회원가입을 하면 원하는 문장을
저장할 수 있어요!
다음
틱톡의 중독성은 쫀득쫀득한 맞춤형 추천 AI 덕분.
회원가입을 하면 원하는 문장을
저장할 수 있어요!
다음
7.6K
틱톡의 중독성은 쫀득쫀득한 맞춤형 추천 AI 덕분.
"틱톡 10대들이나 쓰는 거 아냐? 오글거려서 못 보겠던데."
얼마 전까지만 해도 틱톡을 무시하던 제 마음의 소리입니다.
그런데 심상치 않았습니다. 유튜브의 짧은 세로형 영상인 "Shorts"를 시간 가는 줄 모르고 보는 저 자신을 발견한 것입니다. Shorts 영상의 매력을 발견한 건 저뿐만이 아닌 것 같습니다. Shorts 영상의 조회수는 몇 백만을 훌쩍 뛰어넘습니다. 그리고 Shorts에는 짧은 영상의 선두주자인 틱톡 발 영상이 많습니다. 그렇게 무시하던 틱톡 영상에 중독된 저 자신을 발견한 후 틱톡을 공부하기로 했습니다.
틱톡, 스타를 낳다:
16초에 5,400만 원 받는 십 대들
2004년생 찰리 더밀리오는 영상 하나 당 5,400만 원의 수익을 창출합니다. 틱톡 영상의 평균 길이가 16초이니, 16초짜리 영상 하나로 남들 1~2년 치 연봉을 버는 셈입니다.
틱톡은 무명 가수를 슈퍼스타로 만들기도 했습니다. 릴 나스 엑스의 "Old Town Road"은 틱톡 챌린지로 인기를 얻어 역사상 빌보드 1위를 가장 오랫동안 기록한 곡이 되었습니다. 도자캣의 히트곡인 "Say So" 또한 한 틱톡커의 춤이 인기를 끌며 도자캣을 슈퍼 스타의 반열에 올려놓았습니다.
틱톡이 얼마나 빠르게 성장했는지 알아볼까요?
Statista Research Department에 따르면, 틱톡의 월간 유저수(MAU)는 '17년부터 꾸준히 성장하며, '20년부터 급격한 상승 곡선을 그립니다. '21년 1월 기준 약 8,600만 명의 월간 유저를 보유한 것으로 추정됩니다.
'20년 기준, 사용자는 페이스북과 인스타그램보다 틱톡에 더 오래 머뭅니다. 사람들은 틱톡에서 월평균 20시간을 소요하는데, 이는 하루 약 40분을 틱톡에서 보내는 것입니다.
틱톡이 이렇게 큰 인기를 얻게 된 이유는 무엇일까요? 별 것도 아닌 16초짜리 영상으로 백만장자들이 여럿 생긴 이유는 무엇일까요?
여러 가지 이유가 있겠지만 가장 큰 이유 두 가지를 꼽았습니다.
1. 짧은 영상 매체의 강력함
2. 틱톡의 뛰어난 추천 알고리즘
이제 각각에 대해 조금 더 자세히 알아볼게요.
사람들의 집중 시간이 점점 짧아지고 있습니다.요즘 사람들이 영화관에 가서 영화를 보지 않는 이유는 2시간 동안 핸드폰을 볼 수 없어서라고 말할 정도입니다. 한 예능에서 96년생 가수 이하이는 TV와 아이패드, 핸드폰을 동시에 사용하는 모습을 보여주었습니다. 이 장면은 하나에 집중하지 않는 요즘 사람들의 IT 서비스 이용 행태를 단적으로 보여줍니다.
한 번에 여러 가지를 하는 것을 좋아하는 사람들은 짧고 직관적인 콘텐츠를 선호합니다. 집중하지 않아도 재미있게 볼 수 있어야 하기 때문이죠. 그래서 SNS 플랫폼의 유행은 글에서 이미지로, 그리고 이미지에서 영상으로 이동해왔습니다.
시청자가 선호하는 영상 매체는 1시간짜리 TV 프로그램에서 15분짜리 유튜브 영상으로 바뀐 지 오래입니다. 그리고 이제는 1분 미만의 짧은 영상으로 바뀌는 중입니다. 시청자는 더 이상 영상의 하이라이트를 보기 위해 1시간이나 기다릴 생각이 없습니다. 틱톡을 이용하면 10초 안에 기승전결을 볼 수 있는데 그럴 이유가 없죠.
틱톡은 여타 SNS와 다르게 홈 화면이 틱톡의 추천 영상으로 이루어져 있습니다. 인스타그램과 페이스북의 홈 피드는 팔로잉하는 계정을 중심으로 하는 반면, 유튜브와 틱톡은 플랫폼에서 추천하는 콘텐츠가 중심입니다. 틱톡은 이 추천 피드를 "#For you"라 일컬으며, #For you에 좋은 콘텐츠를 추천하는 데 공수를 기울이고 있습니다.
1) 사용자 분석
사용자의 디바이스 설정 (언어, 국가, 디바이스 타입)
사용자의 '좋아요', '공유', '팔로우한 계정', '사용자가 남긴 댓글', '당신이 만든 콘텐츠' 이력
틱톡은 사용자를 알기 위해 그들의 인구통계학적 정보부터 행동 패턴까지 분석합니다. 하지만 사용자에 관한 정보가 모두 동일한 가중치를 갖진 않습니다. 예를 들어, 사용자가 끝까지 시청한 영상 정보는 취향을 판단할 수 있는 강력한 요소입니다. 반면, 시청자와 크리에이터의 국가가 같다는 정보는 비교적 약한 지표이죠. 틱톡의 영상은 사용자가 해당 콘텐츠에 관심을 가질 확률에 따라 추천 랭킹이 매겨집니다.
2) 영상 분석
틱톡은 사용자가 등록된 영상의 메타 정보를 분석합니다. 영상에 대한 메타 정보가 풍부할수록 사용자에게 딱 맞는 콘텐츠를 추천하기에 용이합니다.
또한, 얼마나 많은 사용자가 해당 영상을 "잘" 시청했는지에 관한 이력을 분석합니다. SABBA KEYNEJAD의 분석 결과, 사용자가 영상을 끝까지 시청하거나 재시청하는 비율이 영상의 추천 점수에 가장 큰 영향을 미치는 것으로 밝혀졌습니다. 추천 점수가 높을수록 해당 영상이 사용자에게 추천될 확률이 높습니다. 아래의 점수 기준을 보면, 공유, 댓글, 좋아요는 생각보다 점수가 낮습니다.
팔로워가 많은 계정의 비디오가 더 많이 노출될 확률이 높지만, 크리에이터의 팔로워 수 자체나 과거 영상 성적은 추천 시스템에 직접적인 영향을 미치지 않습니다. 틱톡의 추천 알고리즘의 강점은 취향에 맞는 크리에이터가 있다면 팔로워 수가 많지 않더라도 영상이 추천된다는 것입니다.
추천 알고리즘의 고질적인 문제는 바로 "필터 버블 이슈"입니다. 필터 버블은 사용자에게 딱 맞는 콘텐츠만 추천하다 보니, 너무 비슷한 영상들만 추천하게 되는 현상을 뜻합니다. 틱톡은 필터 버블 이슈를 이렇게 해결하고 있습니다.
1) 반복적인 패턴 피하기
너무 비슷한 콘텐츠를 연속으로 추천하지 않습니다. 틱톡은 대체로 같은 배경음악이나 같은 크리에이터의 영상을 연속으로 보여주지 않습니다. 또한, 복제된 콘텐츠나 사용자가 이미 시청한 콘텐츠도 추천 대상이 아닙니다. 틱톡은 반복적인 콘텐츠를 추천하지 않는 대신, 사용자와 취향이 비슷한 다른 사람이 좋아한 영상을 추천합니다.
2) 추천 다양화하기
틱톡 유저는 그들이 기존에 좋아한 영상과 관련이 없거나, 좋아요 숫자가 그리 높지 않은 콘텐츠를 종종 접하게 됩니다. 이는 틱톡의 의도를 반영한 결과입니다. 틱톡은 추천 영상에 다양성을 불어넣어 사용자가 새로운 분야의 영상을 접하고, 새로운 크리에이터를 발견하며, 새로운 아이디어와 관점을 경험할 수 있길 바랍니다. 또한, 때때로 기존과 약간 다른 영상을 추천함으로써 틱톡의 추천 시스템은 넓은 범위의 사용자가 좋아하는 영상을 더 잘 이해할 수 있습니다.
User-friendly보다는 AI-friendly UI를 택한 틱톡
페이스북이나 인스타그램처럼 스크롤을 아래로 내리면 자연스럽게 다음 콘텐츠의 일부가 보이는 것이 사용하기 편리합니다. 하지만 틱톡은 한 번에 하나의 영상만 노출합니다.추천 알고리즘을 위해 한 영상을 대상으로만 사용자의 반응을 온전히 수집하기 위함입니다.
기존 SNS의 UI처럼 사용자의 화면에 여러 개의 피드가 떠있으면 그중 어떤 콘텐츠를 더 오랫동안 봤는지 분석하기 어렵습니다. 물론 기존 UI를 사용하더라도 사용자의 댓글이나 좋아요 이력을 분석에 활용할 수 있으나 이것만으로는 추천 알고리즘을 위한 데이터가 부족합니다. (출처: Eugene Wei )
마무리하며
틱톡을 무시하던 제가 어리석었습니다. 학생들이 쓰는 오글거리는 앱이라는 고정관념이 저 자신을 한정 짓고 있진 않았나 돌아보게 됩니다. 틱톡을 계속 무시했다면 그들의 뛰어난 AI와 추천 기술을 알 수 없었겠죠.
하지만 여전히 조악한 필터 등 서비스 퀄리티가 낮다고 느껴지는 것도 있어요. 그리고 짧은 영상 안에 많은 내용을 담다 보니 자극적인 영상이 자주 눈에 띕니다.
그럼에도 어쩌면 방구석에서 창의력을 발휘하는 데 이만큼 적합한 앱이 또 없을 거예요. 이전엔 아무나 창의적인 콘텐츠를 만들어 세상에 선보일 수 없었지만, 유튜브가 한 번, 그리고 틱톡이 한 번 더 창의적인 활동의 반경을 넓혀 주었습니다.
틱톡은 그들의 플랫폼이 아니면 만나지 못했을 새로운 경험을 제공한다는 점을 강점으로 내세웁니다. 틱톡이 사용자로부터 같은 평가를 얻기 위해선 퀄리티 높은 크리에이터가 성장할 수 있는 발판이 되어야 할 것입니다.
출처:
https://newsroom.tiktok.com/en-us/how-tiktok-recommends-videos-for-you
https://www.veed.io/grow/reverse-engineering-how-tiktok-algorithm-works/
https://thehustle.co/09292020-tiktok-recommendation-algorithm/
다음에 읽어볼 칼럼:
좋아요
댓글
공유
공유
