Memento mori

① 콘텐츠 후보 대량수집(Candidate Generation)

노출시키고자 하는 콘텐츠가 수십억 개의 후보 풀에 들어야 함

콘텐츠 후보 대량 수집이라는 용어 자체는 YouTube Deep Neural Networks for Recommendations (2016) 이라는 논문에서 유래, 대중화되었다. 수 천 억 개나 달하는 콘텐츠를 유저에게 한 번에 꽂아줄 수 없기 때문에 비슷한 취향을 가진 사람들이 본 콘텐츠 수십억 개 중에서 몇 개를 1차적으로 대량 압축하여 빠르게 추리는 과정이다.

이때 임베딩이라고 해서 사람들이 검색한 단어를 숫자 벡터로 바꾼 뒤 코사인 유사도, 유클리드 거리가 가까운 요소들이 걸러진다. (Word2Vec 딥러닝 기법이 사용된다고 구글에서 밝힘) 중복되는 단어나 비슷한 의미를 내포한 단어끼리 가까이 위치되고 이게 숫자로 일괄 추출되는 것이다. 여기서 신호가 희석되면 노출 품질이 떨어진다. (=콘텐츠 자체의 품질이 떨어지는 건 아니다) 그러므로 비슷한 주제를 일정한 주기로 꾸준히 업로드해야 추출될 가능성이 높아진다.

이외에도 다양한 입력 신호를 반영하여 점수가 매겨진다.
익히 알려진 사실대로라면 다음과 같다.

- 사용자 행동 : 좋아요, 댓글, 공유, 시청 시간, 저장, 프로필 방문 등

- 해시태그 (메이저 + 마이너 + 유사)

- 신선도 (업로드 시점)

- 유행성 (밈, 챌린지, 계절성 트렌드)

- 개인 히스토리 (과거 시청 및 검색 기록 패턴)

- 세션 맥락 (접속 시간대, 최근 클릭한 주제와의 관련성)

- 운영 정책 (스팸 단어, 정책 위번 여부, 타깃 연령 제한 등)

광고주는 1차로 태그를 넓게 잡아서 수 억 개의 후보군에 들어가는 전략을 취해야 한다. 피드 올릴 때 임베딩이 뚜렷하게 이루어지도록 텍스트(캡션, 태그)를 나열하고, 일관된 주제로 소스를 끌어와야 한다.

② 랭킹(Ranking)

• - 기대가치 정밀 예측 - 수십억 개의 콘텐츠를 2차적으로 걸러짐

①에서 추려낸 콘텐츠는 약 수 십~수 백 개 정도로 기존 대비 1/100~1/1000 수준이다. 여기서 딥러닝 과정을 통해 각 콘텐츠 별로 수십~수백 개 신호로 점수가 매겨지며 상위 n개를 제외한 나머지는 걸러진다.

광고주는 노출시키려는 콘텐츠가 랭킹에 들어오게 만들어야 한다. 피드 광고의 경우 모델이 전환 가능성을 계산한 뒤 확률값으로 출력하고, 여기에 투입 금액을 기반으로 랭킹이 결정된다. 그러므로 낮은 입찰가로 광고 가치를 올리려면 EAR(예상행동률)을 올려야 한다. 예상행동률 올리는 방법은 콘텐츠 마케터들이 하는 대로 썸네일 후킹, 시청 시간 조절, 댓글 핑퐁, 콜투액션 등 다양한 방법론이 있다. 하지만 알고 있는 내용이므로 생략.

핵심은 트렌드 맥락을 눈여겨보고 활발한 반응이 이루어지는 것들에 초점을 맞추는 것이다. 사람들 뭐에 흥미를 갖고 있고 어떤 식으로 관심을 끄는지 행동 양식을 추적하면 윤곽이 드러난다.

③ 다양화 작업 (Re-ranking)

• - 보기좋게 노출되도록 팔로워/팔로잉 ↔ 신규/탐색 균형 맞추는 단계
  - 그리디 알고리즘(Greedy Algorithm) 기법이 활용됨

1~2차적으로 걸러낸 콘텐츠를 내림차순으로 노출시키면 비슷한 콘텐츠만 줄줄이 나와서 다양성이 떨어진다. 앞서 본 것처럼 인스타는 한 유저에게 똑같은 장르만 노출시키지 않고 새로 업로드된 따끈한 콘텐츠에게도 기회를 부여하기 때문이다.

또 특정 정치/사회적 이슈와 관련된 콘텐츠나 플랫폼 정책상 문제가 되는 콘텐츠도 (폭력, 혐오, 저작권 문제 등등) 섞여 들어갈 수 있기 때문에 마지막에 보완하는 작업이 진행된다. 이를 리랭킹이라고 부르며 MMR (Maximal Marginal Relevance) 이라고 해서, 이미 선별된 콘텐츠랑 덜 비슷한 콘텐츠를 추출하는 과정이 이루어진다.

일련의 단계를 거쳐 사용자 피드에 최종 도달하는 콘텐츠는 수십~ 수백 개 정도다. 광고주는 한 계정에서도 피드의 주제, 릴스 길이를 분산시키고, 비슷한 메시지도 다양한 방식으로 표현하여 중복 로직을 "피해가지 말고" "최소화"를 해야 한다.

단, 광고 타겟팅의 단위는 계정이 아닌 사용자(person) 단위, 즉 사람이다. 어떤 사람에게 노출할지 맥락과 형태가 달라진다. 한 사람이 한 개의 기기에서 여러 계정을 쓰면 동일한 사용자로 인식하므로 다른 계정에 로그인해도 같은 광고를 접할 수 있다. 같은 와이파이나 아이피, 로그인 쿠키를 공유해도 타겟팅에 영향을 미친다는 주장이 있으나 사실 여부는 잘 모르겠다.