우리는 지금 역사상 가장 많은 추천을 받으며 살아가고 있습니다. 넷플릭스는 내가 좋아할 영상을 골라주고, 스포티파이는 취향에 맞는 음악을 이어서 틀어줍니다. 인스타그램과 틱톡은 내가 멈춰본 영상의 길이까지 분석해 다음 콘텐츠를 추천하고, 쇼핑몰에 들어가면 이전 검색과 구매 기록을 바탕으로 살 만한 상품을 먼저 보여줍니다.

처음에는 편리했습니다. 수많은 선택지 가운데 나에게 맞는 것을 대신 골라주는 알고리즘 덕분에 시간을 아낄 수 있었기 때문입니다. 하지만 개인화가 너무 정교해지면서 반대 현상도 나타나고 있습니다. 내가 좋아할 만한 것만 계속 보다 보니 새로운 것을 발견하는 재미가 줄어들고, 어디를 가도 비슷한 상품과 콘텐츠만 보인다는 피로감입니다.

그래서 최근 글로벌 소비 트렌드에서는 흥미로운 흐름이 나타나고 있습니다. 소비자들이 일부러 알고리즘이 추천하지 않은 것을 찾기 시작한 것입니다.

완벽하게 나에게 맞는 추천보다 뜻밖의 발견을 원하는 소비, 이른바 안티 알고리즘 소비가 새로운 흐름으로 떠오르고 있습니다.

⠀

추천이 너무 정확해지면서 오히려 재미가 사라졌습니다

개인화 추천의 기본 목표는 소비자가 원하는 것을 빠르게 찾도록 돕는 것입니다. 좋아하는 음악을 분석해 비슷한 음악을 들려주고, 자주 구매하는 스타일을 분석해 비슷한 옷을 보여주면 구매 가능성이 높아집니다. 기업 입장에서도 효과적입니다. 사용자의 체류시간을 늘릴 수 있고 구매 전환율도 높일 수 있기 때문입니다.

문제는 추천의 정확도가 너무 높아졌다는 점입니다. 한 번 러닝화를 검색하면 며칠 동안 러닝화 광고가 따라오고, 특정 음식 영상을 몇 번 보면 비슷한 레시피 영상만 계속 등장합니다. 음악 역시 자신이 원래 듣던 장르에서 크게 벗어나지 않는 경우가 많습니다.

편리하지만 동시에 세상이 점점 좁아지는 느낌을 받을 수 있습니다. 내 취향을 확장하는 것이 아니라 이미 알고 있는 취향을 반복해서 확인하는 구조가 되기 때문입니다.

⠀

알고리즘은 취향을 발견하기보다 강화합니다

추천 알고리즘은 소비자가 좋아할 가능성이 높은 콘텐츠를 보여주는 데 최적화되어 있습니다. 따라서 완전히 낯선 것을 추천하는 것보다 이미 좋아했던 것과 비슷한 것을 추천하는 편이 안전합니다.

예를 들어 어떤 사람이 미니멀한 인테리어를 자주 본다면 플랫폼은 계속 비슷한 스타일을 추천합니다. 사용자가 그 콘텐츠를 다시 클릭하면 알고리즘은 자신의 판단이 맞았다고 학습합니다.

이 과정이 반복되면 소비자의 피드에는 비슷한 스타일만 쌓입니다. 결국 알고리즘이 취향을 읽는 동시에 취향을 고정시키는 현상이 나타날 수 있습니다.

소비자는 자신의 취향이라고 생각하지만 실제로는 플랫폼이 계속 보여준 선택지 안에서 취향이 만들어지고 있을 수도 있습니다.

⠀

그래서 다시 서점과 레코드숍이 재미있어집니다

온라인 서점에서는 내가 이전에 구매한 책과 비슷한 책을 쉽게 추천받을 수 있습니다. 하지만 오프라인 서점에서는 전혀 다른 경험이 일어납니다.

관심 없던 분야의 책이 우연히 눈에 들어오기도 하고, 제목이 재미있어서 집어 들었다가 예상하지 못한 책을 구매하기도 합니다. 서점 직원이 직접 골라놓은 큐레이션 코너에서 새로운 작가를 발견할 수도 있습니다.

레코드숍도 비슷합니다. 스트리밍 서비스에서는 알고리즘이 음악을 추천하지만 레코드숍에서는 앨범 표지나 직원 추천, 우연히 들리는 음악 때문에 새로운 아티스트를 발견할 수 있습니다.

효율성만 보면 온라인이 압도적으로 편리합니다. 그런데 발견의 재미만 보면 오프라인이 더 강할 수 있습니다.

⠀

소비자는 이제 발견 자체를 콘텐츠로 느낍니다

과거 쇼핑의 목적은 필요한 것을 사는 것이었습니다. 하지만 최근에는 쇼핑 과정 자체를 즐기는 소비자가 늘고 있습니다.

무엇을 살지 정하지 않고 편집숍이나 시장, 빈티지숍을 돌아다니다가 마음에 드는 것을 발견하는 경험입니다. 이런 소비에서는 효율성이 오히려 중요하지 않습니다.

30분 만에 필요한 물건을 찾아 구매하는 것보다 한두 시간 동안 매장을 돌아다니며 예상하지 못한 상품을 발견하는 것이 더 즐거울 수 있습니다. 쇼핑이 구매 행동에서 여가 활동으로 바뀌는 것입니다.

이때 알고리즘이 모든 선택을 미리 정리해주면 오히려 재미가 줄어들 수 있습니다.

⠀

랜덤박스가 계속 인기 있는 것도 같은 이유입니다

무엇이 들어 있는지 모르는 랜덤박스와 블라인드박스는 합리적인 소비 방식과는 거리가 있습니다. 원하는 제품을 정확하게 선택할 수도 없고 이미 가지고 있는 상품이 나올 수도 있습니다.

그런데도 소비자는 블라인드박스를 구매합니다. 그 이유 중 하나가 결과를 모르는 재미입니다.

상자를 열기 전까지 어떤 캐릭터가 나올지 알 수 없다는 불확실성 자체가 하나의 엔터테인먼트가 됩니다.

라부부를 비롯한 각종 캐릭터 블라인드박스와 트레이딩카드가 인기를 얻은 것도 이 구조와 연결됩니다.

디지털 세상에서는 무엇을 볼지 알고리즘이 미리 예측하지만, 랜덤박스는 정반대로 무엇이 나올지 모르는 경험을 상품화합니다.

⠀

랜덤은 가장 오래된 추천 방식일 수도 있습니다

생각해보면 예전에는 세렌디피티가 소비의 중요한 부분이었습니다.

라디오를 듣다가 처음 듣는 음악을 발견하고, 서점을 돌아다니다 우연히 책을 발견하고, 여행 중 지나가다 마음에 드는 식당에 들어갔습니다.

이 과정에는 실패도 많았습니다. 마음에 들지 않는 책을 살 수도 있고 음식이 맛없을 수도 있습니다.

하지만 예상하지 못했던 좋은 경험을 발견했을 때의 만족도는 큽니다.

알고리즘 시대에는 실패 가능성을 줄이는 대신 이런 우연도 함께 줄어들었습니다. 그래서 소비자가 다시 약간의 불확실성을 원하기 시작한 것입니다.

⠀

여행에서도 안티 알고리즘이 나타납니다

여행 계획 역시 알고리즘의 영향을 많이 받습니다.

SNS에서 검색하면 꼭 가봐야 할 카페, 사진 명소, 맛집이 순식간에 정리됩니다. 결과적으로 여행자들이 같은 장소에 몰리는 현상이 나타납니다.

도쿄에 가면 모두 같은 카페를 방문하고, 파리에 가면 같은 촬영 포인트에서 사진을 찍습니다. 여행은 새로운 곳을 발견하기 위한 활동인데 오히려 플랫폼 추천을 따라가는 정해진 코스가 되기도 합니다.

이에 따라 일부 여행자들은 계획을 최소화하고 현지에서 직접 장소를 찾는 방식을 선호하기 시작했습니다. 지도를 보지 않고 동네를 걷거나 현지인에게 식당을 추천받는 식입니다.

비효율적이지만 그 과정에서 자신만의 여행 이야기가 생깁니다.

⠀

소셜미디어에서도 완벽한 피드에 대한 피로가 커지고 있습니다

초기 SNS에는 친구들의 일상과 우연히 발견한 콘텐츠가 섞여 있었습니다. 하지만 최근 피드는 점점 더 최적화되고 있습니다.

조회수가 높은 영상, 반응이 좋은 콘텐츠, 사용자가 좋아할 가능성이 높은 게시물이 먼저 등장합니다.

덕분에 재미있는 콘텐츠를 쉽게 볼 수 있지만 비슷한 영상이 반복되는 현상도 커졌습니다.

하나의 밈이 유행하면 수천 개의 비슷한 영상이 만들어지고, 특정 음식이 인기를 끌면 전 세계 피드가 같은 음식으로 채워집니다.

그래서 일부 소비자는 대형 SNS보다 소규모 커뮤니티와 뉴스레터, 독립 블로그처럼 사람이 직접 선택한 콘텐츠를 찾기도 합니다.

알고리즘보다 사람의 취향을 믿는 소비가 다시 생기는 것입니다.

⠀

큐레이터의 가치가 다시 높아질 수 있습니다

알고리즘 시대가 오면서 한동안 큐레이터의 역할이 줄어드는 것처럼 보였습니다. 음악 DJ 대신 스트리밍 추천이 등장했고, 서점 직원 추천 대신 온라인 추천 알고리즘이 등장했습니다.

하지만 최근에는 반대 움직임도 나타납니다.

누군가 직접 선택한 플레이리스트, 편집숍 바이어가 고른 상품, 서점 직원이 추천하는 책처럼 사람의 판단이 들어간 큐레이션을 찾는 소비자가 늘고 있습니다.

알고리즘 추천은 나와 비슷한 과거 데이터를 기반으로 하지만 사람의 추천은 예상하지 못한 방향으로 나를 데려갈 수 있기 때문입니다.

앞으로 큐레이터의 역할은 정보를 정리하는 사람보다 우연을 설계하는 사람에 가까워질 수 있습니다.

⠀

브랜드도 완벽한 개인화만 추구하면 재미없어질 수 있습니다

브랜드들도 그동안 개인화를 강화해왔습니다.

고객이 이전에 구매한 상품을 분석하고 비슷한 제품을 추천하는 방식입니다.

하지만 앞으로는 일부러 예상하지 못한 상품을 보여주는 전략이 중요해질 수 있습니다.

예를 들어 쇼핑몰 첫 화면을 사용자 취향에 맞춰 100% 개인화하는 대신 일부 공간은 새로운 브랜드와 상품을 발견할 수 있도록 남겨두는 것입니다.

소비자는 자신이 원하는 것을 찾으면서 동시에 예상하지 못한 상품을 발견할 수 있습니다.

결국 좋은 플랫폼은 알고리즘 정확도를 100%로 만드는 곳이 아니라 정확한 추천과 우연한 발견을 적절하게 섞는 곳이 될 수 있습니다.

⠀

편집숍이 다시 중요한 이유도 여기에 있습니다

편집숍의 가장 큰 매력은 모든 상품을 판매하지 않는다는 점입니다.

누군가가 선택한 상품만 있습니다.

대형 온라인몰에서는 수십만 개의 상품을 검색할 수 있지만 편집숍에서는 바이어가 고른 제한된 상품만 볼 수 있습니다.

선택지가 적기 때문에 비효율적으로 보이지만 오히려 소비자의 탐색 부담을 줄여줍니다. 그리고 자신이 몰랐던 브랜드를 발견하는 재미가 있습니다.

온라인 플랫폼들도 이 때문에 큐레이션 콘텐츠와 새로운 브랜드 발굴 기능을 강화하고 있습니다.

⠀

빈티지 시장의 성장도 같은 흐름입니다

빈티지 제품은 같은 상품을 다시 구매하기 어렵습니다.

매장에 어떤 제품이 들어올지 예측하기 어렵고 사이즈와 상태도 모두 다릅니다.

온라인 쇼핑의 기준으로 보면 상당히 비효율적입니다.

하지만 바로 그 불확실성이 빈티지 쇼핑의 핵심입니다.

오늘 발견한 제품을 다음번에는 찾을 수 없다는 희소성이 구매를 자극합니다. 다른 사람이 가지고 있지 않은 상품을 발견했다는 만족도 큽니다.

모두가 같은 알고리즘 추천을 받는 시대일수록 이런 유일한 발견의 가치가 더 커질 수 있습니다.

⠀

AI가 강해질수록 반대편 시장도 커질 수 있습니다

앞으로 AI 추천은 지금보다 훨씬 정확해질 가능성이 큽니다.

소비자의 구매 기록뿐 아니라 취향과 예산, 일정까지 분석해 어떤 옷을 사고 어떤 호텔을 예약할지 대신 결정해주는 AI 쇼핑 에이전트도 확산될 수 있습니다.

사람은 점점 선택하지 않아도 되는 시대를 맞게 됩니다.

그런데 모든 선택을 AI가 대신해준다면 인간은 반대로 스스로 선택하는 경험을 더 가치 있게 느낄 수도 있습니다.

AI가 여행 계획을 완벽하게 만들어줄수록 계획 없이 떠나는 여행이 특별해지고, AI가 정확한 음악을 추천할수록 직접 LP를 고르는 경험이 특별해질 수 있습니다.

기술이 한 방향으로 빠르게 발전할수록 반대쪽에는 항상 새로운 소비시장이 만들어집니다.

⠀

가장 비효율적인 경험이 프리미엄이 될 수도 있습니다

최근 소비시장에서는 비효율이 프리미엄이 되는 사례가 많습니다.

스트리밍이 있는데 LP를 사고, 스마트폰 카메라가 있는데 필름카메라를 사용하고, 전자책이 있는데 종이책을 구매합니다.

커피 역시 자동머신이 있지만 직접 핸드드립을 하고, AI가 글을 써주는 시대에도 만년필과 노트를 찾습니다.

이 제품들의 공통점은 기능만 보면 더 불편하다는 것입니다.

하지만 소비자는 결과뿐 아니라 과정에서 만족을 얻습니다.

안티 알고리즘 소비 역시 같은 맥락에서 볼 수 있습니다. 완벽한 추천을 거부하고 직접 찾아다니는 과정에 가치를 두는 것입니다.

⠀

리테일의 다음 경쟁은 추천이 아니라 발견이 될 수 있습니다

지난 10년간 온라인 플랫폼의 핵심 경쟁은 추천 정확도였습니다.

누가 소비자가 원하는 상품을 더 정확하게 보여주는지가 중요했습니다.

앞으로도 개인화는 계속 중요할 것입니다.

하지만 다음 단계에서는 새로운 질문이 등장할 수 있습니다.

소비자에게 자신도 몰랐던 취향을 얼마나 잘 발견하게 해줄 수 있는가입니다.

이것은 기존 추천 알고리즘과 조금 다른 문제입니다.

이미 좋아하는 것을 반복해서 보여주는 것이 아니라 예상하지 못한 영역을 적절한 순간에 보여줘야 하기 때문입니다.

앞으로 플랫폼의 경쟁력은 Personalization뿐 아니라 Discovery에서 나올 가능성이 있습니다.

⠀

기업에게는 우연도 설계해야 하는 시대가 옵니다

우연은 원래 계획할 수 없는 것으로 생각하기 쉽습니다.

하지만 리테일에서는 어느 정도 설계할 수 있습니다.

서점 입구에 예상하지 못한 책을 배치하거나, 패션 매장에서 서로 다른 스타일의 브랜드를 섞어 보여주거나, 쇼핑 앱에 랜덤 추천 기능을 넣는 방식입니다.

음악 서비스도 늘 듣던 음악뿐 아니라 일부러 다른 장르를 섞어줄 수 있습니다.

핵심은 사용자를 완전히 랜덤한 선택지에 던져놓는 것이 아닙니다.

취향에서 조금 벗어난 적당한 낯섦을 제공하는 것입니다.

너무 익숙하면 재미가 없고 너무 낯설면 관심을 잃기 때문입니다.

⠀

결국 소비자는 선택을 다시 되찾고 싶어 합니다

알고리즘 추천이 사라질 가능성은 거의 없습니다.

오히려 AI가 발전하면서 개인화는 지금보다 훨씬 강력해질 것입니다.

하지만 모든 소비가 효율성만을 향해 움직이지는 않습니다.

사람은 가끔 시간을 낭비하고 싶어 하고, 헤매고 싶어 하고, 예상하지 못한 것을 발견하고 싶어 합니다. 그리고 그 과정에서 만들어지는 이야기를 즐깁니다.

추천 알고리즘이 너무 좋아진 시대에 오히려 추천받지 않은 것을 발견하는 경험 자체가 새로운 프리미엄이 될 수 있습니다.

앞으로 쇼핑몰과 콘텐츠 플랫폼, 여행회사, 오프라인 매장을 볼 때 개인화를 얼마나 잘하느냐만 볼 필요가 없습니다. 소비자가 스스로 둘러보고 새로운 것을 발견할 공간을 얼마나 남겨두는지도 중요한 경쟁력이 될 수 있습니다.

결국 안티 알고리즘 트렌드는 기술을 거부하는 움직임이라기보다 모든 선택을 기술에 맡기고 싶지는 않다는 소비자의 반응에 가깝습니다.

AI와 알고리즘이 우리의 취향을 더 정확하게 이해할수록, 역설적으로 소비자는 자신의 취향 밖에서 우연히 무언가를 발견하는 순간을 더 소중하게 느낄지도 모릅니다.

#안티알고리즘 #AntiAlgorithm #소비트렌드 #글로벌트렌드 #알고리즘추천 #추천알고리즘 #AI시대 #리테일트렌드 #발견소비 #세렌디피티 #랜덤박스 #블라인드박스 #빈티지 #오프라인쇼핑 #큐레이션 #브랜드전략 #소비자트렌드