people video thumbnail

기술로 취향 저격

이제 공기처럼 당연하게 느껴지는 서비스지만, 네이버의 검색은 시대의 변화에 맞추어 끊임없이 진화하고 있다. 질의에 맞는 정답을 빠르게 제공하는 것은 기본이고, 이제는 사용자의 검색 이력을 토대로 개인 취향에 꼭 맞는 내용까지 추천해 준다. 올해로 11년차 개발자 김도희는 개인화된 검색을 위한 추천 모델링 개발을 담당하고 있다. 백엔드 개발자로 네이버에서 첫 커리어를 시작한 그는 데이터와 사용자에 관심이 많아 스스로 머신러닝 분야를 틈틈이 공부해 왔고, 마침 그의 관심사를 알게 된 담당 부서로부터 합류 제의를 받게 되어 현재의 직무로 변경했다. 앞으로 그의 목표는 추천을 통해 사용자들에게 실질적으로 가치 있는 경험을 제공하는 것이다. 지금도 진화하고 있는 검색 기술처럼, 사용자의 취향을 정조준하기 위한 그의 도전 역시 여전히 현재진행 중이다.

김도희님 이미지 1
어떤 일 하시나요?

네이버 안에서 사용자들이 직접 만들어 낸 콘텐츠들을 개인의 취향에 맞게 전달해 주는 ‘MY구독’ 서비스를 담당하고 있습니다. 기존의 MY구독은 단순히 내가 구독한 채널들의 새 글을 보여주는 정도의 판이었는데, 사용자 취향을 파악해서 딱 맞는 콘텐츠를 전달해 드리고 싶었어요. 보다 의미 있는 구독이 될 수 있도록 말이죠.

추천과 검색의 차이가 궁금합니다.

어떻게 보면 서로 비슷한 점이 많아요. 추천이나 검색이나 모두 몰랐던 정보들을 발견할 수 있도록 돕는 서비스니까요. 검색은 본인이 보고 싶은 질의를 직접 입력해야만 하지만, 추천은 질의를 입력하지 않고도 정보를 제공해 준다는 점이 다르다고 생각해요. ‘질의를 입력하지 않는 검색’이 추천인 셈이죠.
질의가 없어도 이 사람이 원하는 게 무엇일지 알아 봐 주기 위해서는 실제 사용자가 기존의 서비스에서 남겼던 로그들을 분석해서 ‘이 사람은 어떤 사람이다’ 라는 것을 파악하는 작업이 필요합니다. 정답을 열심히 찾아 주는 기존의 쿼리들도 물론 중요하지만, 쿼리를 입력하면서도 내가 뭘 찾고 싶은지 잘 모르는 사용자들도 있거든요. ‘당신이 원하는 건 이런 것’이라고 말해 주는, 만족스러운 검색 경험을 제공해 주는 서비스가 바로 에어서치(AiRSearch)입니다.

에어서치에 대해서 조금 더 소개해 주세요.

관련해서 진행하고 있는 프로젝트 중에 ‘스마트블록’이라는 것이 있어요. 인테리어, 낚시, 캠핑처럼 조금 큰 카테고리 기준으로 질의를 입력했을 때 정답만을 제공하는 것에서 한 걸음 더 나아간 서비스입니다. 사용자들이 관심을 가질 만한 문서나 컬렉션들이 저마다 다를 것 같다는 생각을 하게 됐거든요. 그래서 개인의 취향에 맞게 다양한 추천을 해 주는 프로젝트를 진행하고 있습니다. 예를 들어서 ‘인테리어’라는 검색어를 입력했을 때, 최근에 집을 산 사용자의 경우에는 단순한 인테리어 소품을 넘어 전체적인 집의 인테리어를 바꾸는 콘텐츠들을 좀 더 원할 수도 있겠죠.

김도희님 이미지 2
입사 후 처음 담당했던 프로젝트는 무엇이었나요?

처음에는 뉴스 서비스 개발팀으로 입사해서 5년 정도 일했습니다. Java 백엔드 서비스 개발 직무였고, 아주 다양한 프로젝트를 진행했었죠. 가장 기억에 남는 프로젝트는 선거 프로젝트예요. 개표 현황, 당선 정보, 투표율, 실시간 뉴스 같은 정보들을 제공해 주는 페이지를 개발하는 프로젝트였습니다. 굉장히 많은 분들과 함께하기도 했고, 기간이 정해져 있는 프로젝트였어서 더욱 기억에 남아요. 그날까지는 무조건 개발이 되어야 하는 거예요. 특히나 개표 현황 페이지는 개표일 딱 하루를 위해 정말 수많은 시뮬레이션과 테스트를 해요. 개표 당일에는 다같이 밤새면서 모니터링도 하고요. 어떻게 보면 정말 딱 하루를 위한 페이지인 거죠. 하루가 지나면 사라지는 페이지라고 생각하면 비효율적으로 느껴질 수도 있지만, 그래도 굉장히 많은 사람들이 이용하는 서비스라는 점, 그리고 트래픽이 타사 대비 많이 나오는 것들을 보면서 뿌듯했던 기억이 있어요.

이후에는 직무를 바꾸셨다고 들었습니다. 특별한 계기가 있으셨나요.

저는 백엔드 개발로 시작했다가 머신러닝으로 직무를 바꾼 케이스예요. 한창 알파고와 이세돌이 대국하던 그 때 즈음인데요.
그 전부터 이 분야에 관심이 있었기 때문에 조금씩 공부를 시작했어요. 마침 뉴스 개발 쪽에 있으면서 모델링 작업을 해 본 경험, 데이터 엔지니어링 관련 작업들에 대한 경험들도 차곡차곡 쌓였던 때였고요. 그리고 무엇보다 데이터 관련된 일을 더 해 보고 싶다는 생각을 했습니다. 왜냐하면 네이버는 아주 많은 사용자 로그들이 있고, 거기서 발생한 데이터들이 굉장히 많은 회사 중에 하나잖아요. 그것을 분석해서 의미 있는 데이터와 인사이트를 얻어 내고, 한 걸음 더 발전시켜서 사용자에게 실제로 가치 있는 서비스들을 제공하고 싶었습니다.

“추천을 통해 사용자에게 더 좋은 경험을 줄 수 있는 서비스가 무엇일지
지금도 계속 고민하고 있습니다.”

앞으로의 목표는 무엇인가요.

구독은 다양한 이점을 발생시켜요. 사용자가 구독하고 있는 채널들을 기준으로 비슷한 콘텐츠를 계속 추천해 주면 또 다른 채널이 발견됩니다. 사용자 입장에서는 내 취향에 맞는 채널들을 알아가서 좋고, 크리에이터 입장에서는 더 많은 사람들이
내 콘텐츠를 봐 주니 수익이 늘어서 좋죠. 이런 이점들을 활성화시키기 위해서 많이 노력하고 있습니다. 구독 채널의 글도 보여 주고, 그 채널과 비슷한 색깔의 채널이 있으면 또 추천해 주고, 단순히 ‘구독’ 버튼을 누르는 것에서 끝나지 않고 그 이상의 것들까지 잘 동작할 수 있도록 계속 개선해 나가고 싶어요. 그런 흐름들이 창작자의 수익을 보장해 주고, 수익은 더 좋은 콘텐츠를 만들 수 있게 해 주고, 좋은 콘텐츠는 더 많은 사용자들을 흡수하는 선순환을 만든다고 생각합니다.

일을 하면서 가장 뿌듯한 순간은 언제인가요.

기존에는 창작자들이 본인의 콘텐츠를 많은 사람들에게 보여 주고 싶어도 기회가 한정되어 있었잖아요. 검색으로 노출되거나, 아니면 메인 주제판에 노출되거나. 그런데 메인 페이지에 올라갈 수 있는 창작물은 정말 몇 안되거든요. 하지만 MY구독은 사용자 개개인의 취향에 맞춰서 추천이 되는 시스템이다 보니 조금 더 다양한 글들이 다양한 사람들의 눈에 띌 수 있는 거예요. 다양한 노출 기회를 보장해 준다고 해야 할까요. 보통 메인에 자기 글이 올라가면 자랑 글을 많이 쓰시곤 하는데, 종종 그런 글들을 발견하면 참 뿌듯해요. 많은 창작자들이 우리 서비스를 인지하고 있구나, 창작자 생태계가 조금씩 넓어지고 있구나, 하는 생각이 들거든요.

일을 잘한다는 것은 무엇일까요.

일을 잘 하는 덕목으로는 여러가지가 있겠지만 제 생각에는 아무래도 문제 해결력이 가장 필요할 것 같습니다. 어떤 현상들을 관찰하고, 문제를 캐치해서 정의하고, 또 해결 방법을 찾는 일련의 과정들이 굉장히 중요하거든요. 게다가 그것을 실제로 구현하는 스킬까지 있어야 하겠죠. 개발자들에게는 비슷한 사이클의 반복인 것 같아요. 문제를 스스로 세팅하고, 문제를 풀고, 그러고 나면 또 다른 문제를 찾고. 문제 해결력이 정말 중요한 부분이라고 생각합니다.

특히 머신러닝 분야에서 중요하게 염두해야 할 것이 있을까요.

최근 AI나 머신러닝 쪽에 관심을 갖기 시작한 분들이 정말 많은 것 같아요. 관련 기술들을 공부할 수 있는 자료나 데이터도 많고, 실제로 구현해 볼 수 있는 라이브러리들도 아주 잘 되어 있고요. 이런 기술들을 학습하는 것도 물론 중요하지만 이 기술들이 서비스에 실제로 쓰일 때를 생각해 보는 것도 중요하다고 생각합니다. 어떻게 하면 사용자들에게 좀 더 나은 가치를 줄까, 좀 더 의미 있는 경험을 줄까, 하는 것들 말입니다. 아무리 좋은 기술도 쓰여지지 않으면 의미가 없으니까요.

김도희님 이미지 3

Published APR. 2022

Board the Navership

지원하기 자원하기