추천 콘텐츠, 내 취향에 맞으셨나요?
핵심 발견
- 응답자의 60%가 추천 덕분에 가끔 좋은 경험을 했다고 응답했다.
- 이는 추천 시스템이 사용자의 의도와 어느 정도 맞아떨어진다는 것을 시사하며, 고객 만족도와 직결되는 중요한 요인이라 할 수 있다.
- 알고리즘이 어느 정도 사용자의 취향을 잘 이해한다고 응답한 비율이 60%로 가장 높게 나타났다.
- 이는 현행 추천 시스템이 일정 수준의 정확성을 가지고 있음을 의미하며, 시스템이 사용자에게 신뢰받고 있음을 나타냈다.
- '추천 콘텐츠를 자주 이용한다'고 응답한 비율이 16%로 다른 응답에 비해 상대적으로 낮게 나타났다.
- 이는 추천 시스템의 이용 빈도가 기대보다 낮음을 의미하며, 서비스 제공자에게 추천 콘텐츠의 인식을 높이는 노력이 필요함을 시사했다.
- '반복 콘텐츠 줄이기'가 개선 필요사항 중 37%로 가장 높은 비율을 차지했다.
- 이는 사용자들이 다양한 콘텐츠를 원하며, 반복되는 콘텐츠가 만족도를 떨어뜨리는 주요 원인 중 하나임을 보여준다.
문항별 결과
Q.1추천 콘텐츠(영상·상품 등)를 자주 이용하시나요?
| 응답 | 남자 | 여자 |
|---|---|---|
| 자주 이용한다 | 15% | 17% |
| 가끔 이용한다 | 51% | 50% |
| 거의 이용하지 않는다 | 26% | 27% |
| 사용하지 않는다 | 8% | 7% |
'자주 이용한다'에서 여성이 남성보다 2% 더 많았다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| 자주 이용한다 | 31% | 23% | 16% | 16% | 16% | 15% | 12% | 10% |
| 가끔 이용한다 | 38% | 48% | 50% | 50% | 51% | 53% | 44% | 48% |
| 거의 이용하지 않는다 | 24% | 21% | 27% | 27% | 26% | 26% | 31% | 25% |
| 사용하지 않는다 | 7% | 9% | 7% | 7% | 7% | 7% | 12% | 17% |
10대와 20대는 "자주 이용한다" 항목에서 높은 비율을 보였고, 80대는 낮은 비율로 차이가 나타났다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 자주 이용한다 | 11% | 17% | 17% | 16% | 16% | 14% | 22% | 19% | 16% | 18% | 9% | 18% | 13% | 22% | 11% | 14% | 18% |
| 가끔 이용한다 | 60% | 50% | 55% | 48% | 51% | 53% | 43% | 46% | 49% | 53% | 55% | 48% | 52% | 52% | 56% | 49% | 54% |
| 거의 이용하지 않는다 | 20% | 27% | 23% | 30% | 27% | 28% | 30% | 27% | 26% | 25% | 28% | 25% | 24% | 22% | 28% | 28% | 20% |
| 사용하지 않는다 | 9% | 6% | 6% | 6% | 6% | 5% | 6% | 9% | 9% | 5% | 7% | 9% | 12% | 4% | 4% | 8% | 8% |
대전광역시와 전북특별자치도는 '자주 이용한다' 응답 비율이 22%로 가장 높았다.
'가끔 이용한다'는 응답이 가장 많았으며, '자주 이용한다'와 '사용하지 않는다' 사이의 편차가 크지 않았다.
전체 응답 결과를 살펴보면, 추천 콘텐츠를 사용하는 빈도는 대체로 낮은 편에 해당했다.
'알고리즘이 내 취향을 잘 이해한다고 느끼시나요?' 질문에서 '어느 정도 그렇다'는 응답이 가장 많았으나, 그 외는 낮다고 느끼는 비율이 높다는 점은 추천 콘텐츠의 이용 빈도가 낮은 것과 연관이 있다고 볼 수 있다.
'추천 시스템이 개선된다면 어떤 점이 가장 중요하다고 생각하시나요?' 질문에서 반복 콘텐츠 줄이기와 정확도 높이기가 중요하게 꼽힌 것은 현재 이용 빈도가 낮은 이유에 대한 실마리를 제공했다.
Q.2추천 덕분에 좋은 경험을 한 적이 있나요?
| 응답 | 남자 | 여자 |
|---|---|---|
| 자주 있다 | 10% | 8% |
| 가끔 있다 | 56% | 57% |
| 거의 없다 | 27% | 27% |
| 없다 | 8% | 7% |
남성과 여성 모두 '가끔 있다'는 응답이 가장 많았고, 비율 역시 비슷한 수준이었다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| 자주 있다 | 16% | 10% | 7% | 8% | 8% | 10% | 9% | 9% |
| 가끔 있다 | 50% | 61% | 62% | 57% | 56% | 54% | 48% | 46% |
| 거의 없다 | 28% | 22% | 25% | 27% | 27% | 28% | 32% | 32% |
| 없다 | 5% | 8% | 6% | 7% | 8% | 7% | 11% | 14% |
10대는 '자주 있다'와 '없다'의 응답률이 중간 연령대에 비해 상대적으로 높았다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 자주 있다 | 6% | 9% | 10% | 10% | 6% | 8% | 11% | 11% | 9% | 10% | 5% | 8% | 5% | 9% | 9% | 5% | 7% |
| 가끔 있다 | 61% | 56% | 59% | 50% | 59% | 57% | 54% | 52% | 56% | 63% | 48% | 60% | 56% | 61% | 52% | 55% | 59% |
| 거의 없다 | 26% | 27% | 23% | 34% | 27% | 28% | 27% | 30% | 25% | 25% | 41% | 24% | 30% | 23% | 35% | 33% | 28% |
| 없다 | 7% | 7% | 7% | 6% | 8% | 5% | 7% | 7% | 10% | 3% | 5% | 8% | 9% | 7% | 4% | 7% | 6% |
대전광역시와 부산광역시는 '자주 있다' 비율이 각각 11%로 다른 지역보다 높았다.
"가끔 있다" 응답이 가장 높았고, "없다" 응답이 가장 낮았다.
"추천 콘텐츠를 자주 이용한다"는 응답과의 비교에서 유사한 분포를 보였다.
알고리즘이 전반적으로 사용자의 취향을 어느 정도 만족시키고 있다는 점이 분석되었다.
추천 시스템의 정밀도와 다양성을 높이는 것이 사용자 경험 개선에 기여할 가능성이 높다는 결론을 내렸다.
Q.3알고리즘이 내 취향을 잘 이해한다고 느끼시나요?
| 응답 | 남자 | 여자 |
|---|---|---|
| 매우 그렇다 | 9% | 7% |
| 어느 정도 그렇다 | 56% | 62% |
| 잘 이해하지 못한다 | 27% | 25% |
| 전혀 아니다 | 7% | 6% |
'어느 정도 그렇다' 응답 비율에서 여성이 62%로 남성의 56%보다 높았다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| 매우 그렇다 | 20% | 9% | 7% | 7% | 7% | 10% | 6% | 7% |
| 어느 정도 그렇다 | 54% | 63% | 63% | 59% | 62% | 57% | 54% | 49% |
| 잘 이해하지 못한다 | 20% | 20% | 26% | 27% | 25% | 27% | 32% | 36% |
| 전혀 아니다 | 5% | 7% | 5% | 7% | 6% | 6% | 8% | 7% |
10대는 '매우 그렇다'(20%)와 '전혀 아니다'(5%)가 상대적으로 높은 비율로 양극화된 응답이 나타났다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 매우 그렇다 | 8% | 9% | 9% | 10% | 6% | 9% | 9% | 8% | 7% | 8% | 4% | 9% | 6% | 6% | 7% | 6% | 6% |
| 어느 정도 그렇다 | 64% | 60% | 65% | 55% | 62% | 56% | 63% | 59% | 59% | 63% | 54% | 62% | 55% | 68% | 63% | 60% | 63% |
| 잘 이해하지 못한다 | 22% | 26% | 21% | 28% | 25% | 30% | 24% | 26% | 27% | 25% | 32% | 23% | 28% | 22% | 28% | 30% | 23% |
| 전혀 아니다 | 6% | 6% | 5% | 7% | 7% | 4% | 4% | 6% | 7% | 5% | 10% | 7% | 10% | 5% | 2% | 5% | 8% |
'매우 그렇다' 비율은 울산광역시가 가장 낮고 경상북도가 가장 높았으며, 지역별로 차이가 나타났다.
응답자의 다수는 알고리즘이 어느 정도 사용자의 취향을 이해하고 있다고 답했다.
추천 콘텐츠를 자주 이용하는 사용자의 비율이 높으며, 좋은 경험을 한 경우도 많아졌다.
알고리즘의 개선은 주로 취향의 다양성과 정확도에 중점을 두는 방향이 필요하다는 점이 나타났다.
알고리즘의 사용빈도가 높을수록 좋은 경험을 할 가능성이 커지므로, 사용자 맞춤형 개선이 중요해 보인다.
Q.4추천 시스템이 개선된다면 어떤 점이 가장 중요하다고 생각하시나요?
| 응답 | 남자 | 여자 |
|---|---|---|
| 다양한 취향 반영 | 25% | 25% |
| 반복 콘텐츠 줄이기 | 34% | 39% |
| 정확도 높이기 | 26% | 23% |
| 새로움 강화 | 16% | 13% |
'반복 콘텐츠 줄이기' 항목에서 여성이 남성보다 5% 더 높은 비율을 보였다.
| 응답 | 10대 | 20대 | 30대 | 40대 | 50대 | 60대 | 70대 | 80대 |
|---|---|---|---|---|---|---|---|---|
| 다양한 취향 반영 | 23% | 21% | 17% | 24% | 27% | 30% | 28% | 26% |
| 반복 콘텐츠 줄이기 | 38% | 38% | 42% | 39% | 38% | 30% | 25% | 36% |
| 정확도 높이기 | 19% | 24% | 26% | 23% | 24% | 27% | 26% | 22% |
| 새로움 강화 | 20% | 17% | 15% | 14% | 12% | 13% | 19% | 16% |
10대와 60대 이상에서 '다양한 취향 반영'의 중요성이 높게 나타났다.
| 응답 | 강원 | 경기도 | 경상남도 | 경상북도 | 광주 | 대구 | 대전 | 부산 | 서울 | 세종 | 울산 | 인천 | 전라남도 | 전북 | 제주 | 충청남도 | 충청북도 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 다양한 취향 반영 | 28% | 25% | 26% | 27% | 30% | 26% | 18% | 26% | 23% | 33% | 35% | 28% | 25% | 18% | 26% | 26% | 20% |
| 반복 콘텐츠 줄이기 | 40% | 37% | 37% | 35% | 32% | 38% | 41% | 30% | 39% | 38% | 37% | 38% | 26% | 41% | 46% | 33% | 34% |
| 정확도 높이기 | 20% | 25% | 21% | 24% | 22% | 24% | 24% | 28% | 25% | 28% | 16% | 23% | 28% | 25% | 20% | 23% | 28% |
| 새로움 강화 | 12% | 14% | 16% | 14% | 17% | 11% | 18% | 15% | 13% | 3% | 12% | 11% | 21% | 16% | 9% | 18% | 18% |
반복 콘텐츠 줄이기를 중요하게 생각한 응답 비율이 제주특별자치도에서 가장 높게 나타났다.
'반복 콘텐츠 줄이기' 항목이 가장 많은 응답을 받았으며, 사용자들이 많이 중시했다.
'정확도 높이기'와 '다양한 취향 반영' 응답 수치가 유사하게 나타났다.
사용자들은 추천 시스템의 반복성을 줄이는 것을 가장 중요하게 생각했다는 점에서, 다양성과 개인 맞춤형 콘텐츠 제공이 필요하다.
전체 설문 데이터에서 '알고리즘이 내 취향을 잘 이해한다고 느끼시나요?' 질문에 "매우 그렇다"와 "어느 정도 그렇다" 응답이 다수를 차지한 것으로 보아, 현재 추천 시스템의 정확도는 비교적 긍정적으로 평가되었다.
이렇게 활용할 수 있어요
- 마케팅 전략으로 추천 시스템을 통한 고객 맞춤형 광고를 강화할 수 있다.
- 추천 시스템이 대부분 사용자의 취향을 잘 이해하고 있기 때문에, 이를 활용하면 광고의 효율성을 극대화할 수 있다.
- 교육 프로그램 개발에 있어서 개인 맞춤형 학습 콘텐츠 제공으로 활용할 수 있다.
- 알고리즘의 개선을 통해 각 학습자의 수준과 취향에 맞는 콘텐츠를 제공하면 학습 효과를 크게 높일 수 있다.
참여자 구성과 조사 현황
- 성별분포 남성(2508명, 41.8%)과 여성(3321명, 55.3%) 참여자 비율에 약 13.5%의 차이가 나타났다. 이는 여성 참여자가 남성보다 더 많음을 의미했다. 특별한 특이점으로는 전체적으로 여성이 더 적극적으로 설문에 참여했다는 것이다.
- 연령별분포 40대(27.8%)와 50대(29.1%) 참여자가 압도적으로 많아 두 연령대에 참여자가 집중되었다. 반면 10대(2.2%)와 80대(1.4%), 90대(0.1%) 참여자는 상대적으로 적었다. 특정 연령대에 참여가 집중된 패턴이 두드러지게 나타났다.
- 거주지별분포 서울특별시(26.2%)와 경기도(25.0%) 참여자가 가장 많아 참여가 집중되었다. 반면 세종특별자치시(0.7%)와 제주특별자치도(0.8%)는 가장 적었다. 대도시 지역에서의 참여도가 높게 나타나는 특이점이 있었다.
- 연령,성별분포 연령별, 성별로 볼 때 40대와 50대 여성이 두드러지게 많이 참여했다. 특히 40대와 50대 여성의 비율이 상대적으로 높아 중요 패턴으로 나타났다. 이는 중년층 여성이 설문에 적극적인 경향을 보였다.
- 조사기간 25.11.10 12:00 ~ 25.11.12 20:00 (계획보다 약 4일 16시간 일찍 끝났다)
- 참여인원 계획된 참여자 수는 6000명이었으나 실제 참여자 수는 6001명으로, 목표를 초과하여 참여율이 100%를 넘겼다.
- 미참여인원 참여 조건에 맞지 않아 참여하지 못한 사람은 없었고, 설문을 완료하지 못한 사람은 22명이었다.
- 참여시간 참여가 가장 높았던 시간대는 11.10 12:00, 11.11 12:00, 11.11 13:00 순으로 분포되었다.
- 응답시간 설문 응답자들의 평균 응답 시간은 16초로 매우 빠르게 답변했다.
자료: SK텔레콤 AI Survey 공개 리포트. 수치는 응답자 기준 비율이며(복수응답은 응답자 수 대비), 분석 문장은 리포트의 AI 분석을 옮긴 것입니다.
