네이버 TV캐스트팀에 묻다

결국 핵심은 좋은 콘텐츠”네이버TV캐스트는한국에서가장인기있는동영상스트리밍서비스중하나다.

언제어디에서나다양한콘텐츠를볼수있는것이장점이지만

단순한물량공세만으로그런인기를얻을수는없을것이다.

어떻게사용자가원하는콘텐츠를제공해그들에게보여줄수있는지,

어떻게수요에부응할뿐만아니라수요를창출할수있는지,

궁금했던TV캐스트의이면을물었다.

편집부

플랫폼이메인화면에제공하는콘텐츠리스트는사용자들이콘텐츠를선택하는데큰영향을

미치는듯하다.네이버TV캐스트는‘TOP100’이그역할을하고있는데,선정과정이궁금하다.

실시간 TOP100은 이전 1시간 동안 발생한 사용자의 재생 수를 기준으로 순위를 매긴다. 이

전 1시간이란, 만약 지금이 10시 30분이라면 ‘오전 9시~10시 사이의 1시간’을 의미한다. 현재

까지는 순수하게 동영상 재생 수만으로 순위를 산정해 운영하고 있지만, 보다 다양한 요소가 반

영되어야 한다는 요구가 있어 현재 여러 랭킹 산정 로직을 시뮬레이션하고 있다.

네이버 TV캐스트 TOP100

SPECIAL ISSUE

2016. 10+11 VOL. 08 20방송 트렌드 & 인사이트BROADCASTING TREND & INSIGHT

사용자들의특성이데이터로쌓여추천으로이어지는과정이궁금하다.이과정에서가장중요하게

작용하는사용자의특성은무엇인지,어떤특성이유효한데이터로기능하는지등에관해알고싶다.

TV캐스트 추천에 있어 가장 중요한 데이터는 사용자들의 관심사다. 사용자의 관심사를 기반

으로 사용자가 좋아할 만한 영상 위주로 추천한다. 영상에 대한 사용자의 행위(시청 이력, 영상을

재생한 시간, 좋아요, 구독 등)에 따라 관심사를 결정하고, 그 관심사와 가장 비슷한 패턴을 보이

는 가상의 사용자 그룹을 찾는다. 그다음 그룹 내 관심도가 높은 영상 중에서 사용자가 아직 시청

하지 않은 영상을 후보로 추출하고, 그중 사용자의 최근 관심사 및 시청한 영상의 특성에 가장 잘

부합하는 영상을 추천 영상으로 제공한다. 약관 동의가 가능한 로그인 사용자에 대해서만 데이

터를 제한적으로 사용하고 있다.

넷플릭스처럼사용자특성에따라콘텐츠를추천하는것이콘텐츠플랫폼의경쟁력이되어가는것

같다.네이버도이러한추천시스템을강화할듯한데,어떤면에주력하는시스템을제공혹은개발

중인가?

우리는 서비스 내 콘텐츠 특성에 기반한 단기(short term)와 장기(long term) 추천을 하고 있

다. 예를 들어 시의성에 민감한 대중적인 사용자 특성상, TV캐스트 사용자는 방송 콘텐츠 영상의

소비 비율이 높다. 그러므로 방송 콘텐츠의 주요 특성인 최신성과 이슈화 등을 추천에 반영할 수

있는 시스템을 개발하고 있다. 프로파일(특성과 현재 상황 등)과 분석된 특성을 통해 사용자가 지

금 보면 가장 좋을 영상을 추천하는 것이다. 또한 양질의 콘텐츠지만 잘 알려지지 않아 아직 빛을

보지 못한 콘텐츠를 발굴하여 사용자가 잠재적으로 보면 좋을 영상으로 추천하고 있다.

더불어 지속적인 추천 품질 향상을 위한 사용자 피드백도 학습 중이다. 제공된 추천 결과에

대한 사용자의 피드백(클릭, 재생, 무관심 등)을 데이터로 반영하여 추천 품질을 지속적으로 개선

하는 것이다. 머신 러닝과 통계적 접근을 통해 사용자 추천에 대한 피드백이 쌓일수록 추천기의

품질이 향상된다. 이외에도 추천의 품질을 지속적으로 향상하는 여러 기술을 검토하고 개발을

진행 중이다.

네이버TV캐스트는채널카테고리,테마관,방송관등의형태로콘텐츠를카테고리화하여

제공한다.이기준은어떻게설정된것인지.

네이버 TV캐스트 플레이리그(왼쪽)와 V앱

SPECIAL ISSUE

2016. 10+11 VOL. 08 21방송 트렌드 & 인사이트BROADCASTING TREND & INSIGHT

사용자들에게 오랜 시간 인식된 주제 분야를 기본으로, 검색 등을 통해 확인되는 사용자 니즈도

살핀다. 모든 것을 기술적인 기준으로만 볼 수는 없기 때문에 여러 요소를 참고해 구성하고 있지

만, 주력하는 건 시의적인 관심사들을 보다 덜 고정적으로, 필요에 따라 빠르게 제공하는 거다. 최

근 생긴 테마관도 이런 의도를 반영한 결과다.

VOD가시간과공간의제약을약화하는한편에서는정해진시간에봐야하는생중계와라이브앱

서비스가활성화되고있다.이에대한사용자들의반응과참여는어떤가?

생중계는 ‘순간 모객력’이라는, 사용자들을 집결시키는 콘텐츠의 힘이 핵심이다. VOD가 시공

간 제약을 최대한 풀어준 형태라면, 실시간과 인터랙션이 중요한 콘텐츠도 있다. 예를 들어 최근

TV캐스트에서 생중계한 ‘여의도불꽃축제’는 그 시간과 공간, 즉 그 순간의 경험을 공유하고자 하

는 사람들이 이용한 서비스다. ‘혼밥’이 대세이면서도 ‘먹방’이라는 형태로 혼밥 간의 네트워킹을

시도하는 니즈가 있는 것처럼, 생중계에도 비슷한 니즈가 있다고 본다.

1인창작콘텐츠는수많은대형프로그램에파묻혀사용자들의눈에띌기회를얻기가쉽지않을것

같다.그런데도꾸준히스타들이나오고있다.네이버의추천이나큐레이션시스템이이러한작은

동영상의확산에도움을줄수도있는것인지.

우리는 빅데이터 분석에 기반한 개인 맞춤 추천을 강화하는 중이다. TV캐스트 추천의 목표는

수많은 영상 중에서 사용자가 원하는 영상을 손쉽게 소비할 수 있도록 코디네이션하는 거다. 다

양하게 수집되고 누적된 대용량 데이터 기반의 사용자 프로파일링으로 취향을 분석하고, 분석된

취향에 사용자의 현재 상황을 가장 잘 이해할 수 있는 컨텍스트 정보를 더해 최적의 맞춤 추천을

제공한다. 사용자가 추천에 만족하고 보다 손쉽게 영상을 소비할 수 있도록 다양한 실험과 개발

을 진행하고 있다.

TV에서는최대한많은시청자를끌어모으기위해라이프사이클에맞춰특정시간에전략적으로

콘텐츠를제공하는편성의개념이무너지고있다.반면인터넷동영상서비스에새로운편성개념이

나타나고있다고도보인다.이용자들의선호를최대한반영하고접점을넓히는전략을구사하면서

일종의편성을선도하고있기때문이다.이처럼새로운개념의편성에서동영상서비스가가장중요하게

생각하는요소는무엇인가?

편성이든 추천이든 딥러닝이든, 결국 가장 중요한 것은 좋은 콘텐츠다. 다만 좋은 콘텐츠가

너무 많아지고 있으므로 사용자가 일일이 그 많은 콘텐츠를 뒤져 혼자 힘으로 원하는 콘텐츠를

찾기가 어려워졌다. 이에 양질의 콘텐츠와, 그 콘텐츠를 원하지만 쉽게 찾지 못하는 사용자를 찾

아내서 그들 사이를 연결해주는 것이 가장 중요하다고 본다. 네이버 TV캐스트는 그 역할을 제대

로 수행하기 위해 보다 양질의 콘텐츠가 제작될 수 있는 구조를 만들고자 한다. 그러기 위해 수익

모델과 광고 상품, 사용자 반응이 좋은 웹드라마와 웹예능 등을 비롯해 다양한 주제군의 콘텐츠

에 유통 지원책을 발표하기도 했다. 그 콘텐츠들이 원하는 사용자들에게 잘 ‘배달’될 수 있도록,

추천 로직과 랭킹, 피드, 개인화 등을 통해 배달의 노하우와 기술을 계속 개선하고 있다.

SPECIAL ISSUE

2016. 10+11 VOL. 08 22방송 트렌드 & 인사이트BROADCASTING TREND & INSIGHT