아마존의 알고리즘 변경과 업데이트는 모든 아마존 판매자와 밀접한 관련이 있습니다. 이러한 변경은 제품이 표시되는 방식을 변경하고, 검색 순위에 영향을 미치며, 최종적으로 판매 결과에 영향을 줄 수 있습니다. 최근 아마존의 새로운 COSMO 알고리즘 발표는 아마존 판매자들의 주목을 끌었습니다.
새로운 알고리즘의 도입은 아마존의 트래픽 분배 메커니즘이 상당한 조정을 겪을 수 있다는 것을 나타냅니다. 기존 판매자들의 제품 순위 우위는 계속 유지될 것이며, 내재적인 검색 순위 논리는 어떻게 변할 것인가요? 새로운 알고리즘은 기존 A9 알고리즘을 깨는 혁신적인 변화인가요, 아니면 그것의 발전인가요, 그리고 아마존 판매자들은 어떻게 미래 운영 방향을 생각해야 할까요?
1. 아마존 COSMO 알고리즘은 무엇인가요?
아마존의 COSMO(고객 중심 검색 및 매치 최적화) 알고리즘은 대형 언어 모델(Large Language Models, LLMs)을 기반으로 개발된 새로운 인공지능 알고리즘으로, 사용자의 행동 데이터를 분석하여 사용자의 잠재적인 쇼핑 의도를 파악하고 고객 중심 지식 그래프를 구축하는 데 중점을 둡니다.
이전에 사용된 A9 알고리즘과 비교하여 COSMO 알고리즘은 개별 사용자의 요구 사항과 구매 경험에 더 많은 중점을 둡니다. A9 알고리즘은 주로 키워드 일치, 판매, 리뷰를 기반으로 검색 결과 순위를 결정했지만, COSMO 알고리즘은 빅데이터와 인공지능 기술을 사용하여 사용자 행동 뒤에 숨겨진 상식적 지식을 탐구함으로써 산업 지식 그래프를 구축합니다.
COSMO 알고리즘은 인간 두뇌를 모방하여 사용자가 검색하는 내용을 더 잘 이해합니다. 사용자가 입력한 키워드를 넘어 사용자가 무엇을 구매하고 싶어할지 추측하며, 이를 통해 더 개인화된 제품 추천을 제공합니다.
2. 아마존의 A9 알고리즘은 과거의 것이 될까요?
공개된 새 알고리즘에 대한 정보를 기반으로, COSMO 알고리즘은 사용자 중심 접근 방식으로 제품 검색 순위 및 추천 시스템을 최적화하는 기계 학습 알고리즘을 의미합니다. 이 알고리즘은 사용자의 쇼핑 기록 및 브라우징 습관과 같은 데이터를 분석하여 사용자의 관심을 끌 수 있는 제품을 지능적으로 추천함으로써 더 개인화된 쇼핑 경험을 실현합니다.
COSMO 알고리즘은 잘 알려진 A9 알고리즘과 약간 다릅니다. A9 알고리즘은 판매 순위, 가격, 전환율, 클릭률, 리뷰 및 구매자 만족도와 같은 관련성 및 성능 요소를 기반으로 구매자의 검색 결과에 나타나는 제품의 외관과 위치를 결정합니다. 반면 COSMO 알고리즘의 핵심은 사용자와 제품을 공통 벡터 공간으로 매핑하는 데 있습니다. 사용자 벡터와 제품 벡터 간의 유사성을 계산하여 사용자가 관심을 가질 수 있는 제품을 예측하고 그에 따라 추천의 우선순위를 결정합니다.
새로운 알고리즘의 도입은 A9가 과거의 것이 될 것인가요?
실제로는 그렇지 않습니다. 아마존 플랫폼의 "집사"로서, 아마존이 자랑하는 A9 알고리즘은 계속해서 존재할 것입니다. 아마존의 SEO 검색 엔진의 핵심인 A9는 미래 검색 메커니즘에서 여전히 중요한 역할을 할 것입니다.
새로운 COSMO의 도입은 A9 알고리즘의 보완 및 업그레이드로, 특히 사용자 의도를 이해하고 검색 및 추천 시스템의 정확성을 향상시키는 데 중점을 둡니다. COSMO는 사용자 의도를 더 정확하게 식별하고 개인화된 추천을 통해 구매자 사용자 경험과 검색 효율을 향상시킵니다. 따라서 A9 알고리즘은 역사가 되지 않고, 전자 상거래 분야의 새로운 트렌드에 적응하기 위해 계속 발전할 것입니다.
3. COSMO 알고리즘은 아마존 내부 사이트에 어떤 변화를 가져왔나요?
COSMO 알고리즘의 논문에는 COSMO가 아마존의 18개 주요 카테고리로 지식 그래프를 확장하고, 사용자 대화를 기반으로 하는 추천, 검색 관련성 및 검색 내비게이션을 포함한 다양한 아마존 검색 응용 프로그램에 성공적으로 배포되었음을 언급합니다. 이는 상당한 진전이 이루어졌음을 나타냅니다.
일부 베테랑 아마존 판매자들도 새로운 알고리즘의 변화를 느꼈습니다. 일부 판매자들은 새롭게 출시된 특정 niche 제품들의 순위가 꾸준히 상승하는 것을 알아차렸으며, 이전에 차트 상단을 지배했던 일부 주류 제품들은 경쟁력을 잃은 것으로 보입니다. 판매와 순위가 더 이상 높은 위치를 유지하지 못하고, 가격 프로모션이 이전만큼 효과적이지 않은 것 같습니다.
새로운 알고리즘 도입으로 인해 키워드 검색 결과로 구매자들이 얻게 되는 제품은 더 이상 균일하게 베스트셀러 제품이 아닐 가능성이 높습니다. A9의 기본에 추가적으로 구매자의 잠재적 의도를 고려한 계산이 이루어지며, 더 깊은 구매자 요구를 충족시키고 해당 요구를 충족하는 제품을 더 정확하게 검색할 수 있게 됩니다.
임산부 신발을 예로 들어보겠습니다. 기존 A9 알고리즘은 임산부가 안전한 기능에 대한 특별한 요구를 고려하지 않고 관련성과 성능을 기반으로 구매자에게 일반적인 "임산부 신발"만을 추천할 수 있습니다.
그러나 AI 대형 언어 모델에 저장된 방대한 "인간의 상식"을 기반으로 하고 "사용자의 구매 또는 공동 구매 이유"를 탐색함으로써 "임산부의 안전 및 기타 기능의 중요성"을 분석하여 임산부의 실제 요구를 더 잘 충족하는 안전한 신발과 같은 제품을 추천합니다.
인공지능 대형 언어 모델을 기반으로 한 이 추천 메커니즘은 사용자 만족도를 높이고 쇼핑 경험을 개선하는 데 도움이 되며, 매출 성장을 촉진할 수 있습니다. 추천 엔진은 아마존 전자 상거래 플랫폼의 매출 중 35% 이상을 기여합니다.
COSMO 알고리즘은 또한 사용자가 구매 의도를 정확하게 표현하고 충족시키기 위해 다중 라운드 네비게이션을 추가하여 검색 네비게이션을 개선합니다. 예를 들어 "캠핑" 제품을 검색할 때, 알고리즘은 사용자의 연속적인 선택에 따라 추천을 세분화하여 "에어 매트리스", "텐트", "담요", "랜턴" 등 캠핑 제품과 같은 옵션을 제시합니다. 구매자가 "에어 쿠션"을 선택하면 "캠핑 에어 쿠션"으로 더 세분화되어 검색의 정확성과 사용자 경험을 크게 향상시킵니다.
4. COSMO 알고리즘의 출시로 판매자들은 영업 방향을 어떻게 조정해야 하나요?
이러한 변화들은 판매자들의 영업의 초점이 더 이상 "키워드 색인"에만 있지 않고 제품 자체에 대한 더 많은 최적화에 있어야 함을 시사합니다. 외관, 기능, 색상 등을 개선하여 제품 차별화를 만들어야 합니다. 판매자들은 다양화하고 제품 리스트의 정확성을 종합적으로 향상시켜야 하며, 모든 세부 사항을 완벽하게 다듬어 더 정확한 AI 기반 추천을 가능하게 해야 합니다.
- 사용자들이 정확히 원하는 것은 무엇인가요?
이전에는 판매자의 장점이 규모와 강도를 키우는 데 있었지만, 이제는 더 똑똑하고 세밀해져야 합니다. 사용자 프로필과 선호도에 대한 보다 심층적인 이해는 높은 노출을 달성하는 데 중요합니다.
- 제품의 속성, 태그 및 키워드를 정제해야 합니다
판매자들은 제품 리스트를 조직하는 방식을 재고하여 구매자의 구매 의도와 제품 특성과 더 가까이 일치하도록 해야 합니다. 동시에 고객 기반에 대해 보다 심층적인 이해를 갖고 대상 소비자의 쇼핑 습관과 선호도를 파악하고 보다 세부적인 고객 프로필을 구축하며, 리스트의 태그를 더 세분화된 속성으로 보강해야 합니다.
제품 분류가 더 상세할수록 추천될 가능성이 높아집니다. 예를 들어 가벼운 음식의 경우 여성용 가벼운 음식, 산후 가벼운 음식, 여름용, 외출 시 편리한, 복부 감량에 적합한, 저녁 전용 등으로 세분화될 수 있습니다.
- 제품 동질성을 피하기 위한 혁신과 차별화
제품 측면에서는 동질적인 경쟁을 피하기 위해 더 특화된 상품에 집중하고 개별 구매자의 요구를 충족하는 더 많은 제품을 개발하여 가격 전쟁의 사고방식을 바꿔야 합니다.
- 유연하게 마케팅 전략 조정
시장 변화와 알고리즘 업데이트에 기반하여 가격, 프로모션, 광고 등을 즉각적으로 조정하여 경쟁력을 유지해야 합니다.