추천 시스템의 UI/UX

UI/UX의 중요성

• 추천 시스템을 다루는 기존 서적이나 블로그의 글 혹은 논문에서는 주로 추천 시스템 알고리즘에 대하여 다루는 경우가 많다
• 이는 다양한 오픈 데이터들이 누구든지 간단하게 사용할 수 있게 공개되어 있다는 점, 다양한 추천 알고리즘을 구현하기 위한 라이브러리들이 존재한다는 점, 등이다.
• 최근 머신러닝 및 딥러닝 또한 추천 시스템에 사용되고 있어 주목 하는 점이기도 하다.

---

• 이번 챕터에서는 UI/UX에 대하여 설명하겠다.
• 실제 서비스에 추천 시스템을 도입할 때 어느 정도 고도화된 추천 알고리즘을 사용해 사용자에게 가치가 있는 아이템을 선택할 수 있다고 해도 최적의 형태로 전달하지 못하면 그 가치 또한 전달되지 않는다.

서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례

적합 아이템 발견

• 적합 아이템 발견은 사용자가 자신의 목적을 달성하는 데 적합한 아이템을 서비스상에서 최소 1개 이상 발견하는 경우를 나타낸다.

• 예를 들어) '서울역 근처에서 식사를 하기 위해 식당을 찾는다'

  • 위와 같은 상황에서 사용자는 서울역 근처에 위치한 식당 중 자신의 기호에 맞는 곳을 찾는다.
  • 이러한 경우 수많은 식당을 모두 열람하고 싶지는 않을 것이며 현실적이지도 않다

• 사용자가 목적을 달성하는 데 충분할 정도로 사용자의 기호에 적합한 최소 하나 이상의 아이템을 확실하게 발견하는 것이 적합 아이템 발견의 목표이다.

• 적합 아이템 발견에서는 사용자의 기호에 맞을 가능성이 높은 아이템부터 차례대로 정렬한 리스트를 사용자에게 제시하는 것이 효과적

• 사용자는 이 리스트를 순서대로 열람하며 자신의기호에 맞는 아이템을 빠르게 찾을 수 있다.

  • 리스트를 표현할 때 하나의 화면안에 여러 아이템을 표시하기 때문에 아이템 하나당 표시할 수 있는 정보량이 제한된다.
  • 따라서 적절한 정보를 표시해야 함

• 한가지 알고리즘으로 생성한 하나의 리스트만 제공할 경우 반드시 사용자의 기호에 맞는 아이템을 추천할 수 있다고 할 수 없기 때문에 다른 측면에서 아이템을 추천하는 알고리즘에 따라 정렬된 여러 리스트도 사용자가 열람할 수 있도록 해야함

적합 아이템 나열

• 적합 아이템 나열은 사용자가 자신의 목적을 달성하는 데 적합한 아이템을 가능한 모든 서비스에서 발견하는 경우를 말함

• 예) '이사할 곳의 전/월세 물량을 모두 검토 하고 싶은'상황

  • 이럴 경우 가능한 많은 후보를 보고자 할 것

• 물건 찾기나 여행 계획 등 사용 빈도는 낮지만 비용이 많이 드는 아이템을 다루는 서비스에서는 이런 경향이 나타난다.

• 또한 특허 검색 시스템과 같은 경우에는 사용자가 유사한 특허 혹은 기존 모든 특허를 보고 싶어 할 것

• 누락이 발생하는 것 보다 잘못된 항목이 추천 결과에 포함되는 편이 나을 것

• 사용자의 목적을 달성할 수 있는 아이템을 모두 발견하는 것은 적합 아이템 나열이 달성해야할 목표

• 사용자가 여러 아이템을 필요가 있기에 예측 평갓값 순으로 정렬하는 것이 아닌 최신 아이템 순 등 알기 쉬운 규칙으로 나열해 표시하는 경우가 많음

• 적합 아이템 수를 알기 쉽게 표시해주는 것도 좋음

• 사용자의 조건이 까다로워 표시되는 아이템의 수가 너무 적을 경우 사용자가 입력한 조건에 맞지 않더라도 사용자의 목적을 달성할 가능성이 있는 조건의 아이템을 의도적으로 표시하는 것도 도움이 된다.

• 또한 한 번의 서비스 이용으로는 아이템을 정하지 않을 수 있기 때문에 사용자가 입력한 조건을 저장해두거나 조건에 일치하는 아이템이 새롭게 서비스 내에서 나타나는 대로 사용자에게 통지하는 것 또한 효과적

아이템 계열 소비

• 아이템 계열 소비는 열람, 소비하는 동안 추천된 아이템 계열 전체에서 가치를 누리는 것을 목적으로 하는 경우
• 예) 음악 스트리밍 서비스에서 음악을 계속 재생하여 듣는 경우
  • 기분이 우울할 때 기운을 돋우는 록음악을 ㄷ듣기 시작한 사용자게에는 계속해서 기운을 돋을 수 있는 음악을 제공하는 것이 큰 가치를 지닌다.
  • 갑자기 우울한 음악을 제공하면 사용자의 만족도를 떨어뜨릴 수 있음
• 아이템 계열 소비의 특징은 같은 아이템을 여러 번 추천해도 사용자 만족도가 향상된다
• 단, 같은 아이템만 추천한다면 새로움이 느껴지지 않아 만족감이 저하되므로 빈도나 시점을 고려하여 이미 좋아하는 음악과 좋아할 수도 있는 미지의 음악 비율을 적절하게 제어하는 것이 중요

서비스 내 체류

• 서비스 내 체류는 사용자가 사용하는 서비스 본래의 목적을 달성하는 것이 아니라 그저 아이템을 열람하는 것 자체를 목적으로 서비스 안을 돌아다니는 경우

• 예) 지금 당장 여행할 계획은 없지만 어떤 관광지가 있는지, 어떤 숙박 시설이 있는지 등을 살펴보는 것을 목적으로 여행 예약 서비스나 호텔 예약 서비스를 사용하는 상황

• 사용자에게 구입 의사가 별로 없음에도 아이템 구입을 과도하게 강요하는 식으로 추천하면 사용자의 만족도가 떨어져 재방문하지 않게 될 우려가 존재

• 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 높이는데 효과적

---

서비스 제공자의 목적에 맞는 UI/UX

신규/사용 빈도가 낮은 사용자의 정착

• 서비스를 처음 방문한 신규 사용자나 사용 빈도가 별로 높지 않은 사용자가 다른 서비스로 이동하기 전에 만족도를 높여 서비스에 정착하도록 하는 것은 서비스 제공자게에 매우 중요하다
• 만족도를 높여 정착하도록 하려면 서비스 내에서 사용자에게 좋은 경험을 제공하는 것 뿐아니라 나쁜 경험을 하지 않도록 하는 것이 중요, 이러한 목적을 위해서 개요 추천을 사용함

개요추천 : 서비스 내 데이터 통계 정보나 서비스 지식이 풍부한 편집자의 선택을 기반으로 추천하는 것을 의미

• 통계정보에 기반한 추천 : '이번 주 시청 순위'와 같이 서비스 전체의 사용 빈도 순위, '만화 매출 순위'와 같이 특저 카테고리 안의 매출 순위 같은 것을 의미
• 편집자의 선택에 기반한 추천 : '영화 평론가들이 선정한 추천 목록'이나 '이번 주 특판 상품 목록'과 같이 서비스 편집자나 전문가가 직접 선택해 작성한 추천 리스트를 나타냄

• 개요 추천에 기반한 서비스 정보는 사용자 니즈를 만족시키는 경우가 많으며 혹여 니즈에서 벗어나더라도 정도가 크지 않음

• 서비스 신규 사용자나 사용 빈도가 낮은 사용자를 대상으로 할 경우 사용자가 적극적으로 찾지 않아도 열람할 수 있도록 사이트의 첫 페이지 등 눈에 띄기 쉬운 위치에 배치하는 것이 효과적

• 가급적 많은 사용자가 서비스에서 이탈하지 않고 계속 사용하도록 하는 것이 목적이므로 특정 사용자에게 깊이 연관된 아이템ㅁ보다는 여러 사용자가 조금씩 연관되도록 아이템을 추천하는 것이 좋다.

서비스에 대한 신뢰성 향상

• 전자상거래 등의 서비스 제공자가 사용자로부터 신뢰를 얻는 것은 중요하다.
• 사용자는 서비스에서 제공하는 아이템이나 광고의 경우 서비스 제공자의 이익을 가장 우선한다고 생각하는 경우가 많음
• 이러한 불신감 때문에 추천 아이템이나 광고 상품 아이템을 구매하지 않으면 결과적으로 사용자와 서비스 제공자 모두 불이익을 받는다.

서비스를 신뢰할 수 있도록 신뢰도를 높여야한다. 그 중 사용자 펴악가 효과적인 경우가 많음

• 사용자 평가에서는 기본적으로 사용자가 게시한 리뷰나 평가값을 그대로 표시하거나 통계값을 산출해서 표시하는 것뿐이므로 서비스 제공자 측이 개입할 여지는 크지 않음

• 하지만, 의도적으로 어뷰징을 하는 행위나 스팸 리뷰가 존재할 수 있음

• 이런 리뷰가 눈에 띄면 서비스에 대한 신뢰를 감소시킨다

• 사용자가 서비스를 사용할 경우 원하는 바를 달성할 수 있다고 생각하게 하려면 가급적 빠르고 정확하게 사용자의 기호에 맞는 아이템을 추천하는 것이 효과적

• 처음에는 딱 맞는 아이템을 추천하기 어렵기에 인기 아이템을 표시, 혹은 자신이 좋아하는 아이템을 선택하도록 하여 추천 -> 넷플릭스

사용 빈도 향상 및 이탈 사용자의 복귀

• 서비스 제공자의 경우 사용자가 지속적으로 서비스를 이용하기를 바람

• 서비스 사용 중 사용자 경험을 향상시키기 위해 다양한 노력을 기울여햐 한다.

• 사용 빈도가 낮은 사용자 혹은 이미 이탈해버린 사용자의 경우 서비스 안에서 만족도르 향상시키기 어렵기 때문에 알림 서비스가 효과적

• 알림 서비스는 서비스 복귀 유도나 사용 빈도 향상에 효과적, 하지만 서비스 미사용자에게는 불쾌감을 주어 역효과 발생 가능하기에 주의 해서 설계해야 함

• 이럴 경우 알림을 보내는 빈도를 적절하게 설계해야함

  • 한밤중이나 이른 아침, 아이템을 추천하는 푸시 알림, 서비스 복귀를 요청하는 알림의 경우 역효과를 발생시킬 수 있음

교차 판매

• 어떤 상품의 구매를 검토하고 있는 사용자에게 다른 상품을 함께 또는 개별적으로 구입하도록함으로써 단가를 높이는 방법을 교차 판매라 부른다.

• 교차 판매는 서비스 제공자 입장에서 매출 향상을 도모할 수 있고 사용자 입장에서도 필요한 물건을 함께 구입할 수 있어 만족도가 높은 방법

• 교차 판매를 구현하는 효과적인 수단으로 연관 아이템 추천이 있다.

• 사용자가 현재 주목하고 있는 아이템과 연관된 아이템을 사용자에게 표시하는 것

• 예) 전자상거래 사이트에서 특정 상품 페이지를 열람하거나 '장바구니'에 이미 상품을 담은 상황에서 그 상품들과 함께 자주 판매되는 상품이 표시되도록 하는 것.

  • 사용자가 주목하고 있는 아이템과 함께 구매되는 아이템을 추천하면서 교차 판매를 향상시킬 수 있다.

장기적으로 사용자의 충성도 향상

• 단기적으로 상품을 판매해 매출을 향상시키는 것도 중요하지만 장기적으로 사용자의 충성도를 높여 서비스를 계속 사용하도록 하는 것도 모든 서비스에서 중요하다.

• 사용자가 지속적으로 이용하는 것이 이익으로 이어지는 구독 모델 상품 등에서는 더욱 중요하다.

• 개인화는 서비스 내에서 수집한 사용자 정보나 행동 이력을 활용해 그 사람에게 맞는 아이템을 추천하는 즉, 개인화된 추천 결과를 제공하는 형태를 나타낸다.

• 사용자가 서비스를 이용할 수 록 추천에 활용할 수 있는 정보가 축적되어 각 사용자에게 개인화되어 있어 제공할 만한 가치가 있는 형태

• 개인화의 경우 사용자가 서비스를 이용할 수록 추천에 활용할 수 있는 정보가 축적되어 각 사용자들에게 보다 적절하게 추천 가능하며, 사용자 만족도가 상승하고 다른 서비스와 차별화로 이어져 장기적으로 사용자의 충성도를 향상시킬 수 있다.

• 과도한 개인화의 경우 사용자 만족도를 손상시킬 수 있어 주의해야 한다.

• 사용자가 스스로 인식한 것 이상으로 서비스에 정보를 빼앗기고 있다는 생각에 불신감을 갖거나 불쾌함을 느낄 수 있음

연관 주제

아이템의 유사도

• 사용자의 과거 행동 이력 등을 통해 적합한 아이템을 추천하는 경우, 전자상거래 사이트라면 사용자가 과거에 구입한 아이템과 비슷한 아이템을 추천하게 될 것, 이 당시 아이템 사이의 관계성을 고려해 추천할 아이템을 정하는 것이 좋을 수 있다.

• 유사도는 여러가지로 생각이 가능

  • 영화를 추천하는 서비스의 경우 영화 장르가 비슷한 것을 유사하다고 생각할 수 있다
  • 감독이 비슷하면 유사하다고 생각, 개봉 연도 및 같은 배우 또한 유사하다고 생각 가능하다

• 유사도는 사용 기준에 따라 크게 달라지기 때문에 어떠한 유사도를 활용해 사용자가 좋아하는 아이템과 유사한 아이템을 추천할지는 사용자의 필요에 따라 설계되어야 한다.

신선함, 흥미로움, 다양성

• 사용자에게 추천하는 아이템은 사용자가 관심을 보이는 것이면서도 사용자가 아직 알지 못하는 것이어야 한다는 신규성이 요구됨

• 신선함의 경우 중요한 관점

• 흥미로움의 경우 중요한 요소, 흥미로움은 앞에 나온 신선함에 예상치 못한 '의외성'이라는 요소가 추가된 개념

• 하지만 흥미로움에 필요한 '의외성'이라는 사용자의 감정적인 요소를 정량적으로 측정하는 것은 어렵기에 다양성이라는 관점에서 정량적으로 측정한다

• '다양성'이란 추천된 여러 아이템이 서로 비슷하지 않은 것을 의미한다

• 아이템 사이의 유사도를 어떤 방법으로 측정할 수 있게 한 후 추천된 아이템 사이의 유사도를 측정해 집약함으로써 다양성을 정량적으로 평가할 수 있다.

추천 아이템 선별

• 추천 아이템을 제시할 때 예측 평가값이 아무리 높아도 사용자에게 제시해서는 안되는 아이템이 존재, 그러한 아이템의 경우 사용자에게 추천하면 심각한 만족도 저하로 이어질 우려가 있기에 수단을 통해 사전에 선별해서 제거해야 한다.
• 전자 상거래의 경우 한 번 구입한 책을 다시 구입하는 경우는 흔하지 않다, 하지만 생수 등은 정기적으로 같은 아이템을 구입할 가능성이 매우 높다.
• 아이템에 따라 재구입할지 말지 여부를 결정해야함
• 또한 열람 이력과 같은 경로를 통해 처음에는 매력이 없지만 다시 보면서 마음에 드는 제품을 확인 할 수 있음

추천 이유 제시

• '이 상품을 구입한 사람은 이런 상품도 구입했습니다'와 같은 문장,
• 이렇게 추천 시스템에서 아이템의 추천 이유를 제시하면 추천 효과, 추천의 투명성, 사용자 만족도를 향상시킬 수 있다

추천의 투명성이란? 사용자가 입력한 평가 또는 기타 정보와 출력된 추천 아이템 사이의 인과 관계를 명확하게 알 수 있는 상태

정리

• 적절한 UI/UX를 제공하지 못하면 아무리 고도의 추천 알고리즘을 개발해도 사용자에게 가치를 전달할 수 없다.
• 또한 정답이 없고 실제로 사용자에게 제공해보지 않으면 알 수 없는 경우도 많기 때문에 개선이 어렵다
• 따라서 적절한 UI/UX를 통하여 사용자에게 적절한 추천을 해주어야 한다.