Page 6 -

넷플릭스는 아주 빠르고 크게 성장했다. 그랬기에 그 회사가 처

음에 ‘우편을 통한 기계학습’부터 시작했다는 사실을 기억하는 사람
은 드물다. 2010년까지만 해도 넷플릭스의 핵심 사업은 ‘연체료를 받

지 않는’ DVD를 빨간 봉투에 담아 보내는 일이었다. 며칠 뒤 가입자

가 DVD를 반납할 때 1에서 5점까지 영화에 점수를 매길 수 있도록
평가표도 동봉했다. 그런 평가 데이터를 축적하면서 넷플릭스의 알고

리즘은 패턴을 찾아갔다. 그리고 시간이 흐를수록 가입자들은 더 나

은 영화 추천 정보를 제공받았다(이런 종류의 AI를 가리켜 보통 ‘추
천 시스템 recommender system’이라고 한다. 데이터 과학자들은 ‘제안 엔진

suggestion engine’이라는 용어를 더 좋아한다).

넷플릭스 1.0은 추천 시스템의 성능 향상에 집중했다. 2007년에는
전 세계 수학 천재들의 환호를 받으며 100만 달러의 상금을 걸고 기

계학습 경진대회를 개최했다. 자사의 평가 데이터 일부를 공개 서버
에 올려놓고서, 모든 참가자에게 시네매치 Cinematch라는 넷플릭스의

추천 시스템 성능을 최소 10퍼센트 이상 향상하라는 과제를 냈다. 즉

넷플릭스 시스템이 할 수 있는 것보다 10퍼센트 더 정확하게 영화를
추천하는 방법을 주문한 것이었다. 그리고 가장 먼저 10퍼센트 문턱

을 넘는 팀에게만 상금 전액을 주기로 약속했다.

I.넷플릭스가취향을읽는법|19