11/18 카카오 컨퍼런스 if(kakao) 2020의 문이 열렸습니다. 개발 관련 세션들 위주로 진행되었던 예년과 달리, 올해는 비대면으로 진행되어 누구나 참여할 수 있었던 만큼 세션의 주제들도 매우 넓고 다양했습니다.
하나하나 알찬 내용이 가득했던 100여개의 세션 중 특히 PM/PO/기획자에게 도움이 될만한 영상을 정리해보았습니다. 1. 서비스 문제 풀이 솔루션 2. 진화를 거듭하는 일하는 방식 3. 참고할 만한 기술의 현재 이렇게 세 파트로 나누어 내용을 간단히 요약해보았습니다. 특정 도메인에 특화된 주제보다는 넓은 범위에서 적용할 수 있는 세션들 위주로 선정하였음을 참고 바랍니다.
1. 서비스의 난제를 카카오는 어떻게 풀었을까?
PM으로 일하며 매번 맞닿드렸던 문제에 대해 카카오는 어떻게 접근했는지 살펴볼 수 있었습니다. 그 중 대다수 서비스의 화두인 ‘콘텐츠 개인화 및 추천’에 대해 다룬 두가지 세션에서 많은 인사이트를 얻을 수 있었습니다.
개인화 콘텐츠 푸시 고도화 후기 (링크)
카카오 추천팀이 다음 앱에 적용한 콘텐츠 푸시 고도화 과정을 다룬 세션입니다. 유저 활성화를 목적으로 콘텐츠 푸시를 개인화하는 것은 일반적으로 많은 서비스에서 사용하는 전략인데, 흥미로웠던 점은 구체적인 목표 설정에 있었습니다.
개인화 푸시를 보냈을 때 어디까지 달성해야 잘한 것인지 감을 잡기 어려울 때가 많은데, 추천 팀에서는 이를 ‘누구나 좋아할 만한 콘텐츠를 보냈을 때’를 기준으로 설정했습니다.
개인화 푸시로 올림픽 금메달과 같이 누구나 좋아하는 콘텐츠를 보냈을 때와 같은 수준의 WAU 증가치를 달성한다면, 개개인마다 빅이슈로 느껴질 만큼 유저별 선호도 예측에 성공했음을 나타내기 때문입니다.
추천팀에서는 푸시할 콘텐츠 선정, 유저별 선호도 예측, 발송 모수 설정, 발송까지 이르는 모든 푸시 과정을 머신러닝 기반 시스템으로 자동화하였고, 그 결과 목표했던 만큼의 성과를 이룰 수 있었다고 합니다.
추천 시스템, 써보지 않겠는가? 맥락과 취향 사이 줄타기
웹툰 플랫폼 픽코마에 적용한 추천 시스템 사례를 다룬 세션입니다. 이 세션에서 주목할 부분은 유저의 취향을 고려한 개인화 추천과 현재 보고 있는 작품과의 맥락을 고려한 연관 추천의 효과가 노출 방식이나 타이밍에 따라 달라진다는 점이었습니다.
작품을 읽다가 이탈했을 때 뜨는 팝업 추천의 경우 보던 작품이 마음에 들어야 연관 추천이 잘 작동하지만, 개인화 추천은 이와 상관 없이 골고루 잘 작동하기 때문에 전반적인 성능이 높았습니다.
반면 작품 내 에피소드를 모두 읽어야 나타나는 뷰어엔드 추천의 경우 읽은 작품과 맥락이 이어지지 않는 개인화 추천은 오히려 전환율의 감소를 가져왔습니다.
이 외에도 에피소드 회차나 노출 시간대에 따른 전환율 차이에 대한 추가 실험 과정을 통해 동일 서비스라도 많은 요소를 고려해 추천을 최적화해야 한다는 인사이트를 얻을 수 있었습니다.
–
추가적으로 문제 풀이 접근 방식이 인상적이었던 세션으로는, 페르미 추정으로 데이터 없이 LTV를 구했던 과정을 소개한 세션과, 게임의 어뷰징 패턴을 파악하고 이를 딥러닝을 통해 탐지한 과정을 다룬 세션이 있었습니다.
2. 카카오는 일하는 방식을 어떻게 발전시키고 있을까?
OpenWork 카카오의 일하는 방식 (링크)
한 스크럼을 리딩하는 PO입장에서 늘 고민되는 것이 일하는 방식인데요. 애자일 마인드셋과 이를 가능케 하는 조직문화를 가장 중요시하고, 이를 토대로 구체적인 실천법과 시스템을 정립해나가고 있습니다.
이러한 문화가 기반이 된 카카오의 일하는 방식은 ‘OpenWork’로 정의될 수 있는데, 이는 전사 표준 업무 도구인 JIRA를 기반으로 모든 크루의 일(Work)을 객관적이고 투명하게 드러낼(Open) 수 있는 시스템입니다.
애자일코치파트에서는 구체적으로 지라 활용 성숙도 모델, 지라 프로젝트 유형 모델, 지라 프로젝트 구성요소 표준화를 활용해 체계를 만들어갔으며, 이에 대한 상세 내용도 세션에서 커버하고 있습니다. 팀에서 JIRA를 쓰신다면 참고하면 좋을 것 같습니다.
kotest가 있다면TDD 묻고 BDD로 가! (링크)
BDD(Behavior Driven Development)는 TDD(Test Driven Develpment)에서 파생된 개발 방법론으로, 유저 시나리오 기반으로 테스트 코드를 작성하고 결과를 검증하는 방식을 뜻합니다. 개발에 초점이 맞춰져 있기는 하지만, PM 입장에서 기획서를 어떤 방식으로 작성해 개발팀과 협업할 것인지에 대한 고민의 힌트가 되어주었습니다.
BDD는 Given(주어진 환경), When(행위), Then(기대결과) 세 가지 구성요소를 담은 시나리오 형태로 작성합니다. 예를 들어 다음과 같습니다.
- Given : “본인 인증된 사용자가 로그인된 상황에서”
- When : “검수 정보를 입력하고 검수 등록 버튼을 누르면”
- Then : “등록 결과가 포함된 검수 진행 목록 화면으로 이동한다”
BDD는 시나리오 기반이기 때문에 기획서와 비교하며 기획 누락을 발견하기 쉽고, 중간 변경사항에도 좀더 유연하게 대응할 수 있습니다. 이는 개발-비개발 협업에 큰 이점이 됩니다.
또한, 세션을 보면서 기획서 작성 시 Given/Then/When의 사고 과정과 형식을 좀더 적극적으로 활용하면 누락케이스를 최대한 줄여볼 수 있지 않을까하는 생각이 들었습니다.
실제 유저 스토리의 세부 스펙인 Acceptance Criteria를 이런 형식으로 작성하기도 하는데, 작성된 요구사항이나 기획서가 바로 테스트 케이스가 될 수 있다면 핑퐁을 줄여 효율적으로 프로젝트를 진행할 수 있을 테니까요.
–
일하는 방식 관련해 흥미로웠던 또다른 세션으로는 속도를 최우선 가치를 두고 빠른 이터레이션을 거쳐 릴리즈한 공적 마스크 프로젝트 이야기가 있었습니다.
3. 우리가 활용할 수 있는 기술, 어디까지 왔을까?
마지막으로 기획할 때 참고할 만한 최신 기술 관련 세션입니다. 인공지능 분야가 빠르게 발전하는 만큼 특히 AI 기술이 미래에 얼마나 새로운 세상을 만들어낼지 마음껏 상상의 나래를 펼쳐볼 수 있는 시간이었습니다.
DFLO 구축 사례 : 사람처럼 알아듣고 말하다 (링크)
DFLO는 고도화된 STT, TTS, 대화 엔진을 기반의 AI 솔루션으로 사람을 대신하여 전화 예약을 받거나 주문을 받을 수 있습니다. 데모 영상을 보며 너무 자연스러워서 놀랐고, 대화 엔진이 정말 많이 발전했음을 느낄 수 있었습니다.
세션을 통해 사용자가 답변 도중 끼어들거나, 침묵이 발생하거나, 화제가 급작스럽게 전환되는 등 돌발 상황이 생겨도 어떻게 맥락을 기반으로 자연스러운 대화가 가능하도록 구축하였는지 그 과정을 쉽게 이해할 수 있었습니다.
–
이 외에 기술적인 내용이 주이긴 했지만, 앞으로 펼쳐질 미래의 핵심 기술이 될 음성 인식에 관련해서는 E2E 음성인식 가속화 기술 그리고 On-Device로의 확장, embedded로 음성인식 확장하기, 사람/동작 인식 관련해서는 무인 편의점 개발을 위한 기술인 Edge Device로 Object Tracking 시스템 구축, 딥러닝 기반의 포즈 API를 다룬 세션이 있었습니다.
이상으로 2020 if(kakao) 컨퍼런스에서 기획자/PM/PO에게 인사이트를 줄 수 있는 세션들을 정리해보았습니다.
이번 컨퍼런스는 콘텐츠, 핀테크, 게임, 모빌리티, 블록체인 등 여러 분야에서 카카오가 어떤 그림을 그리고 있는지 살펴볼 수 있는 좋은 기회였습니다. 영상마다 30분 이내의 길이인 만큼, 관심가는 주제가 있다면 꼭 시청해보시길 추천합니다.
Lina L 님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
