04 · CineVerse

AI 영화 추천 서비스

무엇을 볼지 헤매는 시간에서,
보고 싶은 한 편을 고르는 경험으로

01 · BEHAVIOR METRICS행동 지표

추천 성능과 함께 사용자의 이탈과 이용 의향을 살폈습니다. 발표자료에는 아래 결과를 보고했습니다.

※ 이 실험에서는 영상 선택을 포기하고 OTT를 끄는 행동을 이탈로 정의했습니다.
표본 규모가 작아 결과를 전체 사용자에게 일반화하기 어렵습니다.

발표자료에 보고한 행동 지표
지표	보고 결과
이탈률	30%에서 15%로 감소. 15%p 감소, 기존 대비 50% 감소입니다.
지속 사용 의향	50%로 보고했습니다.

영화 선택, 상세 페이지 확인, 실제 시청은 서로 다른 행동입니다. 후속 검증에서는 각 이벤트와 측정 대상을 구분하고, 이탈률의 관측 구간도 명확히 정의합니다.

OTT 사업자를 대상으로 무료 PoC를 제공해 추천 기능의 도입 효과와 운영 적합성, 사용 의향을 검증할 계획입니다.
검증 결과를 바탕으로 유료 전환 가능성과 적정 과금 모델을 확인합니다.

빠른 응답과 대화 기반 탐색이 선택까지 걸리는 시간과 이탈에 어떤 영향을 주는지 확인합니다.

기존 서비스와의 연동 및 운영 부담을 살피고, 사업자가 도입 효과를 인정하며 유료 사용을 고려하는지 확인합니다.

PoC 전에 이탈과 영화 선택의 이벤트 정의, 관측 기간, 비교 기준을 정합니다. 응답 속도 개선이 실제 탐색 시간과 선택 행동의 개선으로 이어지는지 함께 살펴봅니다.

사업자의 사용 의향과 운영 검증 결과를 바탕으로 유료 전환 조건과 과금 모델을 검토합니다.

높은 추천 정확도만으로 좋은 경험이 만들어지지는 않았습니다. 기다림과 반복 탐색을 줄이는 설계가 필요했고, 이미 본 작품이나 구독하지 않은 OTT의 작품이 나오면 추천 만족도가 낮아졌습니다.

개인화를 이어가려면 시청 이력·취향·구독 OTT를 기억하는 구조가 필요합니다. 다음 과제는 이 구조를 보완하고 무료 PoC에서 사용자 경험과 사업자 도입 가능성을 함께 검증하는 것입니다.

무료 PoC와 유료 전환 검증은 후속 계획입니다. 현재까지 보고한 결과와 구분합니다.