스포티파이 Discover Weekly — 매주 월요일, 7,500만 개의 맞춤 믹스테이프
2015년 7월 출시된 Discover Weekly는 매주 월요일 스포티파이의 모든 사용자에게 각각 다른 30곡의 플레이리스트를 자동 생성한다.
성공 팩트
2015년 7월 출시된 Discover Weekly는 매주 월요일 스포티파이의 모든 사용자에게 각각 다른 30곡의 플레이리스트를 자동 생성한다. 출시 당시 7,500만 명이던 사용자 기반은 2025년 기준 7억 명을 넘었고, Discover Weekly는 스포티파이가 가장 성공적인 기능 출시로 꼽는 제품이다. 시스템은 세 가지 추천 모델을 결합한다. 첫째, 비슷한 청취 습관을 가진 사용자들의 패턴을 분석하는 협업 필터링. 둘째, 곡에 대한 텍스트 정보(장르, 분위기, 리뷰)를 분석하는 NLP. 셋째, 곡의 실제 음향 특성(템포, 에너지, 음색)을 분석하는 CNN 오디오 모델. 세 번째 모델 덕분에 청취 기록이 거의 없는 신인 아티스트의 곡도 추천 대상에 포함될 수 있다.
시너지의 본질
Discover Weekly가 "당신의 비밀 음악 쌍둥이가 만든 믹스테이프" 같은 느낌을 주는 이유는, 실제로 수억 명의 인간 큐레이션(사용자가 만든 90억 개 이상의 플레이리스트)을 학습 데이터로 활용하기 때문이다. Spotify 엔지니어 블로그에서는 이 알고리즘이 인간 큐레이션의 토대 위에 서 있다고 설명한다. AI가 한 것은 취향을 만든 것이 아니라, 이미 존재하는 인간들의 취향 패턴을 연결한 것이다.
모듈 시너지
모듈 G(AI 선택): 추천 알고리즘은 사용자의 과거 행동을 기반으로 작동한다. 이는 "내가 좋아하는 것과 비슷한 것"을 계속 제공하는 구조이므로, 취향의 고착(filter bubble)이 발생할 수 있다. 가끔 의도적으로 평소와 다른 장르를 검색하거나 다른 사람의 플레이리스트를 들어보는 것이 알고리즘의 편향을 깨뜨리는 방법이다.
코어 1(관계 설정): "알고리즘이 추천하니까 좋은 음악이다"가 아니라, "내가 좋다고 느끼니까 좋은 음악이다"가 순서다. 추천은 제안일 뿐, 취향의 최종 판단은 나의 몫이다.
방패 연결
방패 편 S-97(알고리즘 넛징을 통한 청소년 우울증 유발) — 인스타그램의 추천 알고리즘이 체류 시간 극대화를 위해 유해 콘텐츠를 지속 노출한 사례. 음악 추천과 소셜미디어 추천은 같은 기술(협업 필터링)을 사용하지만, 최적화 목표가 다르다. 무엇을 최적화하느냐에 따라 같은 기술이 믹스테이프가 되기도 하고 정신건강 위협이 되기도 한다.
→ 본편: 2부 4장 (모듈 G — AI 선택), 2부 2장 (코어 1 — 관계 설정)