주요 기업 사례로 알아 본 AI 기반의 개인화 서비스

“AI 업계의 신규 트렌드, 개인화! AI와 빅데이터 처리 기술을 통한 사용자의 니즈에 맞는 서비스 제공”

 

 

최근 몇 년 전부터 AI가 ICT업계의 화두로 부상한 가운데, AI 기술 고도화의 영향으로 스마트폰 뿐만 아니라 서비스, 제조사 등 업계 전반에서 개인화에 대응하고 있습니다. 이미 구글, 아마존 등 글로벌 ICT업계의 큰 손들은 개인화된 인공 지능 서비스에 속도를 내고 있으며, 카카오, 네이버, 삼성 등 국내 주요기업들도 인공지능을 적용한 개인화 서비스를 속속들이 내놓고 있습니다. 이번 칼럼에서는 주요 기업의 서비스 사례 중심으로 인공지능에 기반한 개인화서비스를 소개하고자 합니다.

 

 

 

구글

구글은 ‘AI-first’를 넘어 ‘모두를 위한 AI(AI for Everyone)’를 새로운 가치로 내걸었으며, 구글코리아는 5년간 AI개발자 5만명을 교육하겠다는 목표를 밝힐 정도로 AI개발에 박차를 가하고 있습니다. 구글은 이미 다양한 분야에 인공지능을 활발히 적용하고 있으며, 그 중 얼굴 인식 AI스피커인 ‘Nest Hub Max’, 클라우드를 거치지 않고 스마트폰으로 곧바로 AI를 구현한 ‘구글 어시스턴트’가 대표적입니다. 이 외에도 사람의 목소리를 흉내내어 전화예약을 해주는 ‘듀플렉스’, 개별 사용자 기반 뉴스를 추천해주는 ‘구글 뉴스’ 등에 개인화 서비스가 적용되어 있습니다.

 

 

얼굴 인식 AI 스피커 ‘Nest Hub Max’

 

 

예시 : Nest Hub Max (출처 – Xdadevelopers)

 

인공지능을 통한 얼굴 인식이 가능해진 네스트 허브 맥스는 최대 6명까지 인식하고 각자에게 맞춤형 정보를 제공합니다. 네스트 허브 맥스는 인식된 사용자의 얼굴과 사용 상황을 기반으로 아침에는 일정, 날씨, 버스 정보 등을 알려 주고, 퇴근 후에는 자주 듣던 음악을 재생해주는 등의 사용자가 원하는 시간대에 원하는 행동에 맞추어 정보를 제공해줍니다.

 

 

관심사 기반 뉴스 추천 ‘구글 뉴스’

 

 

(출처 – 구글뉴스)

 

구글에서도 뉴스 서비스에 AI를 대폭 도입하여 실시간 주요 헤드라인과 개별 사용자의 지역 및 관심사를 기반으로 가장 많이 읽을 법한 뉴스 5개를 보여줍니다. 실시간 뉴스 내용을 분석해 새로운 AI 및 머신러닝 집합 기술을 이용하여 정보의 흐름을 일정하게 유지하는 스토리 라인을 구성해서 보여주는 것이 구글뉴스의 핵심적인 기능입니다.

 

 

AI비서 ‘구글 어시스턴트’
 

 

 

예시 : 구글어시스턴트의 데일리 루틴 설정

 

구글 어시스턴트는 데일리 루틴 기능을 지원합니다. 이는 일상에서의 주요 상황, 즉 기상, 취침, 출퇴근에 따라 알람, IoT 디바이스 제어 등 예약된 기능을 자동으로 수행합니다. 취침 전, ‘오케이 구글! 내일 아침 7시에 깨워줘’, ‘오케이 구글! 내일 날씨 알려줘’, ‘오케이 구글! 방해금지모드로 해줘’ 라고 3번의 명령을 내렸다면, 루틴 기능을 통해서는 ‘오케이 구글! 취침시간’ 한마디면 이 모든 작업을 한번에 수행하게 됩니다.

지난 해 구글은 구글 어시스턴트를 통해 사용자 대신 전화를 걸어 식당 예약을 할 수 있도록 해주는 ‘듀플렉스 기술’을 적용하여, 상용화를 시작했습니다. 먼저 어시스턴트와 대화하면서 레스토랑 이름, 인원수, 시간 등의 정보를 알려주고 최종 승인을 하면 예약이 시작됩니다. 구글 캘린더에서 진행상황을 확인할 수 있고 취소버튼을 누르면 자동으로 인공지능이 식당으로 전화를 걸어 취소 또한 가능합니다. 특히 기존의 문답식 AI가 딱딱하고 상투적인 대화만 할 수 있었다면 듀플렉스는 일상적 대화의 세부적 특징까지 거의 완벽하게 인간을 모방할 수 있는 것이 특징적입니다.

 

 

 

 

아마존

가장 먼저 스피커에 음성인식 비서 ’알렉사’를 탑재한 아마존은 구글과 함께 스마트 스피커 시장의 선두주자로, 아마존과 구글의 AI플랫폼 시장점유율은 90%이상으로 추정됩니다. 삼성전자와 LG전자를 비롯한 글로벌 전자 업체들 뿐만 아니라 자동차 제조 업체까지 앞 다투어 자사 제품에 아마존 ‘알렉사’와 ‘구글 어시스턴트’를 탑재하고 있습니다.

아마존은 인공 지능 스피커 외에도 아마존 닷컴에 AI 기술을 적용하여 개인화 서비스를 하고 있으며, 일부 AI기술을 서비스화하여 공개하였습니다. 그 중 퍼스널라이즈(Pesonalize)는 자사 클라우드를 사용하는 쇼핑몰 사업자가 개인화 상품 추천 기술을 활용할 수 있도록 도와주는 개발 도구로, AI에 관한 특별한 지식이 없어도 상품 추천 서비스를 쉽게 도입할 수 있게 되었습니다.

 

 

 

 

삼성전자

빅스비루틴

삼성 갤럭시 S10에는 AI의 머신러닝을 기반으로 한 빅스비루틴(Bixby Routines) 기술이 첫 적용되었습니다. 빅스비루틴은 사용자가 자주 사용하는 앱과 사용자 생활 습관, 사용 환경을 스스로 분석해 자동으로 개인화된 스마트폰 설정과 앱을 추천해 스마트폰을 더울 효율적으로 사용할 수 있도록 돕습니다. 회사, 집, 운전 중 등 6개의 개인 루틴을 포함한 14가지 추천 루틴을 통해 상황에 맞는 여러 가지 동작과 앱을 제안하고 자동으로 설정할 수 있게 해줍니다.

 

 

예시 : 빅스비 루틴 설정

 

차를 탈 때마다 블루투스를 연결하고, 내비게이션을 켜고, 음악을 트는 일을 반복하는 사용자의 패턴을 ‘빅스비’가 포착한 뒤라면 운전자가 차량에 탑승해 블루투스를 연결할 때, 빅스비가 내비게이션을 켜고 음악을 트는 앱을 동시에 구현하거나 추천해줍니다.

 

사용자가 자주 확인하는 앱을 초기 화면에 제시해 손쉽게 앱을 구동시키게 해 사용자의 스마트폰 사용 방식을 한결 간단하게 만들고, 부대 효과로 배터리 사용량을 줄이는 식의 작업도 ‘빅스비 루틴’이 수행할 수 있습니다. 기존 ‘빅스비’가 질문을 하면 답을 가르쳐 주던 비서 역할이었다면, ‘빅스비 루틴’은 사용자의 스마트폰 사용 습관까지 교정해주는 ‘코디’처럼 작동하는 셈입니다.

 

최근 국내 대표 포털인 네이버와 다음은 AI가 분석한 사용자의 취향을 바탕으로 구성한 추천 콘텐츠는 형태로 개편하였습니다. 모두에게 똑 같은 정보를 띄워주는 포털은 이제 사라지게 되었습니다.

 

 

 

 

카카오

다음 ‘추천’

 

예시 : 각각의 사용자에 맞추어 다른 정보를 보여주는 다음 추천 탭

 

다음은 카카오의 AI기술인 ‘카카오아이(i)’ 추천 엔진을 전면 적용하여, AI가 파악한 사용자의 취향을 바탕을 기존 뉴스뿐만 아니라 동영상, 카페, 블로그, 커뮤니티 등 여러 콘텐츠를 ‘추천’ 탭에서 보여주는 형태로 개편하였습니다. 사용자의 콘텐츠 소비 이력을 학습해 맞춤형 추천을 제공하고 콘텐츠 자체의 내용을 분석해 유사한 콘텐츠를 찾아 제안하는 방식입니다.

 

 

 

 

네이버

네이버는 자사 AI 콘텐츠 추천 알고리즘 ‘에어스(AiRS)’를 적용하여 뉴스, 검색 등에 AI기반 개인화 서비스를 대폭 적용하였습니다.

 

네이버 MY뉴스

 

예시 : 네이버 MY뉴스 탭

뉴스서비스는 이번 개편을 통해 그 동안 내부에서 편집해 동일하게 노출해 온 뉴스기사를 에어스(AiRS) 알고리즘 기반 자동 추천 기사로 대체했습니다. 네이버에 따르면 ‘에어스(AiRS)’를 적용한 결과 콘텐츠 소비량이 큰 폭으로 증가했다고 밝혔으며, 네이버 뉴스판에 노출되는 AI 콘텐츠의 일평균 페이지 뷰(PV)는 1년 만에 69% 증가했으며, 해외 4개국 일일 사용자 수는 176% 늘었습니다.

 

 

네이버 쇼핑MY

 

예시 : AiTEMS 추천상품

 

커머스 서비스에서는 ‘뭐하지’판과 ‘트렌드’판에서 개인의 관심사 또는 장소, 연령별에 따라 추천 콘텐츠가 제공되고 있으며, 쇼핑 추천 기술인 ‘에이아이템즈(AiTEMS)’를 통해 최근 본 상품, 찜한 상품 등 사용자의 쇼핑 데이터를 기반으로 사용자의 취향을 분석해 상품을 추천해주고 있습니다. 에이아이템즈는 딥러닝 기반의 추천 모델을 바탕으로, 네이버의 여러 서비스에서 이뤄지는 사용자의 행동 이력과 상품의 메타 정보를 분석해 상품을 추천한다는 점에서 ‘크로스오버 추천’이라는 특징을 가지고 있습니다. 구매 경험이 없어도 네이버의 여러 서비스를 이용한 이력이 존재한다면 사용자 개인에게 적합한 상품을 추천할 수 있습니다.

 

 

네이버 검색

검색 서비스에서도 사람의 기억 방식을 모방한 HuMM 개인화 검색 시스템을 적용하여 모두에게 동일한 검색 결과를 제공하는 대신 개인별 검색 의도에 따라 최적의 결과를 보여주는 서비스를 제공하고 있습니다. 네이버 따르면 지난해 사용자 1%를 대상으로 개인화 테스트를 진행한 결과, 검색 결과 최상단에 노출된 컨텐츠 소비비율이 4배 증가한 것으로 집계됐다고 합니다.

 

 

 

마치며,

국내외 주요기업의 AI 개인화 서비스를 살펴 본 결과, 크게 두 가지 형태로 제공되는 것을 알 수 있었습니다.

  • 개인의 취향을 기반으로 뉴스, 콘텐츠, 상품 등을 추천해주는 ‘개인화 추천 서비스’
  • 개인의 일상에 조금 더 밀접하게 연관되어 상황에 맞는 기능과 콘텐츠를 제공하는 ‘더욱 똑똑해진 AI 비서’

개인화를 넘어 ‘초(超)’개인화라는 용어까지 등장할 정도로, TPO에 맞는 고객중심 서비스가 점점 중요해지고 있습니다. 개인화 서비스는 앞으로 더욱 많은 분야에 확장 적용될 것이며, 제공되는 형태는 위에 두 가지 형태를 중심으로 제공될 것으로 예상됩니다.

 

 

하지만 여전히 사용자들은 ‘이게 정말 나를 위한 추천이 맞나’라는 의구심을 갖고 있으며, 나와 관련된 것이 아닌 광고성 추천, 회사의 이익을 위한 추천 등으로 여기는 경우가 많습니다. AI의 개인화 서비스가 사용자에게 거부감없이 자연스럽게 녹아들기 위해서는 UX관점에서 사용자에게 ‘당신만을 위한, 당신에 의한 추천입니다.’를 소구하기 위한 고민을 해야 합니다. 또한 사용자의 Service Journey와 context를 고려하여 개인화 서비스를 제공할 터치 포인트를 잡아야 할 것입니다. 예를 들어 커머스의 경우, 어느 접점에 개인화 추천 상품을 제공해야 사용자에게 의미 있는 상품이 되어 구매전환율이 올라갈 수 있을지를 사용자의 쇼핑 행태를 분석하여 사용자가 필요한 시점에 맞춤 추천과 혜택을 줌으로써 차별적인 경험을 제공하는 것이 필요합니다.

 

많은 사람들이 자신을 더 제대로 이해하고, 자신에게 접근해야 할 때와 하지 말아야 할 때를 잘 아는 서비스 또는 브랜드를 원합니다. 인공지능이 사람 대신 모든 걸 하는 시대가 되어가고 있지만, 인공지능도 하나의 기술이자 서비스이므로, 사용자의 이해를 바탕으로 서비스를 기획하는 UXer의 역할은 더 중요해질 것입니다.

 

Recent Posts

Leave a Comment

Be the emotionist!

Career