[방송기술저널=최유주 서울미디어대학원대학교 뉴미디어콘텐츠학부 부교수] 현대인들은 일상에서 다양한 종류의 스마트 미디어를 이용해 수많은 뉴미디어 콘텐츠를 자연스럽게 생활의 일부로 접하며 살아가고 있다. 스마트 미디어와 뉴미디어 콘텐츠란 무엇인가? 지식경제부 기술표준원에서는 스마트 미디어를 소통의 도구로서 사용자와 상호작용이 가능하며, 시간적 공간적 제약이 없는 융복합 콘텐츠를 제공하는 똑똑한 매체라고 정의하고 있다. 한국콘텐츠진흥원에서는 뉴미디어 콘텐츠를 컴퓨터 기술, 무선통신 그리고 콘텐츠 요소의 결합을 통해 소비자와 사업자에 의해 상호적으로 사용되는 제품으로 정의하며, IP 기반의 유무선 인터넷을 이용하는 것과 ‘상호작용성’을 가지는 것이 대표적 속성이라고 지적하고 있다. 한국인터넷진흥원의 정의에 의하면 뉴미디어 콘텐츠는 융합형 매체인 IPTV, 케이블 TV, 스마트 TV, 태블릿 PC, 스마트 폰 등에서 이용할 수 있는 인터넷을 기반으로 하는 모든 콘텐츠다. 각 기관의 정의를 정리하면 뉴미디어 콘텐츠는 “스마트 미디어를 이용해 접근하는 콘텐츠로서 상호작용성과 인터넷 기반의 연결성이라는 대표적 속성을 가지는 콘텐츠”로 정의할 수 있다.
이용자들은 스마트폰, 태블릿 등 여러 기능으로 무장한 스마트 미디어를 이용해 인터넷을 기반으로 전송 배포되는 다양한 뉴미디어 콘텐츠(TV 라디오 프로그램, 음악, 영화, 출판물, 게임, 교육 콘텐츠, 쇼핑 서비스 등)를 언제 어디서나 사용할 수 있다. 여기서, 특히 TV에서 사용하는 뉴미디어 콘텐츠는 상호작용성 구현이 가능한 TV 플랫폼인 위성방송, 케이블 TV, IPTV, 스마트 TV를 중심으로 제공돼 왔다. T-커머스형 서비스, 인터넷망을 기반으로 하는 실시간 방송, VOD, 생활 정보 제공 서비스, 사용자의 실시간 투표, 설문 참여의 연동형 서비스 등 다양한 형태의 서비스가 제공됐다.
사용자의 다양한 상호작용을 가능하게 하는 뉴미디어 콘텐츠는 사용자가 여러 형태의 이용 맥락(use context)을 통해 콘텐츠에 접근할 수 있도록 했다. 이용 맥락이라 함은 언제, 어디서, 그리고 어떻게 콘텐츠를 사용하고 있는지를 의미한다. 사용자의 콘텐츠 이용 맥락(use context)은 보다 나은 콘텐츠의 설계를 위한 중요한 기반 데이터다. 상호작용성 혹은 양방향성이라고 표현되는 뉴미디어 콘텐츠의 대표적 속성과 개인용 스마트 모바일 기기의 확산으로 인해 개별 사용자의 이용 맥락 데이터를 수집할 수 있게 됐고, 사용자의 이용 맥락을 분석함으로써 개인의 특성에 맞는 맞춤형 콘텐츠로 진화가 가능한 선순환 구조를 구축했다. 이러한 변화 하에서, 콘텐츠의 진화와 혁신을 주도하기 위해 콘텐츠 제공업체는 이용자의 이용 맥락을 보다 정확하게 분석하기 위해 최신 기술을 도입하고 있다. 사용자의 이용 맥락을 분석하는 일은 콘텐츠 제공업체가 부가 서비스로 제공하는 선택 요소가 아니고 콘텐츠 시장에서 살아남기 위한 필수 요소로 간주되고 있다.
사용자의 이용 맥락을 분석해 제공되는 대표적 서비스가 콘텐츠 추천 시스템이다. 음원을 제공하는 한 유료 폐쇄형 음원 사이트의 경우, 이용자별로 언제 어떠한 음악을 주로 선호하는지를 분석해 개별 이용자를 위한 개인 맞춤형 추천 서비스를 제공하고 있다. ‘맞춤 라디오’라는 이 서비스는 사용자가 최근 들었던 음악을 수집해 랭크를 부여하고, 상위에 랭크된 음악의 장르, 비트, 음색 등 백여 개의 특성을 추출한다. 상위에 랭크된 음악의 특성을 바탕으로 개별 사용자의 프로파일을 생성하고, 음악의 프로파일을 비교해 유사성이 높은 음악을 사용자가 선호할 만한 음악으로 선곡해 ‘맞춤 라디오’를 통해 제공한다. 나의 취향을 이해하고, 나만을 위해 제공되는 라디오의 음악은 집으로 돌아가는 퇴근길에서 따뜻한 위로자 역할을 톡톡히 하고 있다.
전 세계 1억 9백25만 명의 사용자를 확보하고 있는 온라인 콘텐츠 스트리밍 서비스업체인 넷플릭스의 경우, 전체 영화 시청의 75%가 추천을 통해 이뤄지고 있다고 한다. 넷플릭스는 정확한 추천 시스템 확보를 위해 100만 달러의 상금을 걸고 추천 알고리즘을 공모하기도 했다. 공모에 수상한 알고리즘은 잠재(latent) 모델을 기반에 둔 알고리즘인데, 이는 사용자가 특정 콘텐츠를 선호하는 잠재적인 이유를 보다 지능적으로 분석하는 것을 포함해 추천 정확도를 향상시켰다. 최근에는 많은 관심을 모으고 있고, 빠르게 확산되고 있는 딥러닝 기술을 기반한 접근 방법을 이용 맥락 분석에 적용해 보다 정확히 사용자의 취향을 분석하기 위한 노력을 기울이고 있다.
한 SNS는 기념이 될 만한 날에 나와 많은 대화가 있었던 가까운 친구들을 선별해서 그 친구들이 등장하는 깜짝 애니메이션을 만들어 제공해 주기도 한다. 또 다른 SNS는 내가 관심을 가질만한 콘텐츠가 있으니 어서 와 달라고 끊임없이 나를 초대한다. 인터넷 쇼핑몰은 내가 사고 싶은 물건을 보여주며 내 지갑을 열도록 한다. 사용자의 취향, 정서를 이해하는 콘텐츠와 서비스를 제공하기 위해서는 보다 정확한 이용 맥락 분석 기술을 확보해야 하며, 이에 대한 노력을 지속해서 기울여야 할 것이다.
