미국미디어·콘텐츠2009 – 진행 중넷플릭스
콘텐츠 추천·개인화 시스템
넷플릭스 시청 시간의 약 80%가 추천에서 나왔고, 회사는 그 가치를 연 10억 달러 이상으로 추산했다
문제
볼 만한 콘텐츠를 빨리 찾지 못한 스트리밍 구독자는 이용을 줄이다 해지할 수 있다. 넷플릭스의 콘텐츠는 회원이 직접 훑어보기에는 너무 많았고, 해지한 구독자는 새 구독자로 채워야 했다.
접근 방식
넷플릭스는 홈 화면의 작품 순위, 개인화된 줄 구성, 비슷한 작품 추천, 썸네일 이미지 선택, 검색을 담당하는 알고리즘을 자체 개발했다. DVD 대여 시절과 넷플릭스 프라이즈 대회에서 중심이던 별점 예측에서 벗어나 실제 시청 행동을 바탕으로 한 모델로 옮겨 갔다. 변경 사항은 회원 유지율과 중기 이용도를 지표로 삼는 A/B 테스트로 검증했다.
주요 수치
~80%추천 시스템이 선택에 영향을 준 시청 시간 비중
$1B+개인화·추천으로 얻는 연간 절감 효과 추정치(주로 해지 감소)
시사점
넷플릭스는 직접 매출 대신 줄어든 해지로 추천의 가치를 계산했다. 10억 달러는 넷플릭스가 2015년에 내놓은 자체 추정치다.
분류
출처
출처 요약
[1]ACM Transactions on Management Information Systems2015년 12월 28일
넷플릭스의 카를로스 고메스우리베와 닐 헌트가 추천 알고리즘의 구성과 A/B 실험을 통한 검증 방식을 설명한다. 시청 시간의 약 80%가 추천의 영향을 받고 나머지 20%는 검색에서 나온다고 적었다. 개인화로 월 해지율을 몇 퍼센트포인트 낮췄으며 그 효과를 합치면 연 10억 달러 이상을 아낀다고 추산했다.
[2]Tubefilter2016년 6월 20일
넷플릭스 임원 두 명의 논문에 나온 연 10억 달러 수치를 전하며, 절감 효과가 주로 구독자 유지에서 나온다고 설명한다. 기자는 이 추정치를 확실한 숫자로 뒷받침할 수 없고 다소 부풀려졌을 수 있다고 덧붙였다.
자세한 내용은 원문에 있습니다.
등록일 2026년 10월 25일 · 수정일 2026년 10월 25일
