이미지 : 1. Spotify, Last FM등의 recommended 캡쳐 | 이다희 완료 음악 산업이 망해가고 있다고는 하지만 소비자 입장에서는 오히려 정 반대다. 우리는 전 세계에서 생산되고 있는 컨텐츠들을 실시간으로 얻을 수 있다. 하지만 풍요의 단점이라면 그만큼 선택이 점점 어려워진다는 것. 그래서 이제는 컨텐츠를 더 쉽게 생산하는 기술만큼 소비자들의 선택을 쉽게 도와주는 기술도 중요해졌다. 따라서 컨텐츠의 바다 속에서 개별 소비자에게 가장 적절한 컨텐츠를 추천해주는 시스템이 점점 발전하고 있는데, 이 중 가장 발전된 분야가 바로 음악관련 서비스들이다.1. 어떻게 추천하는가? 음악 추천 방법은 크게 두 가지로 나뉜다. 판도라의 '음악 게놈 프로젝트'처럼 전문가들이 직접 음악의 요소들을 분석하여 비슷한 곡을 뽑아 추천해주는 방식이 있는 반면, Last.fm과 같이 사용자들의 서비스 이용 데이터를 기반으로 취향을 유추하는 방법이 있다. 어떤 방법이 더 효과적인지는 전적으로 분석/추천 알고리즘과 음악 pool의 크기에 달려 있을테지만, 사용자 입장에서는 음악의 바다에서 자신이 좋아할 만한 음악을 들을 확률을 높여준다는 의미에서 같은 가치를 준다. 음악 자체의 취향 말고도 컨텍스트적인 요소들이 가미된 음악 서비스들도 많다. Songza의 경우 해당 요일과 그 시간에 보통 사람들이 하는 일을 몇 가지 보여줌으로써 activity 기준으로 노래를 추천한다. 예를 들면 월요일 아침 8시에는 대부분의 사람들이 샤워중이거나, 출근 준비중이거나, 러닝머신에서 운동을 하는 등의 활동을 하고 있을 것이기 때문에 이러한 상황들을 첫 화면에 제시하고, 사용자가 그 중 하고 있는 일을 선택하면 그 상황에 가장 적합한 노래를 틀어주는 것이다. 추천 방법의 또 다른 기준들은 어떤 순서가 있는 리스트의 형태인가 그리고 그것이 personalized되었는가 이다. 많은 서비스의 경우 아무런 개인 활동에 기반하지 않은 '관련 컨텐츠' 를 순서 없이 추천하는데, 쉽게 설명하자면 마치 관련 검색어와 같은 개념이다. 예를 들면 판도라의 경우 유저의 활동 내용을 분석하여 개별 음악의 순서를 정한 personalized 플레이리스트 방식이고, 아마존의 추천 시스템은 개인화는 되었지만 추천 콘텐츠간의 순서는 무의미한 시스템이다. 또, 거의 대부분의 서비스들이 추천 항목들로 플레이리스트를 생산하는데, 그것이 iTunes의 Genius처럼 사용자가 보유하고 있는 컨텐츠내 리스트 생성일 수도 있고, 판도라, iHeart Radio, Spotify나 Rdio의 라디오 기능처럼 그 서비스 전체 pool에서 생성하는 리스트일 수도 있다. 2. 발전 방향은? 이제는 음악 스트리밍 서비스에서 추천 시스템이 소비자 선택 기준 중 그 중요도가 높아지고 있는 정도이다. 가장 낮은 단계의 추천인 '관련 검색어' 형 추천부터, 유저 activity data와 전문가 리뷰, 컴퓨터로 하는 acoustic analysis까지 접근 방법을 하이브리드하여 한 개인에게 그 상황에서 가장 fit한 음악을 가장 즐기기 편한 순서대로 제공하는 개인 플레이리스트 추천까지 그 degree도 점점 다양해지고 있다. 한편 서비스들은 컨텐츠/유저 분석의 깊이와 함께 그 커버리지도 더 넓히고 있다. Last.fm이 범위를 넓힌 방법은 Scrobbler이라는 cross-platform 음악 청취 기록 시스템이다. 한 사용자가 아이튠스에, ex-fm이나 Spotify등 다른 음악 플랫폼에서 들은 음악에 대한 기록이 모두 Last.fm에 모일 수 있게 해 놓은 것이다. 하지만 크리베이트가 Last.fm의 Vice President 인 Matthew Hawn을 만났을 때 그가 한 가장 재미있는 이야기는 바로 음악적 취향으로부터 다른 분야의 취향에 대한 단서를 얻는 아이디어였다. 예를 들면 조각 전시회에서 Scrobbler의 기록을 이용해 음악적 취향이 같은 사람들을 모아주는 것이다. 이처럼 한 분야 안에서만 존재하던 취향 기반 추천이, 다른 분야의 취향 기반 추천 시스템과 결합/적용되었을 때 매우 큰 가능성이 있다. 분야를 뛰어 넘는 취향 기반 추천이 가능하다면, 이것이야말로 앞으로의 거의 모든 분야의 마케팅 툴이 될 것이기 때문이다. 개인이 가장 좋아할만한 컨텐츠 양식으로, 그리고 그 컨텍스트에 가장 효과적인 방법으로 소비자와 1:1 맞춤형 마케팅이 가능해진다면 이것은 마케팅의 파라다임 shift라고 불러도 과언이 아닐 것이다. 3. 핵심 소비자 가치를 훼손하지 않는 범위가 어디까지인지 알아야 한다. 그러나 과연 이러한 추천 메커니즘이 소비자에게 가치 있게 느껴지려면 진정으로 소비자가 원하는 추천 유형의 범위가 어디까지인지 확실하게 찾아야 한다. 추천 시스템을 활용한 마케팅에서의 문제는, 소비자가 가치를 느끼는 범위를 조금이라도 벗어나게 되면 서비스 전체에 대한 가치가 급감한다는 데에 있다. 쉬운 예로 우리가 현재 Facebook Ad를 굉장히 불편하게 느끼는 이유는, 가까운 친구들이 Like한 페이지 중에 본인의 취향과 컨텍스트를 벗어나는 페이지를 여과하지 않고 그대로 보여주고 있기 때문이다. 이러한 문제는 페이스북처럼 SNS 포스팅-광고라는 다른 유형의 컨텐츠가 아니라 동일한 컨텐츠 유형에 대해서도 마찬가지이다. Spotify의 무료 버전은 중간 중간에 광고를 강제로 듣게 되어 있는데, 노래를 듣다가 그 사용자가 좋아할 만한 새로운 음반에 대한 광고가 나오는것 자체도 사용자의 편리를 훼손한다. 여기서 주목해야할 점은, 결국 핵심 소비자 가치를 해치지 않는 선에서 추천 기반 마케팅을 하려면 결국 소비자가 목적하는 그 액션 - 음악을 듣기 위해 Spotify를 사용하고 있는 것이라면 음악을 듣는다는 그 행위 - 에 최대한 반하지 않는다고 인지하는 행위들이 무엇인지 알아내야 한다는 것이다. | Related Link Related Work Related Article |