추천시스템과 검색시스템

• 유사한듯 하지만 상이한 관계

  "요즘 검색내용이 갑자기 생각안날때가 있는데, 한 단어만 검색해도 알아서 추천해주니 너무 좋아."
  위 경우에서 말하는 시스템은 어떤 시스템일까?
  
  내 관심사와 관련된 것들을 먼저 제시하는 추천시스템
  내가 입력한 정보를 바탕으로 관련 키워드를 제공하는 검색시스템
  
  후자에 성향이 더욱 강할 것이다.
  
  둘 모두 "관련된"를 "제공"한다는 측면에서 핵심 키워드가 동일해 같은 개념으로 보는일이 허다하다.
  
  그러나, 핵심으로 봐야할 단어는
  "먼저 제시"와 "입력한 정보를 바탕으로"
  이다.
  
  즉, 사용자의 요구 이전에 제안을 하는가, 요구 이후에 제안을 하는가의 분류가 주요 쟁점이며, 이는 기술적인 측면에서 정 반대의 시스템임을 알 수 있다.
  각 시스템의 성격을 떠올려보자.

1. 검색시스템

• 입력값을 보고 연관키워드를 알려줄게

  검색은 사용자의 목적성이 뚜렷한 행위인데, 수십억개의 카테고리와 단어들이 존재하는 풀에서 목적을 맞추는건 불가능에 가깝다.
  (힌트도 없이 좋아하는 단어를 맞추란 격)
  
  따라서 사용자의 요구를 파악하기 위해 "선입력"으로 범위를 좁히고, "연관키워드"를 제공하는 선입력-후출력 구조로 작동하게 되며, 연관키워드를 선택해 나갈수록 더욱 범위를 좁혀나간다.
  
  우리가 검색을 할 때를 떠올려보자.
  대략적으로라도 검색하고싶은 키워드가 있을것이므로, 광범위한 단어를 입력하여 전체적인 배경을 파악한뒤, 연관검색어를 통해 더 깊은 개념을 이해하게 됨의 반복일 것이다.
  
  이렇게 시스템이 입력값을 받아 연관검색어를 제안하는 구조를 Pull Information이라 명칭한다.

2. 추천시스템

• 뭔가 하고싶어서 방문했을텐데, 뭘할지 모르겠다면 추천받아봐

  옷을 사기 위해 패션 플랫폼에 방문만 했을 뿐인데 사용자의 이름을 부르며 상품들을 나열한다.
  
  검색시스템은 도메인의 풀 자체가 굉장히 넓어 키워드를 한정해야 했으나, 추천시스템은 "소비"를 위해 해당 도메인에 접속한 것만으로도 한정이 되어있다고 판단했기 때문이다.
  
  식료품을 사기 위해 넷플릭스에 들어가는 일은 없을것이며, 영화를 보기 위해 쿠팡에 들어갈일 또한 없을것이다.
  
  따라서 접속만으로 소비욕구를 지닌 사용자라 특정할 수 있고, 추천시스템으로 소비할 컨텐츠의 구체화를 도와주는 것이 가능하다.
  
  더군다나, 소비자가 쌓아온 데이터는 플랫폼 내에서 다루는 도메인에 대해서만 쌓여 있을 것이기 때문에 취향을 구체화 하는것 또한 어려운일이 아니다.
  
  이렇게 입력값이 없어도 사용자에게 연관상품을 자동으로 제안하는 구조를 Push Information이라 명칭한다.

3. 정리

두 시스템의 가장 큰 차이점은 "범위"라고 할 수 있다.

구글이 홈 화면에 검색창만 띄워 놓은 것은 최소한의 관심범위를 파악해야 서비스를 제공할 수 있다는 무언의 어필일것이며,
쇼핑플랫폼에서 상품들을 미리 나열해 놓는것은 소비를 위해 방문한 것이 분명하기 때문이다.

힌트를 얻고자 하는 검색
힌트를 알고있는 추천
출발점이 다르기에, 시스템 측면에선 엄밀히 다르다고 말할 수 있겠다.

다만, 사용자의 입장에서는 시스템이 자신이 찾는 정보를 보여주는 것과 알아서 자신에게 정보를 보내주는 것이 둘 다 중요하기에 검색과 추천 기능의 통합이 요구된다.

여기서 통합은 단순히 두 기능을 동시에 제공하는 것이 아니라, 두 기능의 동작을 유기적으로 결합하는 것을 뜻한다.

예를들어, 사용자가 추천 알고리즘의 결과에서 어떤 항목을 선택했다면, 이를 검색 결과에도 반영하고, 반면에 검색 질의어 및 선택결과가 추천 결과에도 반영되는 것이다.

검색을 검색으로, 추천을 추천으로 바라보는 관점을 이해하고, 결합해야 하는 이유를 깨닫는다면, 전범위적으로 아우르는 사용자 경험을 제공할 수 있을 것 이다.