우아한형제들

우아한형제들은 “고객(이용자와 사장님) 모두를 만족시킨다”는 모토를 자사 웹툰 플랫폼 ‘만화경’에도 적용했습니다. 좋은 웹툰이 나오기 위해서는 작가가 창작 압박에서 벗어나 상상력을 발휘할 수 있는 충분한 시간이 필요하다고 보고, 웹툰 업계에서는 드문 ‘격주 연재’를 도입해 창작자의 ‘워라밸’을 추구할 수 있도록 지원했습니다. 김명철 만화경 셀장은 “웹툰의 양보다 질이 중요하다고 판단했고, 작가와 독자가 함께 만드는 생태계를 구축하는 것이 목표”라고 설명했습니다. 만화경은 “100명이 알고 있는 만화보다 10명이 사랑하는 만화”를 지향하고, 다양한 만화를 소개하는데 주력하고 있습니다. 만화경 이용자들은 앱 평점 4.6 이상의 높은 만족도를 보여주고 있습니다. 김명철 셀장은 “만화경 앱 이용자들이 만족할 만한 작품을 적절하게 추천하여 이용자에게 맞는 작품을 경험하고 만화경 서비스에 성공적으로 안착할 수 있는 방법을 고민했습니다. 더 정확한 추천 서비스와 개인화 서비스를 제공하기 위해 AI/ML 등 다양한 기술을 고려했습니다. ”라고 전했습니다.

AWS에서 운영하는 기수제 개발자 커뮤니티인 DNA(Digital Native Architects)에 만화경 서비스의 김명재 개발자가 1기 멤버로 선발되어, 3개월간 AWS 서비스를 배우고 직접 사용해 볼 수 있는 기회를 얻게 되었습니다. Amazon Personalize 서비스를 만화경에 적용한 케이스가 DNA의 ‘Build your own case’ 경연대회에서 1등을 수상하기도 했습니다. 김명재 개발자는 “만화경 서비스에서 제공하는 추천 서비스를 고도화하는 방안을 고민하던 중 AWS DNA를 통해 Amazon Personalize 프로토타입을 만들어 볼 수 있었습니다. AWS 서비스를 사용해보는 과정에서 AWS 솔루션 아키텍트의 리뷰를 받을 수 있어 완성도 높은 프로토타입을 만드는 것이 가능했습니다.”라고 설명했습니다.

우아한형제들은 Amazon Personalize 서비스에 맞게 포맷된 로그 데이터를 Amazon Simple Storage Service(Amazon S3)에 업로드하고, 업로드된 데이터를 Amazon Personalize가 학습해 개인 추천을 할 수 있도록 구현했습니다. Amazon Personalize가 학습한 데이터를 Amazon DynamoDB에 적재하고 사용자가 Amazon API Gateway를 통해 추천 결과를 조회할 수 있도록 구축했습니다.

김명철 셀장은 기존에 제공하던 방식(개발자가 수동으로 쿼리를 실행하고 로그 데이터에서 추천 데이터를 추출한 뒤 데이터베이스에 적재하고, API로 추천 데이터를 제공하는 방식으로 유사 작품 추천 기능만 제공)에서는AI/ML 전문가없이 사용자에게 맞는 추천서비스를 제공해야 하는 어려움이 있었다고 설명했습니다. 이런 어려움을 Amazon Personalize가 해소해주었다고 덧붙였습니다. 김명재 개발자는 “실제로 이런 추천 시스템을 구성하려면 데이터과학자가 모델을 만들고, 그 모델에 데이터를 적재한 후 추출하는 서비스까지 연결하려면 데이터파이프라인을 만드는 엔지니어도 필요합니다. 적어도 5-6명의 개발자가 필요한 작업인데 고급 인력을 영입하지 않고 기존 개발자만으로 Amazon Personalize를 사용해 추천 서비스를 개발할 수 있었고, 만화경 이용자에게 더 나은 추천을 제공할 수 있게 되었습니다.”라고 설명했습니다.

우아한형제들은 Amazon Personalize 도입 후 완독 대비 추천 클릭자 수가 증가하고 있습니다. 그리고 작품별로 추천해 준 데이터 결과물에 대해서도 내부에서 높은 신뢰감을 보이고 있습니다. 만화경 앱 화면 하단의 추천 영역을 클릭한 사용자의 수가 기존 대비 24% 증가하는 경험을 할 수 있었습니다. 추천을 통한 작품 만족도도 15% 증가하는 결과를 확인할 수 있었습니다. Amazon Personalize의 추천은 작품 단위의 연계성이 더 높아 사용자가 지금 보고 있는 작품 간에 결합이 더 견고해 추천의 품질이 향상되었다고 보고 있습니다. 김명철 셀장은 “만화경 서비스 개발자들이 AI/ML 전문가가 아님에도 불구하고 사용법인 간단한 Amazon Personalize를 사용해 빠르게 추천 서비스를 적용할 수 있었습니다. 콘텐츠는 추천 서비스가 중요한 역할을 하는데, 사용자가 적절한 추천을 통해 만족할 수 있도록 앞으로 AWS 서비스를 적극 활용해 더 많은 서비스를 제공할 계획입니다.”라고 밝혔습니다.