‘상품 추천’ 맛집들의 비밀 레시피 파헤치기

커머스 플랫폼의 ‘상품 추천’은 고객 경험(User Experience, UX)을 도와주는 중요한 역할입니다. 그래서 UX를 고려하지 않고 단순히 인공지능(AI)으로 개인화 추천 모델을 학습한다고 해서 고객의 반응을 끌어내기엔 부족합니다. 그래서 오늘도 수많은 서비스 기획자와 PM(Product Manager), PO(Product Owner)들이 고객의 클릭률(CTR), 구매 전환율(CVR), 리텐션 등을 올리기 위해 어떤 방법으로 상품 추천을 제공해야 할지 고민하고 있습니다.

저 역시도 좋은 상품 추천 서비스를 고객에게 제공하기 위해 많은 고민을 하고 있으며, 여러 플랫폼을 비교/분석하고 있는데요. 저처럼 다른 서비스에 적용된 다양한 상품 추천 사례를 공부하는 분들이나 색다른 아이디어가 필요하신 실무자들을 위해 참고하면 좋은 이커머스 플랫폼 사례들을 모아봤습니다.

에이블리, #디스커버리 추천 #카테고리 초개인화

먼저 소개할 플랫폼은 ‘에이블리’입니다. 에이블리는 10대~30대 여성 패션 플랫폼으로, 개인화 AI 추천 알고리즘으로 고객 취향에 맞는 다양한 상품을 추천하는 것이 특징입니다. 또한 고객 체류 시간과 리텐션을 높이기 위해 웹소설, AI 프로필과 같은 서비스도 제공하고 있습니다. 기술적으로 고도화된 AI 추천을 내세우는 에이블리의 상품 추천 시스템을 살펴보겠습니다.

(1) 무한스크롤을 활용한 ‘디스커버리 추천’

출처: 에이블리

에이블리는 홈화면에서 전체 상품을 카테고리별로는 개인화 추천을 노출하고 있습니다. 이때 노출되는 모든 화면은 고객이 스크롤을 끊임없이 내려도 계속 추천 상품이 나오는 ‘무한스크롤 형태’를 띄고 있습니다. 이러한 추천 방식은 끊임없이 새로운 상품을 탐색할 수 있기 때문에 고객의 서비스 체류시간을 높일 수 있습니다.

물론 플랫폼의 특성에 따라 디스커버리 추천 방식은 고객이 원하는 상품을 쉽게 찾지 못하고 이탈할 수 있습니다. 다만 에이블리의 경우, 고객의 체류시간을 높여서 ‘고객생애가치(Life time value, LTV)’를 높이려는 전략으로 보입니다.

에이블리의 개인화 추천 알고리즘은 어떻게 구현했을까?

에이블리에서 특정 상품을 클릭하면 해당 상품의 특징에 맞게 실시간으로 추천이 바뀝니다. 이렇게 고객의 행동에 따라서 실시간으로 바뀔 수 있는 추천은 ‘시퀀셜 추천(Sequential Recommendation)’ 모델이기 때문에 가능하다고 판단됩니다.

시퀀셜 추천은 ‘세션 기반 추천(Session-based Recommendation)’이라고도 불리며, 고객이 클릭하거나 구매하는 이벤트를 통해 ‘유저 시퀀스 벡터(User Sequence Vector, 고객 특성에 대한 정보를 담고 있는 개념)’ 고객이 여러 상품을 클릭하면 그때마다 계산되는 정보가 달라지기 때문에 실시간 고객 행동이 추천에 반영될 수 있습니다.

더 구체적인 내용은 저희가 작성한 ‘Blux 개인화 추천 어떻게 하는데? (1)’ 글을 확인해 주세요. 😁

(2) 카테고리 순서 개인화

출처: 에이블리

에이블리 상품 추천의 두 번째 특징은 홈화면에서 노출되는 카테고리 순서의 개인화입니다. 예를 들어 휴대폰 키링을 봤을 때 문구/취미 카테고리 순서가 가장 앞에 위치하고, 운동화를 봤을 때는 신발 카테고리가 첫 번째로 위치하는 방식입니다. 이처럼 고객이 관심 있게 본 상품의 카테고리 선수를 앞으로 위치할수록 클릭률은 높아질 수밖에 없으며, 고객의 지속적인 탐색을 유도할 수 있습니다.

쿠팡, #검색어 추천

다음에 소개할 서비스는 쿠팡입니다. 쿠팡은 국내 전자상거래 1위 업체로 생필품, 옷, 전자제품 등 수많은 상품을 판매하는 종합 이커머스 플랫폼입니다. 취급하는 상품의 수나 다양성 측면에서 압도적으로 많기 때문에 고객이 어떻게 원하는 상품을 쉽게 찾게 할 수 있을지 고민한 모습들을 찾을 수 있었습니다.

쿠팡에서 제공하는 여러 상품 추천 UX가 있지만, 개인적으로 가장 효과적인 방법이라고 파악한 건 ‘추천을 통해 고객 검색 경험 고도화하기’입니다.

(1) 검색어 추천하기

출처: 쿠팡

특정 상품을 구매하려는 고객은 보통 먼저 검색을 하기 마련입니다. 이때 쿠팡은 검색창에 온 고객에게 최근 검색어에 맞춘 추천 검색어를 노출합니다. 이러한 검색어 추천을 통해 기대할 수 있는 점은 고객이 검색한 키워드와 유사하거나 더 구체적인 키워드를 통해 원하는 상품을 찾지 못하더라도 지속적으로 상품을 검색하도록 유도하는 것입니다.

일반적인 이커머스 플랫폼이 검색창에서 ‘인기 검색어’를 표시하는 것과 달리 고객 검색어를 바탕으로 한 ‘검색어 추천’ 방식은 주목할 만하다고 생각합니다.

검색어 추천은 어떻게 만들었을까?

쿠팡의 ‘검색어 추천’은 두 가지 방식으로 구현할 수 있습니다. 첫 번째는 실제로 고객이 연속해서 검색한 기록을 바탕으로 ‘동시 발생 행렬(Co-occurrence matrix)’을 학습하는 방식입니다. 동시 발생 행렬이란 두 가지 검색 X, Y를 연속해서 검색할 확률을 나타내는 방법입니다. 예를 들어 고객이 검색어 Z를 검색했을 때 해당 키워드와 같이 검색될 확률이 높은 순서대로 다른 검색어를 추천하는 방식입니다.

두 번째는 키워드 간 관계를 ‘지식 그래프(Knowledge graph)’ 형태로 나타내 인접해 있는 키워드를 추천하는 방식입니다. 지식 그래프에서는 서로 연관되거나 계층적 관계가 있는 키워드를 ‘간선(Edge)’으로 연결합니다. 그래프에서 간선 1개로 이어진 관계를 ‘직접 이웃(One-hop neighbors)’라 하는데, ‘One-hop’ 또는 ‘Two-hop neighbor’의 키워드를 찾으면 특정 단어를 검색했을 때 포괄하는 상위 계층 키워드를 알아낼 수 있습니다. 이를 통해 첫 번째 방식에서 연속되어 검색되는 추천 검색어의 데이터가 부족한 문제도 극복할 수 있습니다.

오늘의 집, #관심있는 카테고리 #추천 이유 설명 #상세페이지 비교

오늘의 집은 인테리어 플랫폼으로 집들이 콘텐츠, 시공 서비스와 함께 인테리어 상품을 판매하는 쇼핑몰 기능을 제공하고 있습니다. 각종 인테리어 상품을 추천하기도 하며, 관심 있는 상품을 바탕으로 ‘집들이 콘텐츠’를 추천하기도 합니다. 오늘의 집에서 관심 있게 볼 추천 메뉴는 크게 3가지가 있습니다.

(1) 고객이 관심있을 만한 카테고리 추천

출처: 오늘의 집

오늘의 집에서 상품을 탐색하다 보면 홈화면에 위와 같은 상품 추천이 노출됩니다. 프라이팬을 봤더니 해당 카테고리의 인기 상품을 추천하는 것을 볼 수 있습니다. 이러한 방식은 고객이 다른 카테고리의 상품을 클릭할 경우, 관심사에 맞게 추천되는 카테고리 또한 실시간으로 변화하면서 탐색을 도와줍니다.

(2) 추천에 대한 이유 설명하기

출처: 오늘의 집

두 번째로 주목할 만한 추천 방식은 ‘홈화면 스타일 더하는 맞춤 추천’입니다. 이 추천 방식은 고객이 관심있는 상품과 연관된 집들이 콘텐츠를 추천하는 피드입니다. 오늘의 집에서는 단순히 집들이 콘텐츠만 추천하는 것이 아니라 콘텐츠 추천의 이유가 되는 상품들도 같이 노출하고 있습니다.

이처럼 고객에게 상품을 추천한 이유를 강조하는 방식을 ‘설명 가능한 추천(Explainable Recommendation)’이라 부릅니다. 예를 들어 영화를 추천할 때 ‘너가 이 영화를 좋아할 것 같은 이유는 이전에 좋아했던 비슷한 장르의 영화를 봤기 때문이야’와 같은 걸 뜻합니다. 이를 통해 고객은 추천의 근거를 알 수 있어 플랫폼의 상품 추천을 더 신뢰하고 수용하게 됩니다. 오늘의 집의 경우, 집들 콘텐츠를 추천하기 위해 고객이 최근에 본 상품인지, 장바구니에 담아 관심사를 표현한 상품인지 등을 같이 보여 줍니다.

이러한 방식 덕분에 오늘의 집을 이용하는 고객은 이 상품이 왜 추천이 됐는지 알게 되고, 본인이 관심 있게 본 상품이 적용된 인테리어 콘텐츠를 클릭할 확률이 높아집니다.

실제로 고객이 추천에 대한 이유를 직관적으로 알게 되었을 때 추천에 대한 만족도가 높아지고 클릭률, 구매 전환율과 같은 지표도 높아진다는 실험 결과(출처: Explainable Recommender System in 카카오웹툰)가 있습니다. 오늘의 집도 이러한 연구를 통해 홈화면에 위와 같은 화면을 만든 것으로 예상합니다.

(3) 상세페이지에서 가격대별 비교하기

출처: 오늘의 집

마지막으로 오늘의 집에서 상품 상세 페이지에 있는 가격대별 비교하기 추천을 주목할 필요가 있습니다. 보통 다른 플랫폼은 고객이 쇼핑할 때 찾는 상품과 유사한 제품을 비교하여 구매할 수 있게 도와줍니다. 반면 오늘의 집은 고객이 상품 구매를 고민할 때 ‘내가 본 상품보다 낮은 가격대’나 ‘내가 본 상품보다 높은 가격대’ 등 가격이라는 데이터를 바탕으로 비교할 수 있게 도와줍니다.

이러한 상품 추천 기능이 없다면 고객이 직접 가격을 비교해야하기 때문에 실제 구매로 이어지기까지 어려울 수 있습니다. 고객이 상품 구매까지 결정하는 단계를 하나 없앤 관점에서 주목할 추천 방식이라고 생각합니다.

이커머스 플랫폼의 성공 비결들

오늘은 국내 이커머스 플랫폼에서 참고할 만한 ‘AI 개인화 추천 방식’에 대해 알아보았습니다. 독특한 상품 추천 덕분에 ‘에이블리’, ‘쿠팡’, ‘오늘의 집’은 각자의 업계에서 상위권을 차지하고 있습니다. 이러한 성공은 사용자에게 최적화된 상품을 추천하여 더 나은 고객 경험을 제공한 결과입니다.

국내외 많은 커머스 플랫폼은 매출 상승을 위해 AI 기술을 활용하여 고객 경험을 향상시키고 있습니다. AI 개인화 추천 방식은 앞으로도 이커머스 플랫폼의 중요한 성공 요소로 자리 잡을 것입니다. 블럭스 역시 다양한 사례를 연구하고 분석하여, 클라이언트의 매출 상승을 도울 수 있는 서비스를 제공하겠습니다.