맞춤화가 발전하면서 사용자가 자신에게 맞는 서비스나 정보를 찾는 것이 아니라, 웹이나 앱에서 사용자에게 맞는 서비스나 정보를 능동적으로 제공하는 세상이 몰려오고 있다.

야후는 4만 개 이상의 서버에 170페타바이트의 데이터를 저장, 관리하고 있다. 고객의 특성에 따라 맞춤화된 서비스로 고객이 사이트에 머무는 시간도 2배로 늘어났다.

야후는 먼저 컴퓨터가 자체적으로 학습하는 능력을 의미하는 기계학습 기법으로 고객들이 클릭하는 정보의 연관성을 파악해 콘텐츠 분류 방법을 도출한다.

이후 고객이 다시 방문하면 이러한 분류 방법에 따라 그 고객의 관심 분야에 맞춰 콘텐츠를 제공한다. 이처럼 고객이 관심을 가지고 있는 링크와 검색 결과를 제공함은 물론, 흥미를 가질 기사나 내용을 제일 중앙에 보여주어 각 콘텐츠와 정보에 대한 클릭 빈도를 크게 증가시켰다.

이러한 분야를 소셜 미디어 애널리틱스나 소셜 메트릭스라고 하는데 이는 일종의 소셜 미디어 데이터에 대한 텍스트 분석이다.

이미 국내에서는 맞춤화 이외에도 정치 성향을 분석, 예측하는 데 소셜 미디어 애널리틱스를 활용하고 있다. 여론조사기관들은 주로 트위터를 이용해 SNS 텍스트를 분석함으로써 민심의 흐름을 파악한다.

페이스북은 개인적인 내용의 글들이 많은 데 비해 트위터 글들은 미디어 성향이 강하기 때문이다. 또 트위터에 국내 계정으로 올라오는 글들은 모두 수집이 허용되므로 데이터 수집도 용이하다.

여론조사기관에서 행하는 SNS 텍스트 분석은 기본적으로 특정 단어의 빈도수, 긍정, 부정의 방향성, 어휘 간의 연관성 파악으로 이뤄진다.

구글이 처음 나왔을 때 사람들은 웹에서 자신이 원하는 내용을 검색엔진에 맞춰 찾아냈다. 검색엔진은 검색 결과가 사용자에게 맞는지는 신경 쓰지 않는다.

즉 동일 검색어에 대해 모든 사람들에게 동일한 결과를 보여준다. 사람이 주도한 데이터 수집 활동에 검색엔진이 활용된 것이다.

이후 페이스북의 출현으로 다른 사람들과의 개인적 관계에 맞춰진 정보가 생간, 공유됐고, 트위터에는 상호 공감하는 이해에 따라 정보를 공유하고 있다.

다시 말해, 모든 사람에게 동일한 서비스나 정보를 제공하는 것이 아니라 각 사이트에서 사용자 개인에게 맞춰진 정보를 제공한다.**

/ 도움말씀= 빅데이터경영연구소