Success Case

데이터바우처 성공사례- 페어플레이

AI 기반 추천모델로 비즈니스 도약

페어플레이

2023
.
04
.
28
데이터바우처 성공사례- 페어플레이

데이터헌트는 전문 엔지니어의 경험과 이해를 토대로 타사 대비 높은 퀄리티의 데이터를 구축해 드립니다. 또한 데이터바우처 지원사업 특화 컨설팅 팀이 설계 단계부터 사업 선정까지, 지원사업의 A to Z를 도와드리고 있죠. 이런 데이터헌트의 비전과 실력에 믿고 투자한 기업들이 많이 있습니다. 알앤원도 그중 하나였죠. 국내 최초 아웃도어 액티비티 플랫폼 ‘페어플레이’의 제작사 알앤원이 데이터바우처 지원사업 과정에서 어떻게 사용자 경험을 개선했는지 알아보시죠.

데이터바우처 지원사업은 초기 중견기업 및 중소기업, 소상공인과 예비창업자들에게 데이터 구매 및 가공비용을 정부에서 바우처 형태로 지원해 주는 사업입니다. 데이터헌트는 2019년부터 4년 연속 공급기업으로 선정되었으며, 2020년에는 우수사례로 선정되어 데이터가공 업계에서 주목을 받기도 했습니다. 아래에서 데이터헌트와 협업한 수요기업의 실제 업무사례를 직접 확인해 보세요.

데이터바우처 수요기업 성공사례

‘페어플레이’ 알앤원이 데이터바우처 지원사업에 주목한 이유

아웃도어 액티비티 플랫폼은 조금 낯선데요. ‘페어플레이’에 대한 소개 부탁드립니다.

알앤원의 아웃도어 액티비티 플랫폼 페어플레이는 전 국민이 필요한 시간에 주변 사람들과 모임을 통해 운동을 생활화할 수 있는 서비스입니다. 운동 습관 형성이라는 도전은 ‘누군가와 함께할 때’ 가장 효과적이라고 하잖아요. 누구든지 페어플레이를 이용해서 운동을 시작하고 습관을 형성할 수 있길 바라는 마음으로 시작했습니다.

데이터바우처 수요기업 알앤원 실제 사용 화면
데이터바우처 수요기업 알앤원 실제 사용 화면 예시

알앤원이 데이터바우처 지원사업을 고려했던 이유는 무엇인가요?

페어플레이는 ‘사용자에게 딱 맞는 운동 모임을 찾을 수 있는’ 서비스를 지향합니다. 이 과정에서 데이터와 AI를 효율적으로 사용하고 있죠. 이를 위해 가입 시 입력한 정보나 유저들이 개설·신청한 클럽의 정보, 커뮤니티 포럼에서 작성한 글과 댓글 등의 데이터를 정제할 필요성을 느꼈습니다.

이 과제를 위해 데이터바우처를 함께할 공급기업을 찾기 시작했죠. 데이터바우처 지원 사업은 중소규모 기업에게 좋은 기회잖아요. 데이터헌트와 협업을 시작한 후 순조롭게 서비스의 퀄리티를 높일 수 있겠다고 생각했습니다.

개인화 추천모델 개선도 데이터바우처 지원사업으로!

지원사업 수행 당시, 데이터헌트와 어떤 협업을 하셨나요?

요약하자면 추천모델 학습용 TEXT 데이터 라벨링 과정을 진행했습니다. 요컨대, 넷플릭스의 추천 시스템은 정교한 알고리즘으로 짜여있습니다. 하지만 사용자의 입장에서 추천의 만족도는 50%가 채 되지 않는다고 하죠. 따라서 페어플레이의 추천 모델을 개선하기 위한 데이터 정제/가공 과정은 철저히 사용자의 입장에서 구현하는 것을 시작점으로 잡았습니다.

데이터바우처 수요기업 알앤원과 공급기업 데이터헌트의 실제 업무 과정
데이터바우처 수요기업 알앤원과 공급기업 데이터헌트의 실제 데이터 가공 과정

저희와 협업하신 데이터헌트는 다수의 TEXT 데이터 정제와 추천 AI모델에 대한 경험이 많은 엔지니어 분들이 다수 계셨어요. 운영팀에 계신 분들 역시 추천모델과 알고리즘에 대한 이해도가 높으셨기에, 알앤원이 추구하는 모델을 수월하게 구현할 수 있었습니다.

데이터바우처 지원사업으로 얻은 구체적인 성과를 알려주세요.

같은 등산이지만 어떤 산을 오르느냐에 따라 난이도가 다릅니다. 트래킹이냐, 등반이냐 등 즐기는 방법도 다 다르죠. 데이터바우처 지원사업을 통해 이 분류 기준을 구체적으로 나누면서, 모임의 시간과 인원까지 연결될 수 있도록 고도화 작업을 진행했습니다. 신규 가입 유저는 선택의 폭이 디테일해졌고, 기존 유저들은 활동 기록이 쌓일수록 더 정교한 추천이 가능해졌죠.

앞서 설명한 선행 작업을 기반으로 페어플레이에서 제공하는 운동이 더 다양해질수록 더 많은 유저를 확보할 수 있는 기반이 되었습니다. 사용자의 만족도도 훨씬 더 높아졌죠. 앞으로의 성장을 기대해 봐도 좋을 것 같습니다.

데이터바우처 수요기업 성공사례 – 알앤원×데이터헌트

특히 데이터헌트와의 협업에서 가장 빛이 났던 부분은 컨설팅입니다. 추천모델 구축은 플랫폼 서비스 기업에게 어쩌면 흔한 인프라 중 하나일 수 있잖아요. 심사 기준을 충족하기 위해서는 목표 부합성과 사회적 임팩트를 표현하는 것이 중요합니다. 이 과정에서 내부적으로 많은 논의가 오갔었는데, 데이터헌트의 밀착 컨설팅을 통해 매끄럽게 정리하여 성공적으로 사업 선정까지 될 수 있었습니다.

알앤원이 말하는 데이터바우처 지원사업의 A to Z

앞으로 데이터헌트와 알앤원은 어떤 협업을 진행하게 될까요?

데이터헌트의 분류 시스템 업그레이드 이후 유저들이 만들어내는 댓글과 인게이지먼트가 다양해졌습니다. 이에 따라 발생한 새로운 데이터를 추가로 활용해 추천모델 고도화에도 협업할 수 있을 것이라 생각합니다.

공급기업을 선택할 때 반드시 고려해야 할 점은 무엇이라고 생각하시나요?

많은 수요기업 담당자분들께서도 공급기업 선택에 많은 고민이 있을 것이라 생각합니다. 어떤 기업인지 홈페이지를 통해 살펴보는 것도 좋지만, 일단 적극적인 커뮤니케이션을 통해 기업 간의 fit이 맞는지 확인하는 과정이 중요하다고 생각합니다.

빅데이터 시대가 도래하면서 데이터 가공이 가능한 공급기업이 많아졌습니다. 하지만 수요기업의 비즈니스 비전과 지향점을 이해하는 기업은 많지 않습니다. 데이터헌트는 이를 위한 기능 구현을 함께한다는 애티튜드는 물론, 폭넓은 전문성까지 갖추고 있어 데이터바우처 지원사업 과정에서 매우 유능한 파트너가 되어주었습니다. 열과 성을 다해주신 데이터헌트 측에게 감사의 인사를 전합니다.

Table of Contents
Talk to Expert