추천 알고리즘의 공통 원리 — 왜 이 콘텐츠가 뜨는가

🎯 이 강에서 얻어갈 것

2강에서 추천형 플랫폼이 보여줄 사람을 골라준다고 했습니다. 그렇다면 무엇을 보고 고를까요. 이번 강은 그 구조를 다룹니다.

이 강을 마치면 다음을 할 수 있습니다.

• 추천 시스템의 3단계 구조를 설명하고 각 단계에서 무엇이 중요한지 알 수 있습니다.
• 작은 신호 차이가 왜 도달에서 증폭되는지 계산으로 확인할 수 있습니다.
• 플랫폼 공식 발표와 추측을 구분해 무엇을 믿을지 판단할 수 있습니다.
• 알고리즘을 속이려는 시도와 신호를 만드는 일의 차이를 알 수 있습니다.

💡 무엇을 믿고 무엇을 의심할 것인가

이 섹션은 이 강의 전제를 정하는 부분이라 먼저 짚고 갑니다.

알고리즘에 대한 정보는 대부분 출처가 불분명합니다. "해시태그는 5개가 최적", "발행 후 30분 안에 댓글 10개가 있어야 한다" 같은 이야기가 근거 없이 돌아다닙니다. 그런 정보를 따르면 시간을 낭비할 뿐 아니라, 잘못된 방향으로 계정을 몰아갑니다.

그래서 이 강에서는 정보를 세 등급으로 나눠 다룹니다.

이 강의 내용 대부분은 ①과 ③입니다. ③을 ①인 것처럼 말하는 것이 알고리즘 콘텐츠의 가장 큰 문제이므로, 앞으로 표시를 붙여 구분하겠습니다.

📖 추천 시스템의 3단계 구조

이 섹션에서는 대규모 추천 시스템이 공통적으로 갖는 구조를 보겠습니다. (③ 구조적 추론 — 개별 플랫폼의 내부 구현은 공개되지 않았으나, 수억 건의 콘텐츠를 실시간으로 다루려면 이런 형태가 될 수밖에 없습니다.)

  [1단계] 후보 생성 (Candidate Generation)
  수억 건 ──────▶ 수천 건
  "이 사용자에게 보여줄 만한 것"을 대충 걸러냄
  → 여기서 걸리는 것: 주제 · 언어 · 계정 분류 · 최신성
            │
            ▼
  [2단계] 랭킹 (Ranking)
  수천 건 ──────▶ 수십 건
  "이 사람이 끝까지 볼 확률"을 예측해 순서를 매김
  → 여기서 걸리는 것: 예측 시청 시간 · 예측 참여
            │
            ▼
  [3단계] 노출 확대 (Delivery & Expansion)
  소규모 노출 ──▶ 반응 확인 ──▶ 확대 or 중단
  → 여기서 걸리는 것: 실제 완료율 · 저장 · 공유 · 재시청

세 단계는 하는 일이 다르고, 실패하는 지점도 다릅니다.

실무에서 가장 흔한 것은 3단계 정체입니다. 조회수가 매번 몇백에서 멈춘다면 초기 노출은 받았는데 확대되지 않은 것입니다. 다음 섹션이 그 이야기입니다.

플랫폼이 공식적으로 밝힌 신호

(① 공식 발표) 각 플랫폼은 랭킹에 쓰는 신호의 종류를 공개 문서로 밝히고 있습니다. 세부 가중치는 공개하지 않지만, 어떤 항목을 본다는 것은 확인할 수 있습니다.

• 틱톡은 추천 피드가 사용자 상호작용(좋아요·공유·완료 시청), 영상 정보(사운드·해시태그·주제), 기기·계정 설정을 기반으로 하며, 팔로워 수나 과거 고성과 이력이 직접적인 랭킹 요인은 아니라고 밝히고 있습니다.
• 인스타그램은 영역(피드·릴스·탐색)마다 다른 랭킹이 적용되며, 게시물 정보·작성자 정보·사용자 활동·상호작용 이력을 신호로 쓴다고 설명합니다.
• 유튜브는 노출수·노출 클릭률·시청 시간 관련 지표를 크리에이터에게 공개하고, 이 지표들로 성과를 해석하도록 안내합니다.

여기서 주목할 것은 틱톡이 밝힌 "팔로워 수는 직접적 랭킹 요인이 아니다"입니다. 1강에서 계산한 "팔로워 1만 계정이 1천 계정에 지는" 현상의 근거가 여기 있습니다.

📊 완료율 2.25배 차이가 도달 19배가 되는 계산

이 섹션에서는 3단계 노출 확대가 왜 그렇게 무서운지 숫자로 보겠습니다. 아래 확대 배수는 구조를 보이기 위한 예시 값입니다. 실제 배수는 공개되지 않았습니다.

전제

두 콘텐츠가 같은 초기 노출 200명을 받았습니다. 차이는 하나뿐입니다.

• 콘텐츠 A — 시청 완료율 45% (200명 중 90명이 끝까지 봄)
• 콘텐츠 B — 시청 완료율 20% (200명 중 40명)

완료율이 좋으면 다음 단계 노출이 크게 늘고, 나쁘면 조금만 늘어난다고 하겠습니다. A는 5배씩, B는 1.5배씩 확대됩니다.

단계별 노출

누적 도달        █ = 2,000명

A (완료율 45%)  ███████████████▌ 31,200명
B (완료율 20%)  ▊                 1,625명

완료율 차이 2.25배  →  도달 차이 19.2배

결과 읽기

완료율은 2.25배 차이인데 최종 도달은 19.2배 차이입니다. 확대가 단계마다 곱해지기 때문입니다. 이것이 SNS에서 "터지는 콘텐츠"와 "묻히는 콘텐츠"가 극단적으로 갈리는 이유입니다.

실무적 결론은 두 가지입니다.

• 첫 200명의 반응이 전부를 결정합니다. 그 뒤의 3만 명은 첫 200명이 만들어낸 결과입니다.
• 작은 개선이 큰 결과를 만듭니다. 완료율을 20%에서 30%로만 올려도 도달은 배수로 뜁니다. 1강에서 본 "곱셈 구조"가 여기서도 작동합니다.

그리고 완료율을 올리는 가장 싸고 확실한 방법이 있습니다. 길이를 줄이는 것입니다. 같은 내용을 40초로 만들면 완료율이 20%인데 20초로 줄이면 45%가 되는 일이 흔합니다. 내용을 좋게 만드는 것보다 덜어내는 것이 빠릅니다.

🔑 현장 노하우

이 섹션에서는 알고리즘을 상대하는 실무 원칙을 정리하겠습니다.

🔑 노하우 1 — 완료율을 올리는 첫 수단은 길이 줄이기입니다. 내용을 더 좋게 만드는 것은 어렵고 오래 걸리지만, 불필요한 앞부분 3초를 자르는 것은 오늘 할 수 있습니다. 인사말·로고·"안녕하세요 오늘은"을 전부 지우고 결론부터 시작하세요. 같은 영상으로 완료율이 두 배가 되는 경우가 많고, 위 계산에 따르면 도달은 그보다 훨씬 크게 늘어납니다.

🔑 노하우 2 — 주제 일관성은 1단계(후보 생성)를 좌우합니다. 계정이 무엇에 관한 것인지 분류되어야 관심 있는 사람의 후보군에 들어갑니다. 산후 요가 계정에 갑자기 맛집 콘텐츠를 올리면 그 게시물 하나가 안 되는 정도가 아니라, 계정 분류 자체가 흐려집니다. 이것이 12강에서 다룰 콘텐츠 필러가 필요한 이유입니다.

🔑 노하우 3 — 저장·공유는 완료율 다음으로 강한 신호로 보입니다. (③ 추론) 이유는 사용자에게 비용이 들기 때문입니다. 좋아요는 손가락 한 번이지만 저장은 "나중에 다시 보겠다"는 판단이고, 공유는 자기 평판을 거는 행동입니다. 비용이 큰 행동일수록 진짜 가치의 증거가 되므로 시스템이 무겁게 볼 수밖에 없습니다. 그래서 콘텐츠 기획 단계에서 "이걸 저장할 이유가 있나"를 물어보세요.

🔑 노하우 4 — 발행 직후 몇 시간의 응대가 3단계 확대에 영향을 줍니다. 초기 노출 구간에 댓글이 달리면 즉시 답하세요. 답글은 그 자체가 참여 신호이고, 대화가 이어지면 원 댓글 작성자가 다시 돌아옵니다. 발행하고 나가버리면 이 구간을 통째로 버리는 셈입니다. 발행 시각을 내가 응대할 수 있는 시간에 맞추는 것이 좋은 시간대를 찾는 것보다 중요합니다.

🔑 노하우 5 — 초반 반응이 없어도 바로 지우지 않습니다. 3단계 확대는 몇 시간에서 며칠에 걸쳐 일어나고, 검색 유입은 훨씬 나중에 옵니다. 발행 후 24시간 안에 삭제하는 것은 확대 기회를 스스로 끊는 일입니다. 게다가 지운 콘텐츠는 다음 기획의 자료도 되지 못합니다. 최소 72시간은 두고 보세요.

⚠️ 이렇게 하면 망한다

이 섹션에서는 알고리즘을 잘못 상대한 두 사례를 보겠습니다.

사례 1 — 참여 품앗이와 조회수 구매

증상: 초기 반응을 만들려고 품앗이 그룹에 가입해 서로 좋아요와 댓글을 주고받았습니다. 처음 몇 건은 조회수가 올랐는데, 두 달 뒤에는 품앗이를 해도 조회수가 오르지 않았고 일반 게시물의 도달도 떨어졌습니다.

원인: (③ 추론) 추천 시스템의 핵심은 "이 콘텐츠를 좋아할 사람"을 찾는 것인데, 산후 요가에 관심 없는 사람들이 좋아요를 누르면 시스템은 잘못된 대상을 학습합니다. 그 결과 진짜 관심 있는 사람이 아니라 품앗이 그룹과 비슷한 사람들에게 노출되고, 그들은 반응하지 않으니 확대가 멈춥니다. 1강에서 본 "관심 없는 팔로워가 해로운" 구조와 같습니다.

처방: 초기 반응은 실제 타깃에게서 만들어야 합니다. 관련 커뮤니티에서 질문에 답하며 신뢰를 쌓고, 그 사람들이 자연스럽게 들어오게 하는 편이 느려도 유일하게 작동합니다. 이 방법은 19강 협업·크로스 프로모션에서 다룹니다.

사례 2 — 해시태그와 트렌드 사운드에 매달린 경우

증상: 해시태그 30개를 채우고 인기 사운드를 매번 사용했습니다. 조회수는 조금 올랐는데 팔로우도 문의도 늘지 않았습니다.

원인: 해시태그와 사운드는 1단계(후보 생성)의 보조 신호일 뿐이고, 2·3단계에서는 사람들이 실제로 어떻게 반응했는지가 결정합니다. 후보에 많이 들어가도 완료율이 낮으면 확대되지 않습니다. 게다가 인기 사운드로 들어온 사람들은 사운드에 관심이 있었지 주제에 관심이 없습니다.

처방: 시간을 3단계 신호에 쓰세요. 해시태그를 30개에서 5개로 줄이고 남는 시간에 도입부 3초를 다시 찍는 편이 훨씬 큰 차이를 만듭니다. 해시태그 전략은 16강에서 현실적인 수준으로 다시 다룹니다.

🤖 AI로 빠르게 하기

이 섹션에서는 게시물 인사이트로 어느 단계에서 막혔는지 판정하는 프롬프트를 보겠습니다.

[역할] 너는 SNS 콘텐츠 성과 분석가다.

[입력 — 최근 게시물 15건] (인사이트에서 그대로 옮긴 값)
각 행: 게시물 / 형식 / 길이(초) / 도달 / 시청 완료율 /
       저장 / 공유 / 댓글 / 팔로워 수(발행 시점)

[해야 할 일]
1. 게시물을 도달 규모로 3구간(하위·중위·상위)으로 나누고,
   구간별 평균 완료율·저장률·공유율을 표로 비교하라.
2. 아래 기준으로 각 게시물이 어느 단계에서 막혔는지 판정하라.
   - 도달이 팔로워 수보다 현저히 작음 → 1단계(후보 생성)
   - 도달은 나오는데 완료율이 하위권 → 2·3단계(랭킹·확대)
   - 완료율은 높은데 저장·공유가 없음 → 확대 신호 부족
3. 길이(초)와 완료율의 관계를 확인하라.
   길이가 짧을수록 완료율이 높은 경향이 보이면
   구체적으로 몇 초 구간이 가장 좋은지 제시하라.
4. 저장률 상위 3건의 공통점을 찾고, 시리즈로 만들 소재인지 판정하라.
5. 가장 먼저 개선할 것 "한 가지"만 제안하라. 여러 개 금지.

[제약]
- 알고리즘의 내부 가중치를 아는 것처럼 말하지 마라.
  판단은 입력된 수치 간의 상관으로만 하라.
- "해시태그를 늘리세요", "인기 사운드를 쓰세요" 같은
  검증되지 않은 통설을 제안하지 마라.
- 게시물 수가 판단하기에 적으면 그 사실을 명시하라.

제약의 첫 줄이 중요합니다. AI에게 알고리즘을 물으면 인터넷에 떠도는 통설을 사실처럼 답하는 경우가 많습니다. "내부 가중치를 아는 것처럼 말하지 마라"와 "입력된 수치의 상관으로만 판단하라"를 넣으면, 근거 없는 조언 대신 내 계정 데이터에 기반한 판정을 받게 됩니다.

📝 핵심 요약과 다음 강 예고

이번 강의 핵심을 정리합니다.

• 알고리즘 정보는 공식 발표 · 관찰 가능 · 구조적 추론 셋으로 나눠 다뤄야 합니다.
• 추천 시스템은 후보 생성 → 랭킹 → 노출 확대 3단계이고, 단계마다 실패 증상이 다릅니다.
• 조회수가 몇백에서 멈춘다면 3단계 정체입니다. 완료율과 저장·공유 신호의 문제입니다.
• 완료율 2.25배 차이가 도달 19.2배 차이를 만듭니다. 확대가 단계마다 곱해지기 때문입니다.
• 첫 200명의 반응이 전부를 결정합니다. 그 뒤 3만 명은 그 결과입니다.
• 완료율을 올리는 첫 수단은 길이 줄이기. 인사말과 인트로를 지우는 것부터입니다.
• 주제 일관성이 1단계를, 저장·공유가 3단계를 좌우합니다.
• 품앗이·조회수 구매는 시스템에 잘못된 대상을 학습시켜 역효과를 냅니다.

공통 원리를 알았으니 다음은 플랫폼별 각론입니다. 4강에서는 인스타그램을 다룹니다. 피드·스토리·릴스·탐색 탭이 각각 다른 랭킹으로 작동하는 구조, 릴스가 신규 도달에 강하고 캐러셀이 저장에 강한 이유, 그리고 인스타에서 흔히 도는 오해들을 공식 발표와 대조해 정리하겠습니다.

📚 참고 자료

• How TikTok recommends videos #ForYou — TikTok Newsroom
• Instagram Ranking Explained — How Our Algorithm Works — About Instagram
• YouTube 실적 FAQ 및 문제 해결 — YouTube 고객센터