김건욱 (재)대구디지털산업진흥원 빅데이터활용센터

빅데이터라는 용어가 우리들의 일상생활에 있어 자주 들리고 있고, 마치 남들은 다하는 빅데이터를 나만 모른다고 생각하면 조급함 마저 들정도로 대다수의 기업, 지자체에서 빅데이터를 적용하기 위해 많은 노력을 하고 있다.

이러한 돌풍의 주역 중 대표적인 사례는 미국의 넷플릭스이다. 넥플릭스는 비디오 대여, 온라인 영화 서비스를 제공하는 회사로 1997년 설립되었으며, 최근 오징어 게임으로도 전세계적으로 다시 한번 성장세를 올리고 있는 글로벌 기업이다.

넷플릭스의 성장에는 고객의 영화선택을 돕기 위한 개인 맞춤형 알고리즘이 주요한 자원으로 정교한 추천 시스템이 없었다면 넷플릭스의 성공은 없었다고 해도 과언이 아니다. 추천 알고리즘은 회원들의 이력도 중요하지만 고도화 하기 위해서는 평점 데이터가 매우 중요하다. 평점 데이터가 축적될수록 회원들의 생각이 반영되어 알고리즘 성능은 개선되고 고도화된 서비스 제공이 가능한 것이다.

그럼 공공도서관에서도 빅데이터를 활용한 추천서비스 사례가 존재하는지 살펴 보면 '도서관정보나루'에서 빅데이터를 기반으로 인기도서를 추천하고 회원들의 다양한 분석환경을 제공하고 있으며, 그 외 도서관에서도 인기도서 위주의 도서 큐레이션으로 시민들의 참여를 유도하고 있다.

하지만 이는 넷플릭스 처럼 개인 맞춤형 추천이 아닌 지역, 연령, 성별에 따른 추천으로 개인에게 고도화된 경험을 제공하기에는 한계가 따른다.

개인 맞춤형 도서를 추천한 사례는 대구에서 찾아볼 수 있는데, 작년 대구 빅데이터활용센터와 대구시 교육협력정책관이 협력해 공공도서관에서는 처음으로 개인 맞춤형 도서 추천모델을 개발해 올해부터 대구시 통합도서관 홈페이지에서 시범적으로 서비스를 제공하고 있다.

비록 첫 걸음이긴 하지만, 공공도서관에서 개인 맞춤형 추천서비스를 제공할 수 있다는 점은 공공도서관 이용에 있어 한단계 발전할수 있는 계기가 된 것은 분명하다. 또 대구시와 지역내 빅데이터 전문기업이 손을 잡고 세대가 거듭하면서 잊혀진 도서, 초기 마케팅으로 조명 받지 못한 미대출 도서를 추천하는 알고리즘을 추가로 개발하였다.

현재 대구시 공공도서관의 빅데이터에 대한 관심과 성과는 타 지자체에 비하여 앞서 가고 있지만, 이를 앞으로 지속적으로 발전시켜 나가기 위해서는 많은 관심과 노력이 필요하다. 이러한 노력은 현안을 기반으로 세부적으로 살펴보면 다음과 같다.

첫 번째, 기존의 구축된 추천시스템을 고도화 하기 위해서는 회원들의 대출 이력 정보 뿐만 아니라 회원들이 대출한 도서에 대한 평점과 의견 등을 수집할 수 있는 구축 체계가 필요할 것으로 판단되며, 이를 통해 넷플릭스 처럼 정규한 추천 알고리즘 개발로 나아갈 수 있을 것으로 판단된다.

두 번째, 최근 빅데이터, 인공지능 분야는 이미 국내외 모두 생태계가 조성되어 'Kaggle, Dacon'과 같은 데이터사이언스 커뮤니티 플랫폼을 통해 소통하고 있다. 빅데이터 생태계를 기반으로 혁신적인 서비스가 나올 수 있게 하려면 대구시 공공도서관의 대출이력 자료를 비식별 처리하여 공공데이터로 개방한다면 공공도서관 빅데이터 활성화에 큰 기여를 할 것으로 판단된다.

마지막으로 최근 코로나 19 감염병으로 인해 사회 활동에 있어 많은 변화를 겪어 오고 있다. 포스트 코로나 시대를 맞이 하여 최근 화두가 되고 있는 메타버스를 기반으로 집에서 공공도서관을 누릴 수 있는 환경이 오고, 나에게 맞는 도서를 추천해 주는 것이 이제는 상상이 아닌 현실이 될 수 있다는 생각을 해본다.
김건욱<(재)대구디지털산업진흥원 빅데이터활용센터장>

영남일보(www.yeongnam.com), 무단전재 및 수집, 재배포금지