콘텐츠 커머스에서 추천 알고리즘 적용효과 분석 : 동영상 리뷰를 중심으로

Abstract

이커머스 업계에서는 기존의 단순 상품판매 위주의 방식에서 벗어나 트래픽을 높이고 즉각적이 구매가 가능한 새로운 유통방식에 대해서 고민해왔다. COVID-19로 촉발된 온라인 쇼핑의 폭발적 증가와 더불어 가정에서의 체류가 길어짐에 따라 콘텐츠와 결합을 통한 상품제공 방식이 경쟁적으로 도입되고 있다. 유튜브, 인스타그램의 커머스 기능 도입, 이커머스 업계의 라이브 커머스 도입 등이 촉매 역할을 하고 있다. 본 연구에서는 미디어 커머스에서 콘텐츠 추천을 통해 구매효율을 높이기 위한 알고리즘을 제안하였다. 이를 위해서 쇼핑몰에서의 성연령별 인기도 기반의 MAB 알고리즘을 사용한 콘텐츠 추천과 고객의 행동 이력기반으로 고객의 최근 본 상품의 연관 콘텐츠 추천의 방식을 제안하였다. 이를 통해서 A/B 테스트를 수행한 결과 MAB 알고리즘 기반 추천 대비 CF기반 동영상 추천의 CTR이 65.3% 더 우수하였다. 향후 CF기반의 단점인 커버리지 극복을 위해서 영화, 드라마, 음악 등 고객의 미디어 소비행태를 추가 분석하여 추천의 효율성을 높이기 위한 시도를 해 볼 계획이다.