 찾을 수 있다. 

마이크로소프트 아웃룩의 상세검색은 슬랙에 비해 더 복잡하고 많은 행위를 요구하며, 심지어 결과도 부정확하다