Personalization 4장 카드뉴스

AI 활용 분야에서 쓰이는 용어로, 사용자별 행동·이전 답변·취향에 맞춰 같은 서비스라도 서로 다른 답과 콘텐츠를 자동으로 보여 주는 운영 방식을 가리킵니다.

개인화는 같은 서비스라도 사람마다 다른 답과 다른 화면을 보여 주는 운영 방식이에요. 학교 도서관이 모든 학생에게 같은 책을 추천하지 않고, 대출 기록을 보고 "이 책 다음엔 이런 책이 어떠세요" 하고 1:1로 권하는 일을 수억 명에게 동시에 자동으로 해 주는 구조라고 보면 비슷합니다. 넷플릭스 메인 화면이 친구 계정과 다르게 뜨고, ChatGPT가 이전에 말한 전공·말투를 기억해 답을 다르게 내놓는 것도 같은 흐름이에요. 마케팅·교육 현장에서는 "어떤 사람에게 어떤 콘텐츠를 띄울지"가 그대로 매출과 수강 완료율로 연결되니, 비즈니스 맥락에서 자주 만나게 됩니다.

**케이스 1: Netflix — 시청 시간 80%가 개인화 추천에서 발생** Netflix는 2009년 Netflix Prize에서 시작된 협업 필터링 라인을 발전시켜, 시청 이력·평점·시간대·디바이스를 결합한 개인화 추천 시스템을 운영하고 있습니다 [2]. 자체 발표 기준 가입자가 시청한 콘텐츠의 약 80%가 검색이 아닌 추천에서 시작되고, 나머지 20%만 검색에서 발생한다고 보고했습니다