안녕하세요, 구독자님 👋
벌써 2026년의 1월이 끝나가고 있습니다.
새해가 시작되면 자연스럽게 다짐도 많아지고 일상 속에서 보내는 시간의 쓰임새도 다시 한 번 돌아보게 되는데요, 구독자님은 다짐한대로 잘 보내고 계시겠죠?!
.
.
✨
요즘 여러분은 하루 중 얼마나 많은 시간을 숏폼 콘텐츠와 함께 보내고 계신가요? 👀
잠깐 쉬려고 넘기기 시작한 영상이 어느새 몇 분, 몇 십 분이 되어버린 경험 한 번쯤은 있으실 것 같습니다.
혹시 11월 BDA 뉴스레터에서
숏폼 콘텐츠와 Z세대 소비 흐름에 대해 다뤘던 글,
기억나시는 분들 계실까요? 👀
더 나아가 현재 BDA 서베이&리포트팀에서는 2026년 첫 Trend Z 리포트 발간을 위해 Z세대 숏폼 콘텐츠 후킹 포인트 & 숏폼 소비 행동을 주제로 서베이를 진행하고 있는데요.
그래서 이번 뉴스레터에서는 아무 생각 없이 넘기던 숏폼들이 왜 유독 손을 멈추게 만들었는지, 그리고 그 뒤에서 숏폼 알고리즘은 어떤 기준으로 작동하고 있는지에 대해 조금 더 깊이 들여다보려 합니다.
‘3초 안에 못 잡으면 끝나는’ 숏폼의 세계, 그 구조와 원리를 BDA PICK에서 함께 살펴볼까요? 🔍✨
BDA NEWS
🚀 BDAI JOB 1월 3회차
데이터 커리어 전환 - 직무 전환을 향한 의사결정
여러분, 기다리셨나요 ?! 이번 BDAI JOB의 1월 마지막 강연으로 '데이터 커리어 전환 : 직무 전환을 향한 의사결정'이라는 주제를 준비했습니다.
이번 연사님(최지환 연사님)은 PM과 마케팅 직무 경험 을 바탕으로 의사결정 과정을 주도적으로 만들어오셨으며, 그 경험을 토대로 데이터 업무 커리어로 전환 하신 분으로 모셨습니다. 그렇기 때문에 직무 전환 과정 전반에서 필요했던 의사결정의 기준과 전략, 그리고 데이터 직무로 이어지기까지의실질적인 스킬과 인사이트를 솔직하고 현실적으로 전해주실 예정입니다.
그러니 학회원 분들의 많은 관심과 참여 부탁드립니다!
💌 문의는 official.bdaa@gmail.com 로 부탁드립니다.
BDA PICK
3초 안에 못 잡으면 끝난다 ⌛️
Z세대 숏폼의 ‘후킹 알고리즘’은 어떻게 작동할까?
B.D.A.I의 2026년 첫 Trend Z 리포트 발간을 앞두고, BDA 서베이&리포트팀에서는 현재 'Z세대 숏폼 콘텐츠 후킹 포인트 & 숏폼 소비 행동'을 주제로 서베이를 진행하고 있습니다.
틱톡, 릴스, 유튜브 쇼츠까지 Z세대의 일상에서 숏폼 콘텐츠는 이제 선택이 아니라 기본값에 가까워졌는데요. 숏폼은 '재밌으면 뜬다'는 감각적 설명이 많지만, 플랫폼의 관점에서 숏폼은 콘텐츠의 예술이 아니라 최적화 문제(optimization problem)입니다. 사용자의 ‘좋아함’을 맞히는 수준을 넘어, 사용자의 다음 행동을 예측하고 그 행동을 최대화하는 방향으로 시스템이 설계됩니다.
그래서 이번 뉴스레터에서는 숏폼을 ‘트렌드’가 아니라 추천 시스템(Recommendation System) + 랭킹(Ranking) + 온라인 학습(Online learning) 관점에서 해부해보겠습니다.
숏폼이 왜 이렇게 빠르게 소비되고, 왜 어떤 영상은 스쳐 지나가고 어떤 영상은 손을 멈추게 만드는지 그 구조의 핵심, 바로 ‘후킹 알고리즘’에 대해 이야기해보려 합니다.
준비 되셨나요 ?! 👀
🏅 숏폼 추천은 "추천"이 아니라 "랭킹"이다.
우리가 흔히 '추천 알고리즘'이라고 부르지만, 실제로 사용자 화면에 뜨는 것은 대개
후보 생성 → 랭킹 → 후처리 정책
(Candidate generation) (Ranking) ( Re-ranking & Policy)
의 파이프라인을 거칩니다.
숏폼에서 ‘후킹’은 주로 랭킹 단계의 목적함수(objective)와 관련이 큽니다.
즉, 어떤 영상을 위로 올릴지 결정하는 함수가 '무엇을 좋은 결과로 보느냐'에 따라 후킹이 강해지기도 하고 약해지기도 한다는 것이죠.
🚨 ‘3초’는 감각이 아니라, 모델이 보는 "조기 신호(early signal)"다
숏폼에서 3초가 중요한 이유는 단순히 짧아서가 아닙니다. 추천 시스템은 본질적으로 레이블(정답)이 늦게 도착하는 문제를 갖습니다.
예를 들어 '좋아요'나 '공유'는 사용자가 끝까지 보고, 감정이 생기고, 행동을 해야 발생합니다.
즉, 모델 입장에서는 학습/판단에 쓰기엔 너무 늦는 신호입니다.
반면 초기 이탈(early skip), 초반 정지(early dwell) 같은 신호는 영상 시작 직후 바로 관측되므로 온라인 의사결정에 유리한 조기 지표가 됩니다.
💡 여기서 잠깐 ! 신호와 관련된 단어들에 대해 간단히 알고 넘어가볼게요 !
그래서 플랫폼은 3초 안팎의 구간에서 다음과 같은 ‘조기 신호’를 강하게 봅니다.
이렇게 보면 '3초'는 마법의 숫자가 아니라
레이블이 빠르게 생기는 구간이고,
그 구간에서 관측되는 행동이 랭킹 점수의 핵심 feature로 들어가기 때문입니다.
🔄 숏폼 알고리즘은 “좋아요”보다 “완주율×반복 재생×정지 프레임”을 더 믿는다
숏폼은 길이가 짧기 때문에, 롱폼보다 더 미세한 행동 로그가 의미를 가집니다.
대표적으로 아래 신호들이 강한 학습 신호가 됩니다.
1. 완주율(Completion rate)
단순히 '봤다'가 아니라 '끝까지 봤다'는 신호는 콘텐츠의 몰입도를 나타냅니다.
길이가 짧을수록 완주율의 분산이 크지 않아서 쉬워 보일 수 있지만,
플랫폼은 완주율을 단독으로 보지 않고 다음과 결합합니다.
2. 반복 재생(Replay / rewatch)
숏폼에서 반복 재생은 '재미'뿐 아니라 이해가 안돼서 다시 보거나, 디테일을 확인하려고 다시 보거나, 중독성 있는 리듬 또는 사운드 등 여러 원인이 섞이게 됩니다.
중요한 건, 반복 재생은 사용자가 영상과 상호작용한 강한 증거라는 점입니다. 좋아요는 습관적으로 누를 수 있지만, 반복 재생은 시간을 다시 쓰는 행위'라 비용이 큽니다.
3. 정지 프레임/정지 구간(Pause heatmap)
플랫폼은 사용자가 어디에서 멈췄는지(정지 위치)를 로그*로 남길 수 있습니다. 이건 사실상 '어디가 핵심 정보/자극이었는가'를 알려주는 신호입니다. 정보형(공부/요리/혜택) 숏폼에서 특히 중요한 지표가 됩니다.
즉, 숏폼 후킹은 '좋아요를 유도하는 카피'보다 '사용자를 멈추게 하는 구조'에 더 민감하게 반응합니다.
* 로그 :
- 웹사이트, 앱, 서버 등 IT 서비스 운영 중 발생하는 사용자의 행동, 시스템의 상태 변경, 에러, 이벤트 등을 시간 순서에 따라 기록한 데이터
- 사용자의 방문 기록, 클릭, 서버 요청 등 서비스 이용 흔적을 남겨 분석, 문제 해결, 보안 감사에 활용
🔎 숏폼 추천의 핵심은 ‘탐색(Explore)–활용(Exploit)’ 균형이다
여기부터가 '왜 어떤 영상이 갑자기 터지는가?'의 핵심입니다.
플랫폼은 항상 딜레마를 갖습니다.
🎲 이미 잘 먹히는 유형을 계속 보여주면(Exploit)
➡ 단기 지표는 오르지만, 사용자 피로·다양성 붕괴가 옵니다.
🎲 새로운 영상을 계속 실험하면(Explore)
➡ 장기적으로는 좋지만, 단기 성과가 흔들립니다.
그래서 추천 시스템은 사용자·콘텐츠 상태에 따라 일부 트래픽을 실험용으로 할당합니다.
이때 숏폼에서 흔히 관측되는 방식은 다음과 같습니다.
즉, 바이럴은 운🍀이 아니라 연속된 온라인 실험을 통과하는 과정입니다.
그리고 이 구조 때문에 숏폼은 초반 후킹이 약하면 거의 다시 기회가 오지 않습니다.
💬 초반 데이터를 못 만들면 다음 실험으로 못 넘어가니까요.!
🧮 ‘후킹’은 결국 목적함수의 설계 문제다: 무엇을 최대화하고 있을까?
추천 시스템은 점수 함수를 가집니다. 단순화하면 이런 형태입니다.
score(video, user, context)
= w1·P(3초 이상 시청)
여기서 중요한 건 w(가중치)가 무엇을 높게 두느냐입니다.
즉, '요즘 숏폼이 자극적이다/비슷하다'는 현상은
개별 크리에이터의 문제가 아니라
목적함수와 정책이 만들어낸 시스템적 결과일 수 있습니다.
🎼 Z세대는 이 시스템 안에서 ‘콘텐츠’를 소비하는 게 아니라 ‘리듬’을 소비한다
Z세대의 숏폼 소비를 이해하려면 '무슨 콘텐츠를 봤는가'보다 '어떤 상태에서 어떤 리듬으로 넘겼는가'가 중요합니다.
즉, 숏폼은 취향 추천이라기보다
상태 기반(state-based) 소비에 가깝고,
그 상태는 행동 로그(멈춤/넘김/반복)로 드러난다고 할 수 있습니다.
여러분들은 아무래도 데이터와 관련하여 이러한 현상들을 해석하려고 하실텐데요,
이렇게 숏폼이 '3초의 전쟁'이 되는 순간, 데이터 직무의 질문도 바뀔거라고 생각해요.
과거에는 조회수나 평균 시청시간처럼 결과 지표를 중심으로 성과를 판단했다면, 이제는 알고리즘의 의사결정에 직접 영향을 주는 초기 유지율, 이탈 지점, 세그먼트별 반응 같은 ‘원인에 가까운 지표’를 먼저 분석하는 질문으로 바뀌겠지요?
☁️
아무 생각 없이 넘기던 숏폼, 혹은 '왜인지 모르겠는데 계속 보게 됐던' 영상들이 오늘 뉴스레터를 보고나니 이제는 조금 다르게 보이지 않나요?
단순히 운이 좋거나, 자극적이어서가 아니라 어떤 순간에 손이 멈추고, 어떤 구조에서 다시 한 번 보게 되는지 그 뒤에 꽤 정교한 알고리즘과 데이터의 흐름이 있다는 걸 이번 뉴스레터를 통해 함께 살펴봤습니다.
하지만 '사람들은 왜 그 순간 멈췄다고 느끼는지', '숏폼 추천에 대해 신뢰하는지, 피로감을 느끼는지', 알고리즘이 만든 흐름을 인지하고 있는지' 등과 같이 로그 데이터만으로는 알 수 없는 영역도 분명 존재해요.
그래서 이번 2026년 첫 Trend Z 리포트에서는 오늘 뉴스레터에서 다뤄본 ‘숏폼 후킹 구조’와 ‘소비 행동의 원리’를 바탕으로, 실제 Z세대 사용자를 대상으로 한 서베이를 통해 데이터만으로는 잡히지 않는 인식과 경험의 영역까지 함께 들여다볼 예정입니다.
🤎 그러니 숏폼을 보는 입장이 아니라 이제는 숏폼의 구조를 읽는 입장으로
한 발 더 들어가보고 싶다면,
이번 Trend Z 리포트를 위해 꼭 서베이 참여 많이 해주시고, 리포트도기대해주세요 👀✨
BDA NEXT
🌈
이번 주 뉴스레터는 여기까지입니다.
다음 주에도 여러분이 한 번쯤 멈춰 읽게 될 만한,
재미있고 생각해볼 거리 있는 이야기들로 다시 찾아올게요.
조금만 더 관심 가지고 기다려주세요 👀✨
읽어주셔서 감사합니다😊
이번 주도 각자의 자리에서 힘차게 달려봅시다 🏇🏿
[참고]
https://calmmimiforest.tistory.com/100
https://dan.naver.com/24/sessions/624
작성: 7기 서베이리포트팀 이서하
의견을 남겨주세요