우리가 살아가고 있는 세상은 다양한 서비스와 제품이 넘쳐난다. 이 수많은 재화 속에서 나에게 딱 맞는 것을 찾는 과정은 귀찮고 복잡하며 여간 힘든 일이 아니다. 고민하던 중 내가 자주 가는 사이트나 서비스 플랫폼에서 나도 모르는 내가 원하는 제품과 서비스를 추천받은 경험이 있을 것이다. 이러한 과정이 '초개인화시대'다.

이미 우리가 이용하는 디지털 서비스는 '개인화(personalization)'를 고도화한 '초개인화(hyper-personalization)' 서비스를 도입하고 있다.

초개인화는 데이터를 기반으로 소비자를 독립된 개인으로 인식하여 초점을 맞춘 서비스이다. 기존의 개인화는 개인의 정보인 성별, 지역, 나이, 직업 등 소비자가 입력한 정보를 바탕으로 분석을 했다면, 초개인화는 인공지능으로 실시간으로 개인의 생활패턴 및 취향을 분석하여 개별화된 경험을 제공한다. 예를 들어 내가 듣고 있는 노래, 배달 앱으로 주문한 음식, 유튜브/넷플릭스로 보는 영상 등 온라인 행동 데이터를 실시간으로 분석하여 소비자의 니즈를 예측하고, 정확한 개인 맞춤 서비스와 제품을 제공한다. 이처럼 초개인화 서비스는 개인의 삶을 편리하고 스마트하게 만들어준다.

추천알고리즘이 나를 이끌었다.

우리가 매일 보는 유튜브 댓글 창을 보면 심심치 않게 '알 수 없는 유튜브 알고리즘이..'라는 댓글을 볼 수 있다. 우리가 가장 흔하게 경험하는 초개인화시대의 사례이다. 내가 본 영상을 기반으로 나의 취향을 분석하여 추천해주는데 기가 막히게 나의 취향을 저격한 영상이다.

이러한 추천방식은 유튜브뿐만 아니라 넷플릭스, 왓챠와 같은 OTT 서비스, 온라인 쇼핑몰, 포털사이트에서도 쉽게 경험할 수 있다. 넷플릭스 같은 경우에는 사용자의 80% 이상이 추천 영상을 시청한 것으로 나타났다.

특히 구글은 자신들이 보유하고 있는 서비스에 광고를 붙여, 사용자의 검색, 영상 시청, 사이트 접속 등 온라인에서 남긴 발자국을 추적하고 분석하여 소비자가 원하는 제품과 서비스에 대한 광고를 제공하여 결국 구매에 이르기까지 한다. (구글의 광고에 대해 추후 자세히 다룰 예정입니다.)

이러한 초개인화시대는 금융, 증권업계에게 까지 적용이 되고 있다.

카드사는 빅데이터와 머신러닝의 알고리즘을 사용하여 25,000여 개의 소비패턴을 분석하여 고객의 취향과 성황에 맞춰 고객이 원하는 할인과 쿠폰 이벤트를 적시에 제공한다. 증권사는 기존 데이터를 분석하여 개인의 과거 투자 정보를 분석하여 개인마다 맞춤형 투자포트폴리오를 제공한다.

이렇게 이미 많은 분야의 기업에서 '초개인화시대'를 도입했다.

양날의 검인 데이터기반 서비스

그러나 데이터는 '양날의 검'이라고 불린다. 이처럼 데이터를 통해 개인의 삶이 편리하고 스마트한 편익을 얻을 수 있지만, 이 데이터가 어떤 방법으로 수집되었는지, 또 수집한 데이터(개인정보)를 소비자들에게 동의를 받지 않고 사용될 수 있다.

또한, 추천 서비스에 길들여진다면 자칫하다가 추천받은 제품과 서비스 외의 정보는 접힐 기회에 줄어들고 또한 편향적인 시선에 갇히게 될 수 있다. 이러한 현상을 '필터버블'이라고 부른다.

기업과 소비자 모두 데이터 기반의 서비스는 조금은 경계할 필요가 있다.

그럼에도 결국 마케팅은 초개인화시대

그럼에도 결국은 모든 기업이 초개인화를 기반으로 하는 마케팅과 서비스를 제공 할 것이다.

사용자는 더 이상 검색하는 사람이 아닌 본인에게 알맞게 추천된 제품과 서비스를 고르는 선택적 소비 행동을 하는 사람이다. 이제 기업은 고객의 구매 여정을 경쟁사보다 빠르게 분석하고 고객이 원하는 제품을 적시에 시간에 제공을 해야 한다. 그러나 개인정보 유출, 필터버블 현상, 지나친 추천 등을 유의해야 한다. 이러한 초개인화 시대의 특성을 이해한다면 성공적인 마케팅을 할 수 있을 것이다.