무엇을 찾으시나요? 검색창 개편 여정
안녕하세요. 검색 추천팀에서 기획자로 일하고 있는 라미선입니다.
검색 추천팀은 과연 무슨 일을 하고 있는지 궁금하지 않으셨나요🤔 ? 오늘은 올해 진행한 ‘검색창 개편’ 프로젝트를 사례로 저희 업무를 소개해 드리고자 합니다. 오픈 과정부터 여러 실험의 결과까지 포함해서 말씀드리고자 하니 흥미롭게 즐겨주시길 바랍니다!
궁극적으로 검색 추천팀에서 하는 모든 작업은 고객이 빠르고 편하게 상품을 탐색할 수 있도록 돕는 것을 목표로 합니다. 이 탐색의 단계에서 가장 첫 번째로 고객을 만나는 곳이 바로 검색창인데요. 검색창에서 어떤 도움을 고객에게 줄 수 있느냐에 따라서 탐색을 더 도울 수도 있고 고객을 이탈하게 만들 수도 있습니다.
어서오세요, 고객님! 무엇을 찾으시나요?
검색 서비스를 사용하는 유저는 사용 목적에 따라 크게 2가지 그룹으로 분류할 수 있습니다. 1) 구매하려는 상품이 명확하게 존재하는 유저, 2) 비교적 구매 목표가 명확하지 않은 유저입니다.
목적형 구매자
첫 번째로 명확한 구매 목적이 있는 유저는 검색창에 진입하자마자 원하는 상품을 찾기 위해 검색어를 입력합니다. 이때는 유저가 원하는 검색어를 적절히 예측하여 가장 최소한의 노력으로 검색어를 완성할 수 있도록 도와줘야 하는데요. 예를 들어 원하는 상품이 ‘우유’라고 가정했을 때, ‘ㅇ’까지만 입력하여도 ‘우유’를 검색할 수 있도록 키워드를 완성해서 제공해 줘야 합니다. 우리는 이를 자동완성 서비스라고 부릅니다.
자동완성 기능은 사용자가 원하는 검색어를 모두 입력하는 대신에, 한 번의 클릭만으로도 원하는 검색결과로 이동할 수 있게 합니다. 타이핑해야 하는 과정을 축소시키면 사용자의 부담이 훨씬 줄어들기 때문에 비교적 간단하지만 필수적인 기능이라고 할 수 있습니다. 이커머스뿐만 아니라 온라인 서비스를 사용하면서 한 번도 자동완성 기능을 경험해보지 못한 분은 없으시리라 생각합니다. 내년은 자동완성 서비스를 지금보다 고도화하여 개인에게 최적화된 키워드를 우선 노출하려는 계획을 세우고 있는데요. 이는 실제로 출시하면 자세히 소개해드리겠습니다 🙂
탐색형 구매자
두 번째는 구매 목표가 뚜렷하지 않은 유저입니다. 본인이 원하는 상품을 유저도 잘 모르고 있을 수 있는 상황에서 과연 어떤 도움을 드릴 수 있을까요? 가장 중요한 목표는 사용자가 검색창을 이탈하지 않도록 해야 합니다. 그렇다면 클릭할 수 있을만한 거리를 제공해줘야 하는데요.
먼저 1) 최근 검색어를 제공할 수 있습니다. 최근 검색어는 말 그대로 최근에 검색한 키워드를 다시 검색할 수 있는 기능인데요. 기존에 검색했던 키워드를 보여줌으로써 유저에게 간략한 방향성을 제시할 수 있습니다. 최근 검색어를 보고 새로운 키워드를 연상할 수 있고, 때로는 최근 검색어를 재검색하여 탐색을 시도할 수 있습니다.
이미 검색했던 키워드를 다시 제공해 주는 것이 큰 의미가 있을까 싶지만, 생각보다 최근 검색어를 다시 검색하는 비율이 상당히 높습니다. SSG 검색창 기준, 영역 노출 대비 10% 이상의 클릭률을 보이고 있으며 검색창 내 클릭의 약 85%가 최근 검색어에서 발생합니다.
두 번째로 2) 검색할만한 키워드를 직접 추천해 줄 수 있습니다. 검색창 개편 전 SSG에서는 ‘추천 태그’를 제공하고 있었는데요. ‘추천 태그’는 상품 특성을 대표하는 키워드를 태그 형태로 추천하는 것으로 예를 들어 ‘#야식용, #식단관리용’과 같은 키워드가 있습니다. 매주 4가지 태그를 선정하고 여기에 이미지와 설명 문구를 덧붙여 고객에게 추가 탐색을 유도했습니다.
다만 추천 태그는 한계가 명확했는데요. 태그를 운영하는 일주일 동안 유저는 매번 똑같은 키워드를 추천받아야 했습니다. 사용자의 관심사는 계속 변하지만 추천 태그는 고정이라면, 사용자는 어느 순간 당연히 흥미를 잃을 수밖에 없습니다. 또, 수동 운영의 한계로 현실적으로 효율 분석이나 개선이 제대로 이루어지지 않았고 신규 태그를 소개하는 경우도 점차 줄었습니다.
지금 원하시는 키워드를 추천해드려요
이런 한계점을 극복하고자 검색창을 개편하기로 합니다. 그리고 목표를 세웠는데요.
- 첫째, 보다 다양한 추천 데이터를 제공하여 최대한 효율적으로 영역을 활용할 것
- 둘째, 실시간 고객 니즈를 반영한 추천 데이터를 제공할 것
- 셋째, 검색 시퀀스에 따라서 제공하는 추천 데이터도 변할 것
위와 같은 목표를 갖고 아이데이션을 진행했고, 사용자의 최근 관심사를 기반으로 검색어와 상품을 추천해 주기로 합니다. 그리고 최종적으로 아래와 같은 개편안이 완성됩니다.
주요 컨셉은 고객의 최근 관심사에 따라 추천해 주는 검색어도, 상품도 계속 변화한다입니다.
개편안이 왜 2가지인지 궁금하실 수 있는데요. A안, B안별로 사용자 그룹을 나누어 AB TEST를 진행하였기 때문이며 최종적으로 정해진 안은 아래에서 설명드리겠습니다.
추천 검색어
추천 검색어는 최근에 검색한 키워드를 기반으로 다음에 검색할만한 키워드를 예측하여 제공해 주는 기능입니다. 예를 들어, ‘우유’를 검색했다면 그 이후에 사용자가 관심이 있을 법한 키워드인 ‘서울우유, 계란, 저지방우유, 두부’ 등을 추천해 줍니다. 이를 구현하기 위해 SR-GNN(Session-based Recommendation with GNN)이라는 세션 기반의 추천 알고리즘을 사용해서 모델을 만들었는데요. SSG 고객의 상품 탐색 과정을 그래프로 연결해 행동 패턴을 학습하고 이를 기반으로 클릭할 확률이 높은 키워드를 추천하게 됩니다. 최근 검색어가 달라지면 추천해 주는 검색어도 매번 달라진다는 장점이 있습니다.
급상승 검색어
급상승 검색어는 포털 사이트에서 흔하게 접했던 기능인데요. 사람들이 지금 많이 찾는 검색어가 어떤 것인지 알려주는 서비스입니다. 현재 가장 핫한 상품이 무엇인지 쉽게 알 수 있다는 장점이 있습니다.
추천 상품
추천 상품은 최근에 검색한 키워드를 기반으로 이번에는 검색어가 아닌 상품을 추천해 줍니다. 검색어별 상품 클릭 데이터를 활용하여 인기 상품 위주로 추천해줄 수 있도록 하였는데요. 사용자는 검색결과로 넘어가지 않아도 검색창에서 상품을 바로 탐색할 수 있게 됩니다. 만약 검색결과에서 상품을 담지 않았다면 검색창에서 바로 상품을 담을 수 있습니다.
이벤트
마지막으로 이벤트는 앞선 콘텐츠들과는 다르게 메인 프로모션을 소개해주는 기능인데요. 이벤트명을 많이 검색하는 고객 패턴을 보고 착안하여 만들었으며, 최근 검색어가 없을 때에도 추천이 가능한 요소로 기능하게 됩니다.
여기까지 각 추천 콘텐츠 소개는 간단하게 마치고, 검색창 개편 과정에서 실험했던 가설들과 그 결과를 공유드리고자 합니다. 기존 데이터만으로는 확인할 수 없었던 가설을 실제로 테스트해 보았고, 흥미로운 결과가 기다리고 있으니 놓치지 마세요!
급상승 검색어 vs 추천 검색어
궁금했던 첫 번째 가설은 바로 급상승 검색어 대 추천 검색어입니다. 저희는 현재 사람들이 많이 찾는 검색어를 제공해 주는 것이 더 효과가 좋을지 아니면 나의 최근 관심사를 기반으로 연관 키워드를 추천해 주는 것이 효과가 좋을지 확신할 수 없었습니다. 따라서 이를 AB TEST 실험을 해보기로 결정합니다.
A 고객군에게는 추천 검색어를, B 고객군에게는 급상승 검색어를 제공하고 약 50% 비율로 균등하게 나누어 테스트를 진행했습니다. 여러분도 결과를 보기 전에 어떤 콘텐츠가 더 인기 있을지 예측하셨나요? 승자는 추천 검색어였습니다. 생각보다 큰 차이가 발생했는데요.
추천 검색어는 급상승 검색어보다 약 6.6배의 클릭을 받았습니다. 놀랍지 않은가요? AB TEST전 내부 팀 논의를 했을 때 추천 검색어와 급상승 검색어의 선호도가 거의 정확히 반반으로 나뉘었습니다. 하지만 고객의 반응은 압도적으로 추천 검색어가 좋게 나타났습니다. 이를 통해 사람들은 남들이 관심 있어 하는 검색어보다는 내가 다음에 검색하려는 키워드에 훨씬 많이 반응한다는 점을 알 수 있었습니다.
다만, 급상승 검색어는 1시간 단위로 집계되기 때문에 그 시간 동안은 고정인 점과 비교적 인기 검색어(ex. 생수, 우유 등)가 아닌 키워드들 위주로 채워진다는 점은 고려해야 합니다. 반대로 말하면 추천 검색어는 보통 인기 검색어 위주로 추천이 이루어지기 때문에 클릭을 많이 받았을 수 있다는 의미입니다. 실제로 데이터를 확인해 보면 추천 검색어 중 인기 키워드가 가장 많은 클릭을 받은 것을 확인할 수 있었습니다. 그렇다면 단순 인기 검색어와 개인에게 최적화된 추천 중 어떤 것이 좋을지 궁금증이 이어지는데요. 추가로 확인할 수 있도록 테스트를 기획하고 있습니다 🙂
클릭 기반 전시 순서 최적화
두 번째 가설은 프로모션 정렬 순서를 실시간 고객의 반응에 따라 변경하면 클릭이 많이 늘어날 것인가였습니다. 프로모션은 내부적으로 우선순위가 존재합니다. 행사의 규모, 파급효과, 이익 등 중요도를 판단하여 가장 푸시하는 메인 이벤트, 그다음으로 중요한 이벤트 순서를 정합니다. 홈 메인배너의 순서가 이에 따라 정해지고, 검색창도 오픈 시점에 이 순서와 동일하게 이벤트를 노출했습니다. 그런데 과연 고객이 원하는 프로모션도 이와 동일할까요? 그렇지 않을 때도 분명히 존재한다고 생각했습니다. 이에 MAB(Multi Armed Bandit) 모델을 사용하여 전시 순서를 최적화하기로 결정합니다.
MAB 모델을 적용하면 클릭 여부에 따라 성공/실패로 나누어 성공할 확률의 분포를 추정할 수 있게 됩니다. 즉, 검색창에서 발생한 이벤트 노출/클릭을 실시간으로 집계하여 클릭 분포에 따라 전시 순서를 계속 변경할 수 있게 됩니다. 처음에 클릭 데이터가 없다면 랜덤으로 샘플링되고, 이후 점차 클릭이 많이 발생한 이벤트 위주로 정렬됩니다. 간단히 생각해 보아도 당연히 클릭을 많이 받는 이벤트를 보여주면 클릭수가 증가할 것으로 예상하시죠? 결과도 그렇습니다. 전시 최적화를 하기 이전보다 이후에 이벤트 클릭수가 증가하였는데요. 그 효과는 생각보다 좋았습니다.
일 평균 클릭수가 114% 증가하였습니다. 클릭수가 2배 이상 증가하였는데요. 내부적으로 1.5배 정도를 최대치로 예상하고 있었기 때문에 생각보다 더 좋은 효율이 나왔습니다. 대단히 복잡한 모델이 아니었는데도 이 정도 효과를 낼 수 있다는 것이 놀랍지 않은가요.
수면 아래 백조의 다리
위의 결과들이 당연하다고 느껴질 수 있지만 막연한 가정을 실제적인 수치값으로 확인할 수 있었고, 그 과정에서 유저의 반응을 명확히 체감할 수 있어 좋은 경험이 되었습니다. 실험의 결과도 그러했지만 이번 검색창 개편 프로젝트는 작지만 성공적인 결과를 얻었다고 생각하는데요. 그럼에도 아직 시도해 볼 수 있는 부분은 많고 다 소개해드리지 못했지만 저희는 계속해서 개선을 진행하고 있습니다.
검색추천팀은 확연히 티 나지 않지만 수면 아래 백조의 다리가 바쁘듯이 열심히 물장구를 치고 있습니다. 사용자들이 쉽게 상품을 찾고 또 구매할 수 있도록 노력하고 있으니 응원하는 마음을 담아 지켜봐 주시면 감사하겠습니다. 조금씩 좋아지는 모습을 보여드리는 SSG 검색, 추천 서비스가 되겠습니다. 읽어주셔서 감사합니다.
