Spotify 알고리즘 용어: BaRT, 저장률 등

Q: Spotify 알고리즘 용어: BaRT, 저장률 등?

Spotify 추천 엔진의 기반이 되는 기술 용어를 정리한 참고 가이드입니다. BaRT, 협업 필터링, 오디오 특성, 참여 지표를 다룹니다.

이 용어집은 Spotify의 추천 시스템이 어떻게 작동하는지 설명할 때 사용하는 기술 용어를 정의합니다. 알고리즘 플레이리스트, 참여 최적화 또는 플랫폼 전략에 관한 글을 읽을 때 참고 자료로 활용하세요.

핵심 시스템

BaRT (Bandits for Recommendations as Treatments)

Spotify 홈 화면의 추천을 관리하는 AI 시스템입니다. BaRT는 다중 암 밴딧 접근법을 사용해 활용(사용자가 좋아한다는 것을 알고 있는 콘텐츠를 보여 주는 것)과 탐색(사용자의 선호를 더 알아보기 위해 새로운 콘텐츠를 시험하는 것)의 균형을 맞춥니다. 전체 설명 →

협업 필터링

비슷한 청취자들이 무엇을 좋아하는지에서 패턴을 찾아내는 추천 기법입니다. 내 트랙을 저장한 청취자들이 트랙 B도 저장한다면, 알고리즘은 내 음악을 새로 듣는 청취자에게 트랙 B를 추천할 가능성이 높아집니다. 이 방식은 "Fans Also Like" 연관성과 Discover Weekly의 많은 부분을 작동시킵니다. 전체 설명 →

오디오 분석

트랙의 원시 오디오 파형에서 측정 가능한 특성을 추출하는 과정입니다. Spotify는 합성곱 신경망(CNNs)을 사용해 스펙트로그램을 분석하고 템포, 조성, 에너지, 분위기와 같은 특성을 감지합니다. 이를 통해 Radio와 Autoplay에서 음향적 유사성을 기반으로 한 추천이 가능합니다. 전체 설명 →

자연어 처리(NLP)

알고리즘이 텍스트의 맥락을 이해하는 능력입니다. Spotify의 NLP 구성 요소는 플레이리스트 제목, 노래 가사, 블로그 언급, 소셜 미디어 토론을 분석해 음악을 둘러싼 문화적 맥락을 파악합니다.

참여 지표

저장률

청취자 중 내 트랙을 라이브러리에 저장하는 비율입니다. saves ÷ unique listeners로 계산합니다. 높은 저장률은 강한 청취 의도를 나타내며 알고리즘 성과를 예측하는 가장 중요한 지표 중 하나입니다. 전체 설명 →

건너뛰기율

청취자가 특정 기준점(대개 30초 지점) 전에 건너뛴 스트림의 비율입니다. 초반 건너뛰기율이 높으면 알고리즘은 해당 트랙이 노출된 오디언스에 적합하지 않다는 것을 학습합니다.

완료율

청취자가 트랙을 처음부터 끝까지 재생하는 비율입니다. 높은 완료율은 강한 유지율을 나타내며 알고리즘 점수에 긍정적으로 기여합니다.

반복 청취율

개별 청취자가 같은 트랙을 여러 번 재생하기 위해 돌아오는 빈도입니다. 높은 반복 청취율은 깊은 참여를 나타내며 "슈퍼 청취자" 분류를 촉발할 수 있습니다.

스트림-청취자 비율

일정 기간 동안 고유 청취자 1명당 평균 스트림 수입니다. 1.0을 초과하는 비율은 반복 청취를 나타냅니다. 비율이 높을수록 한 번뿐인 가벼운 재생보다 헌신적인 팬일 가능성이 높습니다.

오디오 특성

템포

분당 비트 수(BPM)로 측정한 트랙의 속도입니다. 0-250 BPM 범위입니다.

에너지

강도와 활동성을 나타내는 0.0-1.0 척도입니다. 다이내믹 레인지, 인지된 음량, 음색, 어택 비율, 엔트로피를 결합합니다. 데스 메탈은 높은 점수를 받고 앰비언트 음악은 낮은 점수를 받습니다.

Valence

음악의 긍정성을 나타내는 0.0-1.0 척도입니다. 값이 높으면(0.8+) 행복하거나 황홀하게 들립니다. 값이 낮으면(0.2 이하) 슬프거나, 우울하거나, 화난 듯하게 들립니다.

춤추기 좋은 정도

템포, 리듬 안정성, 비트 강도, 규칙성을 기준으로 트랙이 춤추기에 얼마나 적합한지 나타내는 0.0-1.0 점수입니다.

어쿠스틱성

트랙이 어쿠스틱인지에 대한 0.0-1.0 신뢰도 측정값입니다. 1.0은 트랙에 전자 악기나 증폭 악기가 포함되어 있지 않다는 신뢰도가 높음을 나타냅니다.

기악성

트랙에 보컬이 포함되어 있는지 예측하는 0.0-1.0 값입니다. 0.5를 초과하면 기악 트랙일 가능성이 높습니다. "Ooh"와 "aah" 소리는 기악으로 처리됩니다.

말소리 비중

말로 된 단어가 포함된 정도를 나타내는 0.0-1.0 척도입니다. 팟캐스트 형식의 콘텐츠는 높은 점수를 받고, 순수한 기악 음악은 낮은 점수를 받습니다.

알고리즘 노출면

Discover Weekly

청취자가 아직 들어 보지 않은 30곡으로 구성된 개인화 플레이리스트로, 매주 월요일에 새로 고쳐집니다. 주로 협업 필터링으로 작동합니다. 전체 설명 →

Release Radar

팔로우하는 아티스트와 비슷한 아티스트의 신곡을 모은 개인화 플레이리스트로, 매주 금요일에 새로 고쳐집니다. 발매 최소 7일 전에 Spotify for Artists를 통해 피칭해야 합니다.

Radio

시드 곡이나 아티스트와 비슷한 트랙을 자동으로 생성하는 대기열입니다. 음향적 유사성에는 오디오 분석을, 오디언스 중복에는 협업 필터링을 사용합니다.

Autoplay

플레이리스트나 앨범이 끝난 뒤에도 음악을 계속 재생하는 기능입니다. Radio와 동일한 신호를 사용해 청취 세션을 무기한 이어 갑니다.

Daily Mix

저장한 음악과 비슷한 트랙을 장르나 분위기별로 묶은 4-6개의 플레이리스트 세트입니다. 매일 업데이트됩니다.

AI DJ

합성 음성 해설이 포함된 개인화 라디오 경험입니다. 다른 노출면과 동일한 개인화 엔진을 사용하지만 아티스트와 트랙에 관한 음성 맥락을 추가합니다. 전체 설명 →

프로모션 도구

Discovery Mode

추천될 가능성을 높이는 대가로 아티스트가 Radio, Autoplay, Mixes에서 발생한 스트림의 30% 커미션 차감을 수락하는 로열티 공유 방식입니다. 전체 설명 →

Marquee

발매 후 21일 이내의 신곡을 위한 전체 화면 팝업 광고로, 타깃 청취자가 모바일 앱을 열 때 표시됩니다. Campaign Kit의 일부이며 클릭당 과금 방식입니다.

Showcase

모든 발매작에 사용할 수 있는 Spotify 홈 피드 배너 광고입니다. Campaign Kit의 일부이며 클릭당 과금 방식입니다. 전체 설명 →

Canvas

모바일에서 트랙 뒤에 재생되는 3-8초 길이의 반복 영상입니다. 알고리즘에 직접 반영되지는 않지만 청취자의 시청과 저장을 유도해 참여 지표를 개선할 수 있습니다.

기술 개념

탐색과 활용의 균형

BaRT가 관리하는 절충 관계로, 사용자가 좋아한다는 것을 알고 있는 콘텐츠를 보여 주는 것(활용)과 사용자의 선호를 알아보기 위해 새로운 콘텐츠를 시험하는 것(탐색) 사이의 균형입니다. 신규 사용자는 탐색이 더 많고, 기존 사용자는 활용이 더 많습니다.

콜드 스타트 문제

청취 기록이 없는 신규 아티스트나 신규 사용자에게 음악을 추천해야 하는 문제입니다. 오디오 분석을 사용하면 행동 데이터 없이도 음향적 유사성에 기반한 추천이 가능해 이 문제를 해결하는 데 도움이 됩니다.

엡실론-그리디 전략

BaRT가 탐색과 활용의 균형을 맞추기 위해 사용하는 구체적인 알고리즘입니다. 대부분의 경우에는 활용하여 신뢰도가 높은 추천을 보여 주고, 가끔은 탐색하여 불확실한 추천을 보여 주면서 데이터를 수집합니다.

컨텍스트 밴딧

맥락을 바탕으로 최적의 행동을 학습하는 머신러닝 프레임워크입니다. BaRT는 시간대, 기기, 최근 활동 같은 사용자 맥락을 고려해 추천하는 컨텍스트 밴딧 시스템입니다.

스펙트로그램

시간에 따른 소리 주파수를 시각적으로 표현한 것입니다. Spotify의 CNNs는 스펙트로그램을 분석해 원시 파형에서 오디오 특성을 추출합니다.

마이크로장르

개인화에 사용되는 세분화된 하위 장르 분류입니다. Spotify는 청취 패턴과 오디오 특성을 바탕으로 한 대규모 마이크로장르 분류 체계를 유지합니다.

청취자 세그먼트

활성 청취자

지난 28일 동안 활성 소스(아티스트 프로필, 발매 페이지, 개인 플레이리스트, 검색)에서 의도적으로 내 음악을 찾은 청취자입니다.

월간 활성 청취자

월간 청취자 중 수동적인 플레이리스트 노출이나 Radio 노출이 아니라 활성 소스에서 의도적으로 스트리밍한 사람들입니다.

프로그래밍 청취자

알고리즘 또는 에디토리얼 플레이리스트를 통해 내 음악을 들었지만 적극적으로 나를 찾아 듣지는 않은 청취자입니다.

플랫폼 개념

30초 규칙

청취자가 트랙을 30초 이상 재생한 경우에만 해당 스트림이 로열티와 참여 지표에 반영됩니다. 30초 전에 건너뛰면 수익이 발생하지 않고 부정적인 신호가 전송됩니다. 전체 설명 →

1,000회 스트림 기준

2024년 기준으로 트랙이 로열티를 발생시키려면 12개월 이동 기간 안에 1,000회의 스트림을 누적해야 합니다. 이 기준보다 적은 스트림에는 지급액이 발생하지 않습니다.

취향 프로필

Spotify가 각 사용자의 청취 기록, 저장, 건너뛰기, 플레이리스트 활동을 바탕으로 구축하는 알고리즘 모델입니다. 모든 개인화 추천을 작동시킵니다.