네이버가 빅데이터를 기반으로 성별, 나이별로 맞춤 쇼핑 정보를 제공하는 ‘사용자그룹별 상품 추천’ 기능을 오픈하며 쇼핑 검색을 한층 강화했다.
이제 사용자들은 로그인 정보와 과거 검색 히스토리를 바탕으로 ‘여자10대’, ‘남자20대’와 같이 성별과 나이를 조합한 사용자그룹 내에서 인기 있는 상품들을 정교하게 추천받을 수 있다.
네이버는 지난해 사용자들이 찾고자 하는 쇼핑 키워드에 적합한 검색 결과를 제공하기 위해 상품 정보가 중요한 검색 결과에는 ‘가이드뷰’를, 디자인이 중시되는 상품에는 ‘트렌드뷰’ 방식을 적용한 데 이어 사용자들에게 맞춤형 상품까지 추천함으로써 더욱 스마트한 쇼핑 경험을 제공한다.
예를 들어 모바일에서 ‘청바지’와 같은 패션 키워드를 검색하면 본인이 속한 그룹에서 선호하는 상품들이 자동으로 추천되며 원하는 그룹을 선택할 수도 있다. 또한 태그를 통한 상품 추천도 강화해 해당 사용자그룹에서 많이 검색한 키워드, 많이 클릭한 상품을 기반으로 #찢청, #커팅진, #부츠컷 등과 같은 그룹별 태그를 제공해 필요한 상품을 한눈에 찾아볼 수 있도록 지원한다.
이번 개편을 위해 네이버는 쇼핑 사용자의 행동 패턴 정보를 알고리즘으로 구축하는 STG(Shopping Trend Graph)와 사용자들의 쇼핑 검색 의도와 취향을 분석하는 UPA (User's Preference Analytics) 등 다양한 쇼핑 검색 기술들을 적용했고 이를 통해 4억개 이상의 방대한 상품 DB와 사용자그룹별 검색 히스토리를 분석해 맞춤형 상품을 추천할 수 있게 됐다.
네이버 라이브쇼핑 프로젝트의 김지승 박사는 “지난해 쇼핑 검색 강화를 위해 알고리즘을 정교화하고 최적화된 상품 검색 결과를 제공하는데 집중했다면 올해는 사용자들이 수많은 상품 DB들 사이에서 원하는 상품을 손쉽게 찾을 수 있도록 빅데이터를 기반으로 한 추천 기술에 집중하고 있다”며 “앞으로도 사용자들이 네이버를 통해 효율적인 쇼핑 경험을 가져갈 수 있도록 쇼핑 검색 고도화에 최선을 다할 것”이라고 말했다.
한편 네이버는 쇼핑 관련 키워드를 대상으로 사용자의 관심사와 취향에 따른 맞춤형 검색을 강화하기 위해 검색어, 클릭, 실구매, 선호몰, 가격 등을 종합적으로 분석해 ‘취향맞춤형 상품’, ‘함께 구매하면 좋은 상품’, ‘재구매 시기 상품’ 추천 등의 다양한 기능을 올해 안에 선보일 계획이다.
