사용자의 개인 특성(생년월일·MBTI)과 다차원 관심사(수준·직업·카테고리·자본·수익방식)를 결합해 강의를 추천하는 AI 시스템. 카테고리 매칭만으로는 잡히지 않는 "이 사람에게 맞는 강의"를 찾도록 설계했습니다.
강의 추천을 카테고리로만 풀면, 사용자에게는 "내가 무엇을 모르는지 모르는" 영역이 보이지 않습니다.
관심 카테고리만으로 필터링하면 사용자가 이미 알던 영역 안에서만 강의를 보게 되고, 결국 추천은 "검색의 짧은 형태"가 됩니다. 실제 학습자의 결정에는 본인 직업, 자본 여력, 수익을 만드는 방식 같은 현실적 조건이 함께 작동했습니다.
운영사 입장에서는 카테고리 추천만으론 다음 단계 강의 매출이 늘지 않는 데이터를 이미 보고 있었습니다.
사용자 개인 특성을 작은 시그널로, 다차원 관심사를 큰 축으로 결합해 한 사용자 안에서 추천 결과가 점점 좁아지도록 설계했습니다.
이름·생년월일·MBTI 같은 개인 특성과 수준별·직업/상황별·카테고리·필요 자본·수익 방식 같은 관심사를 함께 보고, 사용자의 "지금 위치"와 "가고 싶은 위치" 사이를 잇는 강의를 추천합니다.
단순 카테고리 분류를 넘어 사용자의 심리적 특성과 현실 조건을 같이 보는 구조로, 카테고리 추천 대비 다음 단계 강의로 이어지는 비율을 끌어올리는 데 집중했습니다.
개인 특성·관심사 분류 모델을 분리해 학습.
사용자 시그널과 강의 메타데이터를 한 곳에서 처리.
추천 결과를 보여주는 화면과 운영자용 어드민.