넷플릭스가 나보다 내 취향을 더 잘 아는 이유: 넷플릭스 추천 시스템 완벽 정리

안녕하세요! 협성대학교 미디어영상광고학과 20240340 최유민입니다.

 

과제를 끝내고 넷플릭스를 켰을 때, 내 마음을 읽은 듯 “00님이 좋아할 만한 콘텐츠"가 떠 있는 걸 보면 가끔 소름 돋지 않나요?

(전 가끔 소름 돋더라고요..)

 

도대체 넷플릭스는 수많은 시청자들중에 어떻게 '나만의 취향'을 정확히 찾아내고 추천하는 걸까요?

오늘은 넷플릭스 추천의 핵심인 '협업 필터링'과 '콘텐츠 기반 필터링'의 대한 궁금증을 풀어드릴게요!

 

1) 취향의 도플갱어를 찾아서: 협업 필터링

 

넷플릭스 알고리즘의 뿌리는 바로 '협업 필터링' 입니다. 협업 필터링은 '내가 무엇을 봤는가'보다 나와 비슷한 사람들이 무엇을 좋아하는가'에 집중합니다.

예를 들어 한 친구가 A를 봤고, 다른 친구가 A와 B를 봤다면 AI는 두 사람을 '취향 도플갱어'로 묶어 한 친구에게 B를 추천하는 식이죠.

이 정교한 설계 덕분에 넷플릭스 시청 시간의 무려 80%가 검색이 아닌 알고리즘 추천을 통해 발생한다고 합니다.

특히 단순히 성별이나 나이로 타겟팅하는 기존 광고와 달리, 넷플릭스는 AI로 자신과 비슷한 콘텐츠를 즐기는 ‘취향 도플갱어 그룹’이

반응했던 특정 광고를 골라 노출한다고 합니다.

하지만 넷플릭스의 추천은 여기서 멈추지 않아요! 콘텐츠 기반 필터링이 함께 작동하기 때문입니다!

 

2) 콘텐츠의 뼈대까지 분석하는 ‘콘텐츠 기반 필터링’

위 사진처럼 넷플릭스는 콘텐츠를 단순히 ‘로맨스’라고 하지 않고 직장을 다루는 과 같은 구체적인 키워드(태그)를 분석합니다! 만약 내가 ‘김비서가 왜그럴까’를 재밌게 봤다면, AI는 내가 #직장 #오피스 #로맨스라는 특징을

선호한다고 판단하여 비슷한 속성을 가진 ‘로맨스는 별책부록’이나 ‘키스는 괜히 해서’를 화면 전면에 배치합니다.

 

3) 두 알고리즘의 결합: 하이브리드 추천의 힘 결국 우리가 보는 넷플릭스 메인 화면은 이 두 가지 알고리즘이 결합한 하이브리드 추천 시스템의 결과물입니다. 협업 필터링: "나와 비슷한 도플갱어들이 좋아하는 걸 추천해 줄게!“ 콘텐츠 기반 필터링: "네가 본 그 영상이랑 성격

(소재/장르)이 가장 비슷한 걸 찾아줄게!“

이처럼 AI는 내 다음 행동을 예측해 가장 반응할 확률이 높은 콘텐츠와 광고를 매칭해주는 것,

결국 넷플릭스는 광고를 단순한 방해물이 아니라, 시청 경험에 녹아드는 맞춤형 콘텐츠로 만들어내고 있습니다!

 

참고자료

테크월드뉴스, [생활TECH] 넷플릭스, 내 취향 어떻게 알까? -

알고리즘의 원리 https://www.epnc.co.kr/news/articleView.html?idxno=83033

한국경제, OTT 넷플릭스가 촉발한 취향저격 추천 알고리즘의 진화 https://www.hankyung.com/article/2024060940091