아마존닷컴의 추천 기능

저희 회사(넷스루)에서 추천 솔루션을 개발하면서 많이 참고한 서비스 중 하나가 바로 아마존닷컴(Amazon.com)입니다.

아주 유명한 쇼핑몰일뿐만 아니라 개인화 및 추천 서비스를 매우 풍부하게, 그것도 썩 괜찮은 수준으로 제공하는 곳이 바로 아마존닷컴 사이트입니다.

아마도... 우리나라의 많은 온라인 비즈니스 사이트들 또한 아마존닷컴과 같은 풍부한 개인화 추천 서비스를 하고 싶을 것입니다.
(돈과 시간과 사람만 있으면 못할것이 없겠죠. 문제는... 제한된 돈과 시간과 사람을 가지고 얼마나 양질의 결과를 만드느냐가 아닐까요? 그래서 저희 회사에서도 그런 솔루션을 만들고 있는거구요. 저희 회사의 고객사 가운데 많은 곳이 온라인 비즈니스를 하는 곳들입니다.)

그럼... 아마존닷컴의 추천 서비스를 한 번 둘러볼까요?
(마음의 준비 하세요. 꽤 긴 글입니다. 눈이 펑펑 내리는 창밖을 보면서 오전 내내... ^_^)


개인화된 메인 페이지

먼저, 아마존닷컴의 얼물, 메인 페이지!

후까시는 별로 없지만 자세히 뜯어 보면 흥미로운 것들이 많이 있습니다.

우선... 맨 상단의 두번째 탭이 DONG's Amazon.com 이라면서 저를 반겨주는군요. ^_^
(아직 로그인 하지 않은 상태입니다. 제 PC에 남겨 놓은 쿠키 정보를 이용해서 저를 인식하는 것이죠. 그러면서... 만약 제가 아닌 다른 사람일 경우을 생각해서 "If you're not DONG YAL SEO, click here." 라는 안내를 함께 제시합니다.)
이것만으로도 일단 아마존닷컴의 메인 페이지는 '개인화'된 페이지란 것을 알 수 있습니다. 로그인 하지 않은 상태에서부터 개인화 페이지를 제공한다는 것도 하나의 특징!

페이지 내용을 들여다 보면, 훨씬 심하게 개인화 되어 있다는 것도 알 수 있습니다.
"Recommended for You" 라는 섹션이 보이죠?
네... 이게 바로 '추천' 영역입니다. 그것도 저에게 맞추어진 '개인화된 추천'이지요.
제가 관심을 가질만한 책 3권을 추천했습니다.
(개인적으로 저의 관심을 끌만한 책들입니다. 즉, 꽤 쓸만한 결과라는 말! 그치만... Digital Rights Management에 관한 책은 좀 제 관심에서 벗어나는데...^^)

메인페이지를 좀 더 스크롤 다운 해 보면, 앞서 예로 든 "Recommended for You" 외에 "More Top Picks for You " 라든가 "Recommended Based on Your Browsing History" 라는 추천 영역을 추가로 제공합니다.
(메인 페이지를 방문할 때마다 추천 영역이 조금씩 달라집니다.)

여기서 눈여겨 볼 부분은 "Recommended Based on Your Browing History"라는 부분입니다. 즉, 지금 아마존닷컴을 이용하는 고객이 눈여겨보고 있는 상품을 기준으로, 그와 유사성이 있는 다른 상품을 추천하는 것입니다.
이름만 들어도 매력적인(^^), 고객의 실시간 관심을 반영한 상품 추천입니다!
(제품의 기능 목록이나 제안서 등에서 후까시 제대로 잡을 수 있는 단어... 실.시.간. ^^)

그리고, "More Top Picks for You" 섹션에서 이미지 아래에 있는 "Find similar items" 링크를 클릭하면 해당 상품과 유사성이 있는 상품들을 볼 수 있습니다.

여기서 자세히 보면...
"similar"란 말이 구체적으로 무엇을 말하는지 알 수 있습니다.
 
"Customers who bought this item..." ('Markov Chain ...' 어쩌구를 사는 사람들은)
"Also bought these items.." (이런 책들도 사더라는...)

즉, 주어진 상품을 구매한 사람들이 함께 (또는 추가적으로) 구입한 상품들을 "similar"라고 표현하는 것이며, 앞에서 주어졌던 각종 추천은 바로 이 "similar items" 데이터를 근간으로 한다는 것을 알 수 있습니다.
(뒤에 나오는 다른 추천에서도 마찬가지... 아마존닷컴 추천 기능에서 아주 중요한 키워드입니다.)


추천 이유를 설명해 주는 센스!

추천된 아이템을 잘 보면, 책 이미지 아래에 "Why is this recommended for you? "라는 링크가 있는데, 이걸 클릭해 보면 왜 이 책을 저에게 추천해 주는지 그 이유를 알 수 있습니다.

"Because you purchased... "

제가 과거에 아마존닷컴에서 'Digital Rights Management: Business and Technology'라는 책을 샀더니, 그 책과 유사성이 있는 'Digital Rights Management: Protecting and Monetizing Contents...'라는 책을 추천한답니다.
(어째 내 관심사가 아닌 책을 추천했다 싶었는데, 그와 비슷한 책을 내가 샀다니... 아마도 제가 산 것이 아니라... 제 와이프가 산 책인 것 같습니다. 와이프쪽 분야거든요.^^)

그리고... 여기에 고객이 직접 개입할 수 있는 여지를 준 것도 눈여겨 볼 필요가 있습니다.
이미 그 책을 가지고 있다거나 별로 관심이 없다는 의사를 표시할 수 있으며, 먼저 산 책을 추천에 이용할지 말지를 선택할 수 있게 해 주었습니다.


상품 상세정보 페이지 (Product Detail)


아마존 메인의 추천은 '개인화'된 추천입니다. 즉, 아마존닷컴 메인 페이지를 보고 있는 사람들마다 각각 다른 내용을 보고 있는것입니다. (다른 내용이란 것이... 더 정확히 말하자만 각각 다른 추천 상품이 되겠군요.)

이번에는 실제로 상품 하나를 클릭해서 상세정보 페이지를 보도록 하겠습니다.

 

다른 사이트의 상품 상세정보 페이지와 별반 다를 것이 없어보이죠?
상품에 대한 설명, 가격, 할인내용, 재고여부, 배송정보 등등...

그러나, 조금만 스크롤 다운해서 내려가 보면... 역시나, 곳곳에 추천 서비스가 출현하기 시작합니다.

"Better Together"

지금 상세정보를 보고 있는 상품과 다른 상품을 묶음으로 함께 사면 좀 더 싸게 살 수가 있습니다. 보아하니... 함께 사라고 추천하는 상품(Sementic Web에 관한 것)이 지금 보고있는 상품(Ontology에 관한 것)과 상당히 유사성이 있군요.
(도대체 이 유사성은 어떻게 파악하며, 또 어떻게 관리할까요?)

바로 아래에...
"Customers who bought this item also bought"

지금 상세정보를 보고 있는 상품을 구매한 사람들은 이러이러한 것들도 샀다면서 또 한 번 지름신을 부추기고 있습니다. 이번에는 아주 떼거지로 여러개를 추천하는군요.
추천된 상품들을 보니까... 역시나, 분명히 제가 지금 보고 있는 상품들과 유사성이 있습니다.

이 중에... 맨 앞에 나온 상품... "A Sementic Web Primer"
"Better Together" 에서 묶음으로 추천한 책과 같은 것입니다.
묶음 판매로 추천하는 상품은 상세정보를 보고 있는 상품을 구매하는 사람들이 가장 많이 함께 구매하는 것으로 보입니다.

아마존닷컴에서는 이와 같이 상호 구매 연관관계가 있는 상품들을 "Similar Item"이라고 무르는 것 같습니다. 흔히  Data Mining 분야에서 '연관상품'이라고도 하지요. (이런 연관상품을 찾아내는 기술과 방법은 나중에 따로... 궁금하시면 연락주시고요 ^.^)

상품 상세정보 페이지를 좀 더 스크롤 다운해서 아래로 내려가 볼까요?

"Customers viewing this page may be interested in these Sponsored Links"

구글의 애드센스 같죠?
아마존닷컴의 상품만 추천하는 것은 아니군요.
지금 이 상품과 관계된 광고 링크를 보여줍니다. ("What's this?" 라는 링크를 클릭해 보면 내용을 알 수 있습니다.)

그 아래를 보면 좀 더 섹시한 추천을 만날 수 있습니다. (^_^)

"What do customers ultimately buy after viewing this item?"

지금 이 제품의 상세정보를 본 고객들이 결국 구매한 것은 무엇인지를 알려줍니다.
내용을 보면, 62%는 지금 보고 있는 이 책을 구입했지만 다른 책을 구입한 사람들도 꽤 있습니다.
이 책을 살까말까 고민하던 중에... 이 책 대신 다른 사람들이 산 책이 어떤 것인지를 살펴보는 것도 상당히 유익할 것 같습니다. (실제로... 우리가 이렇게 쇼핑을 하는 것 같죠?)

다시 한 번 주목하고 싶은 것은, '개인화'를 하지 않더라도 상품과 상품간의 연관성만 제대로 파악한다면 얼마든지 풍부한, 그리고 쓸만한 추천이 가능하다는 점을 잘 보여주는 것 같습니다.


마이 페이지

'마이 페이지'라는 말만 봐도 이곳에 뭔가 '개인화' 된 추천들이 있을 것 같습니다.
비단 추천 상품뿐만 아니라, 어떤 어떤 개인화 서비스를 제공하는지도 눈여겨 보면 좋겠네요.

맨 상단에 추천 상품들이 제공되고, 그 아래에 Tag Cloud를 보여줍니다. (요즘 또... 이런거 하나 안해주면 촌스럽죠? ㅎㅎㅎ... 대부분의 서비스들과 마찬가지로 Tag Cloud를 제공하는군요.) 태그들을 죽 살펴보니까... 제가 구매했거나, 또는 관심을 가졌던 상품들과 연관된 것들로 '개인화' 되어 있다는 것을 금방 알아차릴 수 있습니다.

메인 페이지쪽에 추천된 것들은 그래도 뭔가 가방끈 길어 보이는 유식해 보이는 책들이었는데... 마이 페이지에 오니까 제가 좋아하는 축구나 성룡 영화 등의 흔적들도 보이는군요. ^^

'Daily samples'라고 소개된 추천 상품들은 아마존 메인 페이지에 소개된 추천 상품과 별반 다를 것은 없는데... 아마도 제게 추천할만한 상품들을 모아 놓은 목록에서 그때 그때 샘플링을 해서 보여주는 것 같습니다. (샘플링 방법은 모르겠고... ^^)

"see all recommendation"라는 링크를 클릭하면 제게 추천할만한 상품들의 목록을 확인할 수 있습니다. 물론, 각 추천 상품마다 추천 이유도 함께 제시합니다.

(이런... 1-4까지는 모두 축구관련 책들입니다. 아무래도 축구관련 전문서적을 국내에서 구하기 힘들기 때문에 아마존을 들락거리면서 뒤진 결과가 아닐까...)


아마존닷컴 추천의 특징들

간단하게나마 아마존닷컴의 추천 기능을 둘러본 바, 몇 가지 특징적인 것들을 알 수 있습니다.

첫째, 상품 상호간의 "Similar" 관계를 근간으로 한다는 점입니다. 아마존닷컴만의 어떤 방식을 쓰는지는 모르지만, 시스템 내부에는 미리 계산된 상품들간의 Similarity Table이 준비되어 있을 것입니다.

둘째, 굉장히 풍부한 추천 기능을 여러 포인트에서 제공하고 있지만, 그 근간이 되는 아이디어는 단순하다는 점입니다. 즉, 복잡하고 난해하며 뭔가 인공지능적인 방법들을 많이 동원하는 것이 아니라, 단순히 상품간의 similar 관계를 바탕으로 해서 다양한 서비스 시나리오를 만들어 냈다는 것입니다. 기술을 말하기전에, 추천 서비스 기획의 중요성을 알 수 있습니다.

셋째, 고객의 성향을 이해하기 보다는 고객의 실시간 관심사에 주목한다는 점!
고객이 어떤 상품을 좋아할 것인가를 추론해내는 대신, 아마존닷컴을 이용하는 고객의 현재 관심 상품... 즉, 상세보기 했던 상품, Wish List에 담은 상품, 장바구니에 담은 상품 등을 바탕으로 그것들과 어울려 판매되거나 또는 그것들을 대체할만한 상품들을 추천한다는 말입니다. 뜬구름처럼 모호하기만 한 고객들의 성향을 이해하는 것에 비해서, 상당히 현실적이고 실현 가능한 접근방법이라고 생각되네요.

.....

만약 여러분들이 관계된 비즈니스 분야에서 추천 서비스를 제공하고 싶으시다면 아마존닷컴의 서비스를 좀 더 유심히 살펴볼 필요가 있을 것 같습니다.
제가 느낀바로는... 그다지 저를 방해하지 않으면서, 비교적 유효적절한 포인트에서, 질적으로도 꽤 괜찮은 추천을 한다고 생각됩니다.

그렇다면 이런 기능을 어떻게 하면 제공할 수 있을까?
어떻게 상품들간의 구매연관 관계를 찾아낼까?
그것도... 엄청나게 많은 상품과 사용자들 속에서?
.
저희 회사에서 그 기술을 가지고 있습니다. 지난 수년간 웹에서 이루어지는 고객들의 사용 내역을 바탕으로 이것저것 분석해 내는 일을 줄곧 해 왔으니까요.

하지만, 과제가 하나 남는군요.
아마존닷컴처럼 자기들만의 방식으로, 자기들만의 기술진을 가지고, 상당한 돈과 시간을 투자해서 그런 추천 기능을 제공할 회사는 그리 많지가 않을것입니다.

맨 처음 이야기했듯이... 제한된 돈과 시간과 사람을 가지고도 만족할만한 양질의 추천 기능을 쉽게 구축할 수 있는 솔루션과 가이드를 만들어야지요. ^_^

우리가... 넷스루가... 지금 빡시게 만들고 있습니다!

......

PS.
맨날 축구 이야기랑 농담 따먹기만 하니까... 울 회사나 저나 엄청 널널한 줄 아시는 분들이 있는데... 나름대로 빡세게 살고 있습니다. ^_^