인터넷 검색, 유튜브 시청 시 인상 깊은 문장을 메모하거나 재밌는 영상을 소장하고 싶은 순간이 있다. 정보 큐레이션 서비스 ‘라이너(LINER)’는 문장이나 영상을 기록할 수 있도록 돕는 어플리케이션이다.
라이너의 핵심은 하이라이트(Highlight)와 이를 바탕으로 제공하는 개인맞춤형 정보 추천 서비스다. 사용자가 선택한 문장, 영상 등을 기록하고, 유사한 내용뿐 아니라 사용자의 지식수준에서 알아야 할 정보를 제공하는 것이다.
라이너가 하이라이팅 데이터를 하루 평균 1천만 건 이상 축적한 것으로 알고 있습니다. 관련 내용에 대해 알고 싶습니다.
하이라이팅 데이터는 사용자 개인의 지식 발전 과정을 따라 발자국을 남긴다는 점에서 특별합니다. 라이너는 하이라이팅 데이터를 기반으로 일반적인 추천 엔진 서비스들이 제공하는 관심 토픽이나 사용자 유사성 기반 정보를 제공합니다. 또한 지식 발전까지 고려한 정보를 추천하기도 합니다. 이를 ‘초개인화 큐레이션’이라고 부릅니다.
최근 ‘라이너’ 월간 이용자 수가 750만 명을 돌파했습니다. 작년 2월과 비교하면 가파른 성장세를 보이고 있는데요. 이러한 변화는 무엇 때문인가요?
라이너의 가파른 성장은 예견된 것입니다. 데이터 네트워크 효과가 있는 라이너는 사용자 경험이 쌓일수록 더 정확한 정보를 제공하는 선순환 고리를 가진 서비스이기 때문입니다.
다수의 하이라이팅 데이터는 좋은 추천 경험으로 연결되고, 이는 많은 사용자를 라이너로 끌어 들입니다. 늘어난 사용자는 이전보다 많은 하이라이트를 남기고, 이는 더 좋은 추천 경험으로 이어지는 것입니다.
또한 사용자의 98.8%가 해외 거주자인 라이너는 유튜브 하이라이팅 기능, 유튜브 영상 추천 기능, 커뮤니티 기능, 추천 엔진 고도화 등으로 성장을 가속화했습니다. 이는 라이너가 전 세계를 무대로 성공할 수 있다는 것을 의미합니다.
이처럼 많은 이들에게 인기 있는 라이너를 개발하고 운영하는 과정에서 어려움을 마주했을 것 같은데요. 어떤 장애물을 만나셨나요?
가장 어려웠던 것은 사업 과정에서의 팀 운영이라고 생각합니다. 회사생활 경험이 없는 대학생 때 라이너 개발을 시작해 시행착오를 많이 겪었습니다. 인재 채용, 비전 공유 등에 대한 확신이 없으니 주위 의견을 너무 많이 듣거나 타협했던 것 같습니다.
반면 회사는 이렇게 운영해야 한다는 고정관념이 없는 것은 장점으로 작용했습니다. 합리적인 의사결정이 가능한 조직을 구성할 수 있었고, 팀원 모두가 미션과 비전을 갖고 팀에 기여하는 문화를 만들 수 있었습니다.
올해는 지금까지의 성과를 바탕으로 기술 고도화에 나선다고 들었습니다. 앞으로의 계획은 무엇인가요?
‘초개인화 큐레이션’이 비전인 라이너는 사용자의 지식 수준에 맞는 정보와 지식 발전에 도움이 될 사용자를 추천하는 기술을 고도화할 것입니다.
특히 올해는 ‘그래프’를 통한 추천 서비스에 집중할 계획입니다. 미국 실리콘밸리에는 핀터레스트라는 월간 활성 사용자가 4억 명이 넘는 이미지 추천 서비스가 있습니다. 이 서비스에서 활용하는 추천 기술의 근간이 ‘그래프’입니다. 라이너는 핀터레스트를 참고해 추천 서비스를 발전시킬 것입니다.
또한 라이너 사용자의 관계에 대한 이해, 텍스트와 영상에 대한 이해도 라이너가 기술적으로 이루고자 하는 것입니다.
라이너의 성장 과정에는 SW마에스트로 과정이 좋은 거름이었다고 들었는데요. 이 과정에 참여하는 개발자들에게 해주고 싶은 말이 있으신가요?
무엇을 하든 ‘끝까지 하는 힘’이 가장 중요하다고 생각합니다. SW마에스트로 과정은 프로젝트를 끝까지 해내는 힘을 키울 수 있는 교육입니다. 이 과정은 라이너가 발전하는 데 중요한 역할을 했습니다.
여러 프로젝트와 협업을 통해 단순한 개발을 넘어 사용자가 실제로 사용할 수 있는 수준의 서비스를 만들어내는 힘을 키울 수 있었습니다. SW 마에스트로 과정에 참여하는 분들이 프로젝트를 제대로 완수하는 경험을 해보길 추천합니다.