본문으로 건너뛰기
IFAI

업계 동향

넷플릭스, TV용 'AI 디스커버' 탭 도입…기분과 테마별 맞춤 추천

게시 확산 지수 57

넷플릭스는 TV 앱에 분위기와 테마별로 콘텐츠를 추천하는 실험적 기능인 'AI 디스커버' 탭을 선보였다. 자체 구축한 인텔리전스 레이어가 사용자의 실시간 피드백을 반영해 취향을 학습한다. 현재 미국 내 영어 지원 TV 사용자를 대상으로 순차 배포 중이다.

넷플릭스, TV용 'AI 디스커버' 탭 도입…기분과 테마별 맞춤 추천
이미지: theverge.com

퇴근 후 소파에 앉아 TV를 켰지만, 수많은 썸네일 사이를 30분 동안 헤매다 결국 배달 음식만 다 식고 아무것도 보지 못한 경험은 누구에게나 익숙합니다.

넷플릭스가 11월 3일, 이러한 '선택 피로'를 줄이기 위해 TV 앱에 실험적 기능인 'AI 디스커버(AI Discover)' 탭을 순차적으로 도입하기 시작했습니다. 자체 구축한 지능형 기술을 바탕으로 현재 기분과 상황에 맞는 콘텐츠를 찾아주는 시도입니다.

기분 따라 고르고, 원치 않는 작품은 즉시 제외

업데이트 대상 사용자의 TV 화면 상단 메뉴에는 붉은 보석 아이콘과 'New' 라벨이 붙은 'Discover' 탭이 새롭게 나타납니다.

이 탭으로 들어가면 기존의 포스터 목록 대신 상황별 테마 중심의 추천이 펼쳐집니다. 예를 들어 가볍게 웃고 싶을 땐 '가벼운 콘텐츠(Something Light)', 온 가족이 모였을 땐 '가족 영화의 밤(Family Movie Night)', 남는 시간이 짧을 땐 '빠른 시청(Quick Watches)', 스릴을 원할 땐 '공포물(Scare Me)' 등을 고를 수 있습니다.

선택한 테마 안에서 더 세부적인 조건을 지정해 탐색할 수 있고, 마음에 드는 것이 없으면 '다른 것 보기(Something Different)'를 눌러 처음부터 다시 시작할 수도 있습니다.

특히 눈에 띄는 부분은 추천 결과의 직접 제어입니다. 각 콘텐츠의 '재생'과 '내가 찜한 리스트' 버튼 옆에 '추천 조정(Tune Your Recommendations)' 기능이 추가되었습니다. 마음에 드는 작품을 저장하거나, 다시는 추천받고 싶지 않은 작품을 목록에서 즉시 배제할 수 있으며 시스템은 이 피드백을 기억합니다.

넷플릭스는 이 기능이 사용자의 입력을 실시간으로 반영하고 지속해서 학습하는 새로운 '인텔리전스 레이어'를 기반으로 구동된다고 설명했습니다.

성장 둔화와 구조조정 속 마련된 '실험실'

넷플릭스는 이 새로운 탭을 일종의 '테스트 주방(test kitchen)'이라고 부르고 있습니다. 새로운 탐색 방식을 먼저 시험해보고, 이용자들의 피드백에 따라 메인 화면에 정식 반영할 기능을 가려내겠다는 구상입니다.

이 기능은 현재 미국 내 영어 지원 TV를 사용하는 가입자들을 대상으로 순차 배포되고 있으며, 몇 주 안에 대상 범위를 확대할 계획입니다.

이번 기능 테스트의 이면에는 성장 둔화라는 현실적인 위기감이 자리 잡고 있습니다. 넷플릭스는 최근 이용자 시청 시간 감소와 성장 정체 속에서 약 1,000명의 직원을 감원했습니다. 자체 콘텐츠와 판권 라이브러리가 방대해진 상황에서, 사용자가 볼거리를 찾지 못해 TV를 꺼버리는 현상을 막는 일이 급선무가 된 셈입니다.

왜 중요한가

리모컨으로 글자를 입력하기 번거로운 TV 환경에서 끝없는 그리드 탐색은 큰 피로 요소였습니다. 과거 시청 이력에만 의존하던 기존 알고리즘과 달리, '지금 내 기분'과 '남은 시간'이라는 현실적인 맥락을 파고든 점은 실질적인 편의를 제공합니다. 마음에 들지 않는 콘텐츠를 직접 차단할 수 있게 한 것도 체감 만족도를 높일 수 있는 지점입니다.

스트리밍 업계 차원에서는 콘텐츠 추천의 초점이 과거 기록 기반의 수동적 제안에서 실시간 상황 반응형으로 이동하고 있음을 보여줍니다. 넷플릭스의 시도가 유의미한 시청 시간 방어로 이어진다면, 디즈니플러스나 아마존 프라임 비디오 등 주요 경쟁사들도 TV 인터페이스 개편을 서두를 수밖에 없습니다.

TV 환경에 어색한 챗봇을 무리하게 얹는 대신 정형화된 테마와 조정 버튼이라는 간결한 UX로 AI를 녹여낸 선택은 영리해 보입니다. 다만 테마 분류가 지나치게 주관적이거나 추천 모델의 맥락 파악이 빗나갈 경우, 또 다른 복잡한 메뉴에 그칠 위험도 있습니다. 실시간으로 '싫어요'를 걸러내는 지능형 레이어의 정교함이 성공의 핵심이 될 것입니다.

출처 (2)

  1. [1]
    theverge.com(새 탭에서 열림)원문theverge.com
  2. [2]
    techcrunch.com(새 탭에서 열림)보도techcrunch.com

매일 AI 콘텐츠 픽