야구만 보던 팬이 드라마로…티빙, 콘텐츠 경계 넘겼다
티빙이 데이터 분석을 무기로 시청자 경계선을 허물었다. OTT에서 야구 경기만 보던 이들이 예능·드라마까지 즐기며 콘텐츠 경계를 넘어선 것이다. 티빙은 인공지능(AI) 기반 검색 고도화와 맞춤형 UI 개선으로 이런 변화를 이끌어냈다. 데이터가 단순 분석을 넘어 실제 소비 패턴 변화까지 만들어낸 사례다. 권순목 티빙 최고데이터책임자(CDO)는 이를 두고 "2024년 시즌 초에는 KBO 외 콘텐츠를 전혀 보지 않던 이용자 비율이 30%에 달했지만, 시즌 후반에는 20% 수준으로 줄었다"며 "검색과 콘텐츠 구조를 개선하면서, 팬들이 다른 콘텐츠를 찾고 소비하는 흐름이 나타났다"고 설명했다. "취향을 읽다"...데이터로 해석한 KBO팬들의 시청 패턴 티빙 데이터팀은 KBO 리그 개막 시점에 맞춰 유입된 신규 이용자들의 시청 패턴을 분석했다. 특히 야구 콘텐츠 외에는 관심을 보이지 않는 '단일 소비층'의 존재에 주목해, 관련 콘텐츠 큐레이션과 연결 콘텐츠 배치를 조정했다. '최강야구', '야구대표자', '퍼펙트 리그' 등 야구와 연계된 예능·다큐 콘텐츠를 중심에 두고, 다양한 장르 콘텐츠로의 진입 경로를 자연스럽게 만들어낸 것이다. 권 CDO는 데이터가 콘텐츠의 진열 방식과 이용자의 탐색 경로를 바꾸는 핵심 도구라고 강조했다. 그는 "이용자가 어떤 경기를 보았고, 어떤 클립에 오래 머무는지를 확인한 뒤 콘텐츠 구조를 조금씩 조정했다"며 "이용자 중심으로 배열을 바꿔야 즐기는 콘텐츠도 바뀌는 모습을 발견했다"고 말했다. KBO 콘텐츠 전용 섹션인 'KBO 스페셜관'은 야구 팬들의 콘텐츠 소비 방식을 분석해, 앱 내 구조 자체를 팬 맞춤형으로 구성했다. 최근 경기 클립을 최상단에 배치하고, 하이라이트·풀영상·쇼츠 등 콘텐츠 유형별로 구분 정렬했다. 구단·선수 기준 탐색도 가능하며, 쇼츠 시청 후 전체 영상으로 전환되는 '바로 보기' 기능도 제공한다. 권 CDO는 "야구 팬은 짧은 시간에 여러 콘텐츠를 자주 보는 특성이 있다"며 "기존 UI는 이 소비 패턴을 제대로 반영하지 못했기 때문에, 아예 화면 구성을 다르게 가져갈 필요가 있었다"고 설명했다. 이어, "KBO 팬들이 라이브 방송을 본 후에는 하이라이트 영상을 거의 모두 시청하는 경향이 있어, 최신 콘텐츠 위주로 배치하는 방식을 택했다"고 덧붙였다. "원하는 장면 바로 찾는다"...데이터로 정밀해진 검색과 추천 티빙은 검색 품질 개선을 위해 AI 자연어 처리(NLP) 기술을 기반으로 한 의미 중심 검색 시스템을 도입했다. 구글의 BERT 기반 문장 임베딩 모델로 문장형 검색어의 의미를 분석하고, 팬들이 자주 쓰는 구어체와 오타에도 대응할 수 있도록 동의어 사전도 구축했다. 권 CDO는 "검색은 단순 기능이 아니라 OTT 이용의 출발점이라고 생각한다"며 "2점 홈런, 투런, 투런 홈런처럼 같은 의미의 다양한 표현을 모두 인식할 수 있도록 동의어 사전을 AI의 도움을 받아 확장했다"고 설명했다. '결승타 친 선수'처럼 입력해도 관련 장면 영상이 노출되고, '3월24일 한화 경기 누가 나왔지?' 같은 문장형 질의도 처리할 수 있다. 벡터 DB라는 의미 검색 컴포넌트를 도입해 복잡한 의미 검색을 가능하게 했다. 또한 검색 로그와 클릭 데이터를 기반으로 자동 추천 키워드와 카테고리를 동적으로 생성해, 탐색 경험을 부드럽게 이어간다. 나아가 추천 시스템도 고도화됐다. 전체 콘텐츠 노출 중 약 55~60%가 자동 추천 콘텐츠로 구성되며, 협업 필터링·콘텐츠 기반 필터링 외에 시청 순서나 시간 간격 등 시청 흐름을 반영한 추천 방식도 확대되고 있다. 권 CDO는 "예전에는 장르 중심 추천이었다면, 지금은 이용자의 시청 리듬, 장르 이동 경로까지 모델에 반영하고 있다"며 "마케팅 효과 예측에도 데이터를 활용해 시뮬레이션 모델을 구축하고 있다"고 말했다. 이어 그는 "이를 통해 특정 마케팅 액션의 성과를 미리 예측하고 더 자신감 있는 의사결정을 할 수 있게 됐다"고 덧붙였다. "이용자별 다른 화면 구성"...맞춤형 UX로 진화하는 티빙 티빙은 데이터 기반 콘텐츠 소비 분석을 통해 이용자 행동을 정확히 파악하고, 이를 다시 기능과 구조 개선에 반영하는 것을 목표로 하고 있다. 권순목 CDO는 "우리는 데이터를 통해 이용자의 불편을 먼저 찾아내고, 정확한 방식으로 해결하려 한다"며 "검색과 추천은 그 해답을 이용자에게 전달하는 핵심 기능"이라고 말했다. 나아가 티빙은 검색과 추천을 넘어, 앱의 전체 화면 구성(UI/UX)까지 이용자별로 달라지는 구조를 준비 중이다. 지금까지는 동일한 앱 내에서 콘텐츠 순서나 추천 리스트만 달랐다면, 앞으로는 콘텐츠 배치 순서, 메뉴 노출 위치, 탭 구성까지 사용자의 성향과 시청 이력에 따라 유동적으로 바뀌는 구조가 도입될 예정이다. 예를 들어 야구를 주로 시청하는 이용자에게는 앱을 열었을 때 KBO 콘텐츠가 메인에 보이고, 드라마 중심 이용자에게는 최신 드라마 추천이 최상단에 배치되는 식이다. 탐색 동선 자체가 맞춤형으로 최적화되는 셈이다. 권 CDO는 "한 사람은 야구가 첫 화면, 또 다른 사람은 드라마가 메인인 티빙을 보게 될 것"이라며 "지금은 준비 단계지만, 올해 말부터 순차적으로 적용할 수 있을 것"이라고 강조했다. 그러면서 "빠르면 올해 말이나 내년 초부터 조금씩 적용하되, 사용자 반응을 면밀히 측정하며 점진적으로 확대해 나갈 계획"이라고 밝혔다.
