추천시스템의 3요소 중 '출력(추천 결과 제시)'에 해당하는 내용으로, 사용자에게 추천 결과를 전달할 때 어떤 화면(UI)에 따라 어떤 체험(UX)을 제공해야 하는지에 대해 주목해 보자.

1. UI/UX의 중요성

고도화된 추천 알고리즘을 사용해 사용자에게 가치 있는 추천 결과를 만들어 준다 해도, 최적의 형태로 전달하지 못하면 그 가치도 전달되지 않는다. 사용자의 의사결정을 지원한다는 제 기능을 못하게 된다. 그러나 추천시스템에서의 UI/UX를 다루는 포스팅이나 article은 비교적 적은 편이다. 그래서 추천시스템에서의 UI/UX의 중요성을 깨닫기 위해서는 실제 시스템을 개발해서 서비스에 운용해 보는 경험이 필요하다.

2. 서비스를 사용하는 목적에 적합한 UI/UX 사례

사용자의 목적은 서비스 특성이나 도메인 등에 따라 다양하지만, 사용자의 목적에 따라 크게 4가지의 UI/UX 유형을 분류할 수 있다.

2-1. Find good items: 적합 아이템 발견

사용자가 자신의 목적을 달성하는 데 적합한 아이템을 서비스상에서 최소 1개 이상 발견하는 경우이다.
예를 들어, 서울역 근처에서 식사를 하기 위해 식당을 찾는 경우 등이 이에 속한다. 사용자는 서울역 근처에 위치한 식당 중 자신의 기호에 맞는 곳들을 살펴보되, 자신의 목적을 달성할 수 있는 수많은 식당을 모두 열람하지는 않을 것이다. 사용자의 기호에 가장 잘 맞는 음식점을 찾지 못하더라도, 어느 정도 기호에 맞는 식당을 찾을 수 있다면 사용자는 충분히 목적을 달성할 수 있다. 이처럼 사용자가 목적을 달성하는 데 충분할 정도로 사용자의 기호에 적합한 최소 하나 이상의 아이템을 확실하게 발견하는 것이 적합 아이템 발견의 목표이다.

사용자의 기호에 맞을 가능성이 높은 아이템부터 차례대로 정렬한 리스트를 사용자에게 제시하는 것이 효과적이다. 리스트 형식으로 아이템을 표시할 때는 한 화면에 여러 아이템을 표시하므로 아이템 하나당 표시할 수 있는 정보량이 제한된다. 따라서 사용자가 아이템에 흥미를 갖고 상세 정보를 보기 위해 클릭할 수 있도록 충분한 정보를 적절히 취사선택해 리스트에 표시해야 한다.

아이템 당 표시할 정보량은 적절히 선택해야 한다. 정보량이 너무 적거나 적절한 정보를 표시하지 않으면, 사용자는 해당 아이템의 좋고 나쁨을 알 수 없게 된다. 반대로 필요 이상 많은 정보를 표시하면 사용자에게 반드시 전달되어야 할 정보가 묻힐 가능성이 있고, 복잡한 서비스라는 인상을 심어준다.

사용자의 기호는 다양하기 때문에, 적합한 아이템을 만나게 할 가능성을 높이기 위해서는 한 가지 알고리즘으로 생성한 리스트만 사용하기보다는 다른 측면에서 아이템을 추천하는 알고리즘에 따라 정렬된 다른 여러 리스트도 사용자가 열람할 수 있도록 하는 것이 좋다. 다음과 같은 예시가 있다.

1. 아이템을 조회하는 탭을 제공하면 탭 개수만큼의 다양한 종류로 추천 아이템 리스트를 정렬한다. 사용자는 탭을 누를 때마다 새로운 기준으로 정렬된 추천 아이템 목록을 볼 수 있다.
2. 아이템을 가로 방향으로 배열해 여러 리스트를 한 화면에 표시하기도 한다. 이 방식의 장점은 사용자가 화면을 이동하지 않고도 다른 알고리즘을 선택된 여러 리스트를 한 번에 열람할 수 있다는 점이다. 단, 이러한 UI는 개별 아이템에 대한 정보를 표시할 공간이 상당히 적어진다. 그래서 넷플릭스와 같은 동영상 시청 서비스처럼 하나의 화면과 짧은 텍스트 등의 적은 정보로도 사용자에게 그 매력이 충분히 전달되는 아이템을 다룰 때 사용하는 것이 좋다.
3. 아이템을 좌우로 슬라이드함으로써 사용자로부터 그 아이템의 선호 여부를 즉각 피드백 받는 형식이 있다. 매칭 애플리케이션 틴더(Tinder)가 이러한 방식으로 되어 있다. 모든 추천 아이템에 대한 명확한 긍, 부정 피드백을 받을 수 있는 것이 이 방식의 특징이다. 반면, 스와이프 도중 오조작하는 경우도 있어, 한 번 수행한 피드백을 정정할 수 있는 기능을 제공하는 것도 UX를 풍부하게 한다.

2-2. Find all good items: 적합 아이템 나열

사용자가 자신의 목적을 달성하는 데 적합한 아이템을 가능한 모든 서비스에 발견하는 경우이다. 사용자의 목적을 달성할 수 있는 아이템을 (가능한 한) 모두 발견하는 것이 적합 아이템 나열의 목표이며, 사용자의 기호를 가급적 확실하게 나타낼 필요가 있는 경우가 많다.

예를 들면, 이사할 곳의 전/월세 물량을 모두 검토하고 싶은 상황을 생각할 수 있다. 사용자는 자신의 기호(인테리어, 주변 환경 등)와 조건(역세권 여부, 반려동물 가능 등)에 맞춰 가능한 한 많은 후보를 보고 가장 후회 없는 선택을 하고자 할 것이다. 이사, 물건 찾기, 여행 계획 등 사용 빈도는 낮지만 시간과 비용이 많이 드는 아이템을 다루는 서비스에서는 이러한 경향이 나타난다.

또 다른 예시로 신청하고자 하는 특허 등이 이미 존재하는지 조사하려는 경우가 있다. 사용자는 자신이 신청하려는 특허와 같거나 유사한 모든 기존 특허를 확인하여, 미확인으로 인한 손실을 최대한 방지하고자 할 것이다. 이 경우에는 누락보다 잘못된 항목이 추천 결과에 포함되는 편이 차라리 낫다.

얼마나 많은 수의 아이템을 봐야 하는지 사용자가 간단히 파악할 수 있도록 리스트에 포함된 적합 아이템 수를 알기 쉽게 표시해주는 것도 좋다. 사용자는 이를 통해 조건을 삭제하거나 추가하여 목적 달성에 필요한 아이템을 찾아나갈 수 있다.

그리고, 사용자의 조건이 까다로워서 표시할 아이템 수가 너무 적다면, 사용자가 입력한 조건에는 맞지 않지만 목적을 달성할 가능성이 있는 조건의 아이템을 의도적으로 표시하는 것도 도움이 된다.

또한, 사용자의 목적이 최적의 아이템을 찾는 것이므로, 한 번의 서비스 이용으로는 아이템을 정하지 않을 수 있다. 따라서 서비스 재방문 시 원하는 아이템을 원활히 볼 수 있도록 사용자가 입력한 조건을 저장해 두거나 조건에 일치하는 아이템이 새롭게 나타나는대로 사용자에게 통지하는 것도 효과적이다.

2-3. 아이템 계열 소비

열람, 소비하는 동안 추천된 아이템 계열 전체에서 가치를 누리는 것을 목적으로 하는 경우이다. 예를 들어, 음악 스트리밍 서비스에서 음악을 계속 재생하여 듣는 상황 등이 있다. 기분이 우울할 때 기운을 돋우는 밝고 경쾌한 음악을 듣기 시작한 사용자에게는 계속해서 경쾌한 음악을 제공하는 것이 큰 가치를 지닌다.

이와 같이, 같은 아이템을 여러 번 추천해도 사용자 만족도가 향상되는 것이 아이템 계열 소비의 특징이다. 단, 무한히 같은 아이템만 추천한다면 새로움이 느껴지지 않아 만족감이 저하되므로, 빈도나 시점은 고려해야 한다. 또한 좋아하게 될 만한 새로운 음악을 만나고 싶다는 탐색 욕구를 가진 사용자도 많으므로, 사용자가 이미 알고 있고 좋아하는 음악과 사용자가 좋아할 수도 있는 미지의 음악 비율을 적절하게 제어하는 것이 중요하다.

2-4. Just browsing: 서비스 내 체류

사용자가 사용하는 서비스 본래의 목적을 달성하는 것이 아니라 그저 아이템을 열람하는 것 자체를 목적으로 서비스 안을 돌아다니는 경우이다. 이떄, 사용자에게 구입 의사가 별로 없음에도 아이템 구입을 과도하게 강요하는 식으로 추천하는 것은 사용자 만족도 저하, 재방문 가능성 저하 및 이탈 요인이 된다. 대신, 개요 추천과 같은 서비스 내 인기 아이템이나 특정 카테고리의 신규 아이템 등을 추천함으로써 재미있고 흥미를 가질 수 있는 아이템이 서비스 안에 있다고 느낄 수 있도록 하는 것이 사용자의 만족도를 높이는 데 효과적이다.

당장의 구매로 이어지지 않지만 서비스 안을 돌아다니는 사용자의 만족도 향상을 노리고 탐색적인 UI를 제공하는 경우도 있다(ex. 에어비앤비 - '자연에 둘러싸인 숙박지', '유니크한 리스트' 등). 사용자의 만족도를 향상시켜두면 이후에 정말로 구매하게 될 때 서비스를 이용할 것이라고 기대할 수 있다. 이를 위해 구경할 때의 행동 로그 등의 데이터를 수집하기도 한다.

3. 서비스 제공자의 목적에 적합한 UI/UX 사례

추천 시스템을 활용하는 서비스 제공자 측의 대표적인 비즈니스 목적은 다음과 같다.

3-1. 신규/사용 빈도가 낮은 사용자의 정착

신규 사용자나 사용 빈도가 낮은 사용자가 이탈하지 않게 하려면, 만족도를 높여 서비스에 정착하도록 하는 것이 중요하다. 이러한 목적을 달성하는 데 개요 추천(broad recommendation)을 사용한다.

개요 추천(broad recommendation)

개요 추천(broad recommendation) 이란 서비스 내 데이터 통계 정보나 서비스 지식이 풍부한 편집자의 선택을 기반으로 추천하는 것을 의미한다. 통계 정보는 전체 사용 빈도 순위, 매출 순위 등의 서비스 데이터 정보이고 편집자의 선택에 기반한 추천이란 '이번 주 특판 상품', '평론가의 픽(Pick)' 등 서비스 편집자나 전문가가 직접 선택해 작성한 추천 리스트를 나타낸다.

이러한 통계 정보나 편집자의 선택에 기반한 추천 목록은 사용자 니즈를 만족시키는 경우가 많으며, 니즈에서 벗어나더라도 정도가 크지 않다. 이러한 추천 리스트는 특정 사용자에게 깊이 연관된 아이템보다는, 여러 사용자가 조금씩 연관되도록 구성하는 것이 좋다. 어느 정도 일반성을 띄는 것이 좋다는 의미이다.

3-2. 서비스에 대한 신뢰성 향상

서비스 제공자는 사용자가 믿고 서비스를 사용하도록 신뢰성을 높여야 한다. 사용자 평가는 이러한 목적을 달성하는 데 효과적인 수단으로 알려져 있다. 사용자는 리뷰나 별점 등의 수단으로 아이템을 평가하고, 그 결과나 통계 정보는 다른 사용자에게 공개되어 참조할 수 있게 하는 식으로 사용된다.

서비스 제공자가 제공하는 정보는 '서비스 제공자에게 이익이 되는 것'이라고 생각되기 쉽다. 반면, 사용자 평가의 장점은 사용자의 살아있는 목소리를 반영하므로 더욱 신뢰감을 줄 수 있다.

서비스 제공자는 사용자 평가에 개입할 여지가 크지 않지만, 의도적으로 높은 평가를 하는 어뷰징이나 비난, 스팸 리뷰 등이 붙으면 사용자의 신뢰도를 떨어뜨릴 수 있다. 그래서 서비스 제공자는 이러한 어뷰징/스팸/악성 리뷰를 관리해야 한다. 게시된 리뷰를 서비스 운영자가 먼저 검토한 뒤 공개하는 등의 방법이 있다.

무조건 좋은 리뷰만 공개해야 하는 것은 아니다. 서비스 품질에 따라서는 긍정적인 평가뿐 아니라 비판적인 평가를 더욱 참고하려는 경우도 있기 때문이다. 그래서 리뷰 정렬 기능 등을 통해 비판적인 평가에도 손쉽게 접근할 수 있는 경험을 제공하는 것도 좋다.

사용자가 서비스를 사용해 원하는 바를 달성할 수 있다고 생각하게 하려면 어떻게 해야 할까? 가급적 빠르고 정확하게 사용자의 기호에 맞는 아이템을 추천하는 것이 효과적이다. 서비스를 막 사용하기 시작한 사용자의 경우 데이터가 비교적 적으므로, 인기 아이템 등을 표시함으로써 서비스 안에 자신의 기호에 맞는 아이템이 있을지도 모른다는 기대를 심어주는 것이 중요하다. 또한 사용자 정보가 변경되었을 때 변경 내용에 맞춰 더욱 기호에 맞는 아이템을 추천하는 명확한 피드백을 보내는 것도 효과적이다.

3-3. 사용 빈도 향상 및 이탈 사용자의 복귀

사용자가 지속적으로 서비스를 이용할 수 있게 하도록 노력해야 한다. 하지만 사용 빈도가 낮거나 이탈해 버린 사용자에게는 서비스 페이지 외부에서의 노력이 필요하다. 알림 서비스(notification service)가 그러한 것이다. 예를 들어, 과거 구매 이력에 기반해 흥미를 가질 가능성이 높은 아이템이나 관심 아이템으로 등록해 둔 아이템의 변동사항 등을 메일이나 푸시를 통해 안내할 수 있다.

단, 알림이 사용자에게 불쾌감을 주면 오히려 역효과를 낼 수 있다. 따라서 알림 방법을 주의해서 설계해야 한다. 먼저는 발송 빈도를 적절하게 설계해야 한다. 매 시간 알림이 오면 오히려 귀찮아서 서비스를 이용하지 않을 것이다. 또한, 알람을 보내는 시점을 고려해야 한다. 한밤중이나 이른 아침 등 대부분의 사용자가 잠자는 시간에는 오히려 보내지 않는 것이 좋다. 한편, 푸시 알림을 받고 흥미가 있는 내용이라도 그 순간은 열지 않는 경우도 있다. 나중에 서비스 안에서 알림 내용에 다시 접근할 수 있도록 하는 기능을 준비하는 것도 좋다.

푸시 알림의 경우 정보를 표시할 공간이 협소하다. 따라서 송신할 아이템을 적절하게 선정하여 사용자의 만족도를 손상시키지 않아야 한다. 또한, 사용자에게 전달하고자 하는 내용이 확실하게 전달되도록 형태에도 주의를 기울여야 한다.

3-4. 교차 판매(cross selling)

교차 판매(cross selling)이란 어떤 상품의 구매를 검토하고 있는 사용자에게 다른 상품을 함께 또는 개별적으로 구입함으로써 단가를 높이는 방법을 의미한다. 서비스 제공자는 매출 향상을 도모할 수 있고, 사용자는 필요한 물건을 함께 구입할 수 있어 만족도가 높은 방법이다.

교차 판매의 예시로는 연관 아이템 추천(product-associated recommendation)을 들 수 있다. 사용자가 현재 주목하고 있는 아이템과 연관된 아이템을 사용자에게 표시하는 것이다. 쇼핑몰에 자주 함께 구매하는 상품으로 추천되는 상품 목록이 바로 그것이다.

교차 판매의 더욱 효과를 발휘하게 하려면, 다음의 방법들을 생각해 보면 좋다.

• 사용자에게 구입했을 경우를 상상할 수 있도록 하는 것
  • 추천하는 연관 아이템이 왜 연관되어있는지, 왜 함께 자주 구입되는지 사용자가 알 수 있도록 설명을 추가
  • 함께 구매할 때의 합계 금액을 표시
• 사용자의 수고 덜어주기
  • '세 상품을 모두 장바구니에 추가하기'같은 버튼 제공
• 한꺼번에 구입하면 얻을 수 있는 이익(할인, 캐시백 등)을 적용시켜 강조하기

마지막으로 연관 아이템 추천이라는 관점에서, 사용자가 주목하고 있는 아이템과 동등한 유사 아이템을 표시함으로써 상품 비교를 통해 구매하는 것을 도울 수도 있다.

3-5. 장기적으로 사용자의 충성도 향상

단기적인 매출 향상도 중요하지만 장기적으로 사용자의 충성도(loyalty)를 높여 서비스를 계속 사용하도록 하는 것도 중요하다. 특히 구독 모델(subscription model) 같이 사용자가 지속적으로 이용하는 것이 이익으로 이어지는 상품에서는 더욱 더 중요하다. 개인화(personalize)는 충성도를 높이는데 효과적인 방법 중 하나이다.

개인화는 서비스 내에서 수집한 사용자 정보나 행동 이력을 활용해 그 사람에게 맞는 아이템을 추천하는 방식이다. 사용자가 서비스를 이용할수록 추천에 활용할 수 있는 정보가 축적되어 각 사용자들에게 보다 적절하게 추천할 수 있게 된다. 또한, 추천 결과가 각 사용자에게 맞춰져 있으므로 그것을 사용자에게 명시적으로 표시하는 것이 좋은 효과를 낸다(ex. 당신에게만 추천하는 콘텐츠입니다).

한편, 개인화를 했음에도 불구하고 적합한 아이템을 표시하지 못한다면 사용자는 크게 실망할 수 있다. 그러므로, 함부로 개인화하지 말고 사용자 정보가 축적되어 일정 수준 이상의 정확도가 보장된 상태일 때 개인화를 해야 한다. 혹은, 관심 없는 아이템에 대한 사용자의 피드백을 받아볼 수 있는 구조를 제공하는 방법도 고려할 수 있다(ex. '관심없는 게시물', '비슷한 게시물 적게/더 많이 보기' 버튼).

반대로, 과도한 개인화는 사용자 만족드를 손상시킬 수 있어 주의해야 한다. 사용자는 스스로 인식한 것 이상으로 서비스에 정보를 빼앗기고 있다는 생각이 공포나 불신감을 느낄 수 있다. 그 대책으로 어떤 정보를 어떻게 사용하는지 개인 정보 정책 등에 명확하게 표시하고 사용자에게 동의를 얻거나, 아예 개인화하지 않도록 설정하는 기능을 제공할 수도 있다.

출처: 추천시스템 입문: 개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UI/UX, 구현 기법, 평가까지(가자마 마사히로 등 3인, 한빛 미디어)