상품 추천 시스템, PC보다 모바일서 더 효과

Based on “Different but Equal? A Field Experiment on the Impact of Recommendation Systems on Mobile and Personal Computer Channels in Retail” by Dongwon Lee, Anandasivam Gopal & Sung-Hyuk Park (2020) in Information Systems Research, 31(3):pp.892-912.


무엇을, 왜 연구했나?

온라인 쇼핑 환경에서 개별 사용자의 관심사에 따라 맞춤형 상품을 추천하는 시스템은 사용자들이 원하는 상품을 쉽게 찾게 도와줌으로써 사용자들의 쇼핑 경험을 개선하고 온라인 쇼핑몰의 매출을 증가시키는 데 기여한다. 그런데 온라인 쇼핑의 주 채널이 데스크톱에서 모바일 중심으로 이동하고 있는 데 반해 상품 추천 시스템에 관한 이전 연구들은 모두 데스크톱 환경에 초점을 맞췄다.

하지만 모바일과 데스크톱 채널의 특성이 서로 다른 점을 감안하면 상품 추천 시스템이 사용자에게 미치는 영향도 모바일과 데스크톱에서 다르게 나타날 수 있다. 모바일 채널은 데스크톱 채널과 달리 시간과 장소에 구애받지 않고 정보를 획득할 수 있다는 장점이 있는 반면 화면이 작고 해상도가 낮다는 물리적 한계를 갖고 있다. 또 웹사이트의 정보 설계가 데스크톱 환경과 달라서 사용자들이 원하는 상품을 찾으려면 데스크톱보다 높은 탐색 비용이 요구된다. 이런 높은 탐색 비용 때문에 이용자들은 모바일 채널에서는 면밀한 상품 간 비교를 거쳐 구매하기보다는 쉽고 빠르게 살 수 있는 상품들 위주로 구매하는 성향이 있다. 상품 추천 시스템은 이용자의 탐색 비용을 감소시켜준다는 점에서 모바일 채널에서 더 유용할 수 있다.

또 상품 추천 시스템은 사용자들이 얼마나 다양한 상품을 봤는지, 또 얼마나 다양한 상품을 구매했는지에도 영향을 미칠 수 있다. 그동안 학계 및 업계에서는 추천 시스템이 제품 다양성에 미치는 영향을 두고 의견이 엇갈렸다. 일부 연구는 추천 시스템의 알고리즘은 많은 사람이 구매한 상품을 지속적으로 추천함으로써 판매 순위가 높은 상품의 구매를 더 촉진하고, 전체 시장의 판매 다양성을 낮춘다고 밝힌다. 이와 달리 추천 시스템이 사용자들로 하여금 자신이 원하는 니치 상품에 노출될 기회를 늘려서 전체 시장에서의 판매 다양성을 높인다는 연구 결과도 있다.

홍콩과학기술대, 미국 메릴랜드대, KAIST 연구진으로 구성된 본 연구팀은 모바일과 데스크톱 채널에 따라 온라인 쇼핑의 상품 추천 시스템이 개별 사용자의 구매 의사결정과 전체 시장의 다양성에 미치는 영향이 어떻게 달라지는지를 분석했다.

무엇을 발견했나?

연구팀은 한국의 온라인 패션 쇼핑몰 사용자들을 대상으로 데스크톱과 모바일 웹 사이트에 추천 시스템이 있는 경우와 없는 경우 사용자 행동이 어떻게 달라지는지를 분석했다. 연구 결과, 상품 추천 시스템은 사용자들의 상품 페이지 조회 수, 구매 금액, 구매량, 클릭률, 구매전환율을 모두 증가시켰는데, 특히 모바일 환경에서 추천 시스템의 효과가 두드러지게 나타났다. 모바일 채널이 가진 높은 탐색 비용이 추천 시스템으로 인해 경감됐기 때문이다. 다시 말해, 데스크톱보다 모바일 환경에서 추천 시스템을 통한 사용자 경험의 개선 효과가 더 컸다.

또 추천 시스템은 모바일 및 데스크톱 채널 모두에서 사용자들이 보다 다양한 제품에 노출될 수 있도록 기여했다. 사용자들은 데스크톱보다 모바일 채널을 통해서 더 다양한 상품을 구매했다. 하지만 추천 시스템은 전반적인 구매 다양성에는 별다른 영향을 미치지 않았다. 이는 추천 시스템이 판매 순위가 낮은 니치 상품의 매출 증진에 기여할 뿐만 아니라 판매 순위가 높은, 즉 잘 팔리는 상품의 매출 증진에도 기여함으로써 구매 다양성의 증진 효과를 상쇄했기 때문이다.

연구 결과가 어떤 교훈을 주나?

본 연구는 모바일 환경에서 상품 추천 시스템이 어떻게 사용자 경험을 개선하고 온라인 쇼핑몰의 매출에 기여하는지를 실증적으로 분석한다. 모바일 서비스 기획자는 모바일 환경에서의 물리적 한계와 높은 탐색 비용을 극복하기 위한 방법으로 상품 추천 시스템의 도입을 적극적으로 고려할 필요가 있다. 특히 데스크톱 웹페이지의 정보를 모바일에서 모두 제공하려고 하기보다는 모바일 웹페이지의 불필요한 기능과 내용을 없애고, 개인화된 추천 시스템을 통해 사용자 경험의 최적화를 도모해야 한다. 실제로 본 연구의 실험 파트너인 온라인 패션 쇼핑몰의 추천 시스템은 투자 대비 높은 매출을 기록했다.

또 본 연구는 상품 추천 시스템이 보다 다양한 상품 페이지를 조회하게 하는 데 영향을 미치지만 실제 구매 다양성에는 영향을 미치지 않음을 보여줬다. 추천 시스템은 잘 팔리는 상품뿐 아니라 잘 안 팔리는 상품의 매출 증진에도 기여했기 때문이다. 이에 따라 온라인 쇼핑 사업자들은 사용자의 구매 의사결정 단계별 데이터를 바탕으로 각 단계에서 추천 시스템이 구매 다양성에 어떻게 기여하는지를 보다 세밀하게 파악할 필요가 있겠다. 이를 통해 채널뿐 아니라 사용자 특성, 환경적 특성에 따른 다양성 지표 관리 및 개선 전략을 수립해야 할 것이다.

본 연구는 온라인 쇼핑몰 운영자는 날마다 지속적으로 유입되는 방대한 양의 데이터를 보다 적극적으로 활용할 필요가 있다는 교훈도 준다. 사용자들이 어떤 채널을 사용하는지, 어디서 유입이 되는지, 어떤 상품을 얼마나 봤는지, 그리고 어떤 브랜드를, 얼마의 가격으로, 어떤 패턴을 갖고 구입하는지에 대한 사용자 이력 분석을 바탕으로 개별 사용자의 선호를 예측하는 상품 추천 알고리즘을 고도화해야 한다. 특히 채널 특성에 맞춰 상품 추천 시스템을 활용한다면 가열되는 온라인 쇼핑 출혈 경쟁 속에서 경쟁 우위를 확보할 수 있을 것이다.


이동원 홍콩과학기술대 경영대학 정보시스템(ISOM) 교수 dongwon@ust.hk
필자는 KAIST에서 컴퓨터공학 학사, IT 비즈니스 석사를 받고 미국 메릴랜드대에서 정보시스템 박사 학위를 받았다. 메릴랜드대에서 강의했으며 2017년부터 홍콩과기대 경영대학에서 조교수로 재직 중이다. 주요 연구 분야는 비즈니스 데이터 분석, 모바일 커머스, 디지털 넛지 디자인, 정보 시스템 경제 등이다.