4.0 시대의 '매치메이커': 데이트 앱의 알고리즘은 정말로 당신을 이해할까?

hẹn hò - Ảnh 1. — 데이트 앱은 사용자 프로필 정보와 행동을 기반으로 다양한 방법을 사용하여 회원을 서로 "매칭"합니다.

옛날에는 연인이나 인생의 동반자를 찾으려면 중매업자를 불러서 나이와 성격이 어울리는 사람을 찾아달라고 부탁했습니다. 이제 4.0 시대에 들어서면서 매치메이커의 역할은 Tinder, Bumble, OkCupid와 같은 데이트 앱으로 대체되었고, 베트남에서는 YmeetMe, Tantan이 있습니다. 화면을 몇 번 넘기고 몇 가지 정보를 입력하면 알고리즘이 자동으로 "페어링"해 줍니다.

온라인 데이트 앱은 사용자 경험을 향상시키고 매치메이킹을 개선하기 위해 점점 더 인공지능(AI)을 기능에 깊이 통합하고 있습니다.

데이트 앱에서 AI가 사용되는 방식

스와이프/좋아요/패스(스와이핑)

이는 대부분 애플리케이션의 기본 "언어"입니다. 프로필을 오른쪽으로 스와이프(좋아요)하거나 왼쪽으로 스와이프(지나침)할 때마다 AI가 이를 기록합니다.

AI는 당신이 누구를 좋아하는지 아는 것뿐만 아니라, 당신이 좋아하는 사람들의 공통적인 특징(예: 사진 스타일, 자기소개 작성 스타일, 공통 관심사)도 분석합니다. 여기에서는 귀하의 "취향"과 비슷하거나 많은 공통점을 가진 사람들을 제안해 줍니다.

스와이프 속도와 프로필 보기 시간: 스와이프 속도나 프로필에 머문 시간도 귀중한 데이터입니다. AI는 사용자의 관심 수준을 이해하고 향후 제안을 개선합니다.

더블 옵트인: 대부분의 앱에서는 채팅을 시작하기 전에 두 사람 모두 서로를 "좋아요"를 눌러야 합니다. 이렇게 하면 스팸을 줄이고 양측의 관심을 확보하는 데 도움이 됩니다.

hẹn hò - Ảnh 2. — 틴더는 2024년 미국 데이트 앱 중 가장 인기 있는 앱으로 자리매김했습니다. 출처: start.io

메시지의 상호작용

대화 내용: 일부 고급 AI는 메시지 내용을 분석하여 관심사, 성격, 의사소통 스타일, 심지어 감정에 대한 더 깊은 통찰력을 얻을 수 있습니다. 이를 통해 AI는 대화 스타일이 비슷하거나 서로 잘 어울릴 가능성이 높은 사람을 추천받을 수 있습니다.

빈도 및 응답 시간: AI는 사용자가 문자를 보내는 빈도와 응답하는 속도를 학습하여 사용자의 참여도와 상호작용성을 측정할 수도 있습니다.

협력 필터링

이는 추천 시스템(예: Netflix의 영화 추천 시스템)에서 흔히 사용되는 알고리즘입니다. 그 원리는 "당신과 비슷한 관심사를 가진 사람들이 X를 좋아한다면, 당신도 X를 좋아할 가능성이 높다"는 것입니다. 예를 들어, 당신과 다른 사람들로 구성된 그룹이 록 음악과 액션 영화를 모두 좋아하고, 그 그룹도 A라는 사람을 좋아한다면, 알고리즘은 당신에게 A라는 사람을 추천할 수 있습니다.

엘로 점수: 틴더에서는 공개적으로 사용하지 않는다고 밝혔지만, 이 점수의 목적은 각 사용자의 프로필이 얼마나 "인기 있는지"(사용자가 받은 좋아요 수 대비 사용자가 보낸 좋아요 수)에 따라 "점수"를 부여하는 것입니다. 균형과 품질을 유지하기 위해 점수가 높은 항목이 비슷한 점수의 항목보다 먼저 표시됩니다.

머신러닝 및 인공지능

머신 러닝 알고리즘은 수백만 명의 사용자로부터 얻은 방대한 데이터를 지속적으로 분석하여 매칭 정확도를 개선합니다. 이들은 사진 스타일, 글쓰기 스타일, 심지어 이모티콘 사용의 유사성 등 인간이 알아차리기 어려운 복잡한 패턴을 인식할 수 있습니다.