쇼츠 알고리즘

쇼츠는 롱폼과 달리 시청자를 더 넓은 범위로 묶고, 그에 맞는 기호를 빠르고 대략적으로 만족시키는 것을 목표로 합니다. 비유하자면, 재미있는 장난감을 저렴한 가격에 구매한 사람이 짧은 시간이지만 큰 만족감을 느끼게 하는 것과 비슷합니다.

쇼츠 알고리즘은 크게 4가지 요소가 핵심입니다.

1. 조회 대 스와이프 비율 (Stayed to Watch)

처음 약 1~3초 이상 머무르는지 여부를 보는 비율입니다. 이 지표는 유튜브 스튜디오의 ‘Stayed to watch(시청 선택 비율)’에서 확인할 수 있으며, 리텐션 커브와는 별개의 첫 번째 관문(Gate) 역할을 하는 지표입니다.

쇼츠 시청자의 약 30%는 피드를 통해 영상을 시청합니다. 따라서 피드에서는 첫 1~3초가 사실상 썸네일 역할을 한다고 볼 수 있습니다.

2. 썸네일과 제목

2025년부터는 예상과 달리 쇼츠 트래픽의 60~70% 이상이 탐색(Browse) 기능에서 발생하고 있습니다. ppc.land의 Mario Joos(MrBeast 등 1억 구독자 규모 채널의 리텐션 디렉터)가 1,000개 이상의 채널 데이터를 분석한 결과, 2025년 하반기 홈 화면 UI 변경 이후 쇼츠의 Browse 트래픽이 크게 증가한 것으로 나타났습니다. 또한 Reddit에서도 많은 크리에이터들이 "Browse features가 60% 이상"이라고 보고하고 있습니다.

이러한 변화로 인해 이제는 쇼츠의 썸네일과 제목 역시 롱폼과 비슷한 수준으로 중요해졌습니다. 개인적으로는 현재 시점에서는 3초 후킹보다 썸네일과 제목이 더 중요하다고 생각합니다.

3. 평균 시청 지속 시간 (APV / AVD)

평균 시청 지속 시간은 내 쇼츠를 시청한 사람들이 평균적으로 몇 초 동안 영상을 시청했는지를 보여주는 지표입니다. 유튜브 공식 크리에이터 가이드에서도 평균 시청 지속 시간(AVD)과 평균 시청 비율(APV)을 랭킹 시그널로 활용한다고 명시하고 있습니다.

이 지표가 높다는 것은 시청자들이 영상을 오래 시청했으며, 그만큼 만족감을 느꼈을 가능성이 높다는 의미입니다.

업계에서는 일반적으로 평균 시청 비율 70% 이상을 우수, 80% 이상을 최상위 성과로 평가하는 경우가 많습니다. 다만 유튜브가 공식적으로 구체적인 기준을 공개한 것은 아니므로 참고 수준으로 이해하시는 것이 좋습니다.

4. 공유 수

공유 수는 단순한 좋아요보다 더 높은 만족도를 나타내는 지표로 평가됩니다. nebulaodyssey.com에서는 "Shares are now 10x comments(공유는 댓글보다 10배 가치가 있다)"라고 표현하고 있으며, vloglikepro.com에서도 참여 신호의 중요도를 Shares > Saves > 재시청 > Comments > Likes 순으로 제시하고 있습니다.

좋아요는 자신의 감정을 표현하는 행동이지만, 공유는 다른 사람에게 직접 시청을 유도하는 행동입니다. 즉, 공유가 발생했다는 것은 그 콘텐츠가 충분한 가치가 있다고 판단했다는 신호로 볼 수 있습니다.

또한 다른 사람이 공유된 영상을 통해 유튜브에 유입되면, 이후에도 유튜브 안에서 계속 콘텐츠를 소비할 가능성이 높아집니다. 유튜브 입장에서는 새로운 시청자를 확보하고 플랫폼 체류 시간을 늘릴 수 있는 긍정적인 신호가 되는 것입니다.

이러한 점이 롱폼과 쇼츠의 가장 큰 차이입니다.

롱폼은 특정 니치(Niche) 시청자에게 높은 만족도를 제공하는 데 초점이 맞춰져 있습니다. 반면 쇼츠는 특정 니치보다는 더 넓은 타깃에게 도달하고, 많은 사람들이 빠르게 만족할 수 있는 콘텐츠를 제공하는 것을 목표로 합니다.

이런 알고리즘이 가능한 이유: 멀티모달 AI

혹시 구글의 제미나이(Gemini)를 사용해 보신 적이 있으신가요? 제미나이에 영상을 업로드하면 영상의 내용과 상황을 정확하게 이해하고 요약해 줍니다.

이것이 가능한 이유는 멀티모달(Multimodal) 분석 때문입니다. 멀티모달이란 텍스트만 읽는 것이 아니라 이미지, 영상, 음성 등 다양한 형태의 정보를 함께 이해하고 분석할 수 있는 AI 기술을 의미합니다.

현재 유튜브 역시 이러한 멀티모달 AI를 적극적으로 활용하고 있습니다.

즉, 유튜브는 제목만 읽는 것이 아니라 음성(Speech), 시각적 요소(Visuals), 화면 속 텍스트(Text on Screen), 음악과 효과음, 편집 패턴, 영상의 페이싱(Pacing)까지 함께 분석합니다.

Medium의 Ayesha Razzaq도 이를 다음과 같이 설명합니다.

이는 과거처럼 제목, 설명, 태그에만 의존해 영상을 분류하던 시대가 사실상 끝났다는 의미입니다.

전략적인 관점에서 보면 다음과 같이 정리할 수 있습니다.

또한 구글은 SynthID 워터마크 감지 기술을 보유하고 있으며, AI 생성 콘텐츠에 대한 라벨 표시도 요구하고 있습니다. 이러한 기술은 멀티모달 AI와 결합되어 콘텐츠의 진정성이나 생성 방식까지 분석할 수 있는 기반이 되고 있습니다.

결국 현재의 유튜브 알고리즘은 사람이 영상을 이해하는 방식과 점점 비슷해지고 있습니다. 예전처럼 메타데이터만 분석하는 것이 아니라, 영상 자체를 직접 이해하고 평가하는 방향으로 진화하고 있는 것입니다.

마트 비유로 이해하기

마트에 갔는데 내가 원하는 물건이 입구 근처에 바로 있었다고 가정해 보겠습니다. 물건을 쉽게 찾았고, 집에 돌아와 사용해 보니 품질도 매우 만족스러웠습니다. 그렇다면 다음에도 자연스럽게 그 마트를 다시 찾게 될 것입니다.

반대로 어느 하나라도 만족스럽지 않다면 어떨까요?

원하는 물건을 찾는 데 시간이 너무 오래 걸렸거나, 어렵게 찾은 물건이 하루 만에 고장 났다면 만족도는 크게 떨어집니다. 결국 그 마트를 다시 방문하고 싶은 마음도 줄어들게 됩니다.

유튜브도 이와 비슷한 원리로 작동합니다.

인스타그램에서는 짧은 재미만 제공하는 숏폼이 크게 성공할 수 있습니다. 하지만 유튜브는 시청자가 "시간을 투자한 것이 아깝지 않았다."라고 느끼는 경험을 더욱 중요하게 생각합니다.

멀티모달 AI의 발전으로 유튜브는 영상 자체를 이해하고, 어떤 콘텐츠가 어떤 사람에게 만족을 줄지 이전보다 훨씬 정확하게 판단할 수 있게 되었습니다. 그 결과 현재의 유튜브는 단순히 많은 사람이 좋아할 만한 콘텐츠보다, 특정 관심사를 가진 시청자에게 높은 만족을 주는 니치(Niche) 콘텐츠에 더욱 유리한 구조로 발전하고 있습니다.

유튜브가 시청자에 대해 알고 있는 것들

유튜브는 오랜 기간 축적한 데이터를 바탕으로 시청자가 무엇을 좋아하는지 지속적으로 학습합니다. 대표적으로 다음과 같은 정보를 활용합니다.

결국 시청자는 자신도 의식하지 못하는 사이에 행동으로 자신의 관심사와 취향을 계속 표현하고 있습니다. 유튜브는 이러한 수많은 행동 데이터를 종합적으로 분석하여, 시청자가 무엇을 원하고 어떤 콘텐츠에 만족하는지를 예측합니다.

즉, 유튜브는 시청자의 말을 믿는 것이 아니라 시청자의 행동을 신뢰합니다. 그리고 그 행동 데이터를 기반으로 시청자의 관심과 심리를 이해하고, 가장 만족할 가능성이 높은 콘텐츠를 추천하는 것입니다.