검색어는 알고 있다

1. 취재착수 ① 단독취재( ), ② 단독기획(O), ③ 보도자료 심층기획( ), ④ 제보( ), ⑤ 기타( ) 2. 출품 보도물 목록(최초 보도부터 순서대로 3건까지 기재) 번호 보도일시 보도 제목 1 7월15일, 5시 [리키백과]검색은 알고 있다...소비자가 선택한'올·다·무·편'의 비밀 2 7월15일, 5시 [리키백과] "연령대별 검색 경로 분석...고객이 보내는 신호 읽어야" 3 7월16~21일, 5시 [리키백과]①~④편:올리브영·다이소·무신사·편의점 분석 시리즈 3. 보도제작경위 누구나 욕망은 있습니다. 하지만 쉽게 드러내진 않습니다. [리키백과]는 한 스타트업 대표의 ‘검색은 욕망의 발자국을 따라가는 여정’이라는 한 마디에서 시작됐습니다. 우리는 사고 싶은 것도 많고, 먹고 싶은 것도 많습니다. 포털 사이트에 온갖 검색어를 조합해 넣어보고, 장바구니에 물건을 가득 쌓아놓고 고심한 뒤에야 결제하곤 합니다. 본지는 매주 [스타트업 스토리]라는 시리즈 기사를 연재하고 있습니다. 취재를 위해 스타트업 대표를 찾던 중 ‘리스닝 마인드’라는 국내 유일 인공지능(AI) 마케팅 서비스를 운영하는 ‘어센트 코리아’의 박세용 대표를 만나게 됐습니다. 박 대표는 자체 개발한 이 프로그램으로 검색하는 사람들의 구매 여정을 따라갑니다. 예를 들어 ‘위스키’를 검색한 사람의 검색 발자국을 따라가 보면 ‘산토리 위스키’를 찾는 사람도 있고, 가수 김연지의 ‘위스키 온더락’이라는 노래를 검색하는 사람도 있습니다. 후자보다는 전자가 구매로 이어질 확률이 높은 겁니다. 저는 이 프로그램과 기자가 현장에서 느낀 분석 역량을 더하면 ‘데이터 저널리즘’을 실현할 수 있겠단 확신이 들었습니다. 그동안 경제지에서 데이터 분석 기사, 특히 유통·서비스 기사는 비정형적인 데이터 또는 기업 관계자들의 전언이나 기자의 감각에 의존해야 했습니다. 정부의 공개된 데이터나 각 기업이 자신들의 입맛에 맞게 가공한 데이터에 교수나 기업 관계자들의 분석 멘트를 다는 기사가 대부분이었습니다. [리키백과]는 단순히 검색어 숫자를 쌓은 통계가 아닙니다. 검색어의 흐름을 정량적으로 분석한 첫 시도라고 할 수 있습니다. 우선 본지는 어센트 코리아와 협업해 방대한 양의 검색어 분석을 시작했습니다. 2025년 1월부터 5월까지 총 약 858만개의 키워드를 분석했습니다. 단어별 검색량뿐만 아니라 검색하는 사람이 어떤 상황에서 검색하고, 이후 어떤 검색과 구매로 이어지는 파악하기 위해 연관된 키워드까지 추적했습니다. 또 검색어 분석 과정에서 방해를 받지 않기 위해 모든 기업 관련 검색에서 등장하는 ‘채용’이나 ‘주가’ 같은 키워드는 배제하는 스크리닝 과정을 거쳤습니다. 연령별 검색의 경우 단순히 10대, 20대, 30대 등으로 나누는 것이 아니라 20대는 20대 초반과 20대 후반의 특징이 다르다는 점을 고려해 연령도 세밀화했습니다. 이 밖에도 검색의 흐름을 더 정확히 따라가기 위해 같은 검색어를 6개월 또는 1년 전후로 나눠 다시 한번 분석했습니다. 이를 통해 시기별 트렌드를 짚을 수 있습니다. 예를 들어 ‘올리브영’을 검색하는 사람들의 경로를 분석해 보면 올리브영을 검색하기 전 커뮤니티 사이트인 ‘더쿠’를 검색한 사람들이 많았습니다. 더쿠를 검색한 뒤 올리브영을 검색한 사람은 ‘올영세일’을 검색했습니다. 이는 20~30대가 모여있는 커뮤니티에서 피부 고민을 나누고 제품을 추천받은 뒤, 올리브영으로 이동한다는 뜻입니다. 그들은 바로 구매하지 않고 ‘세일’을 검색해 구매하기에 가장 좋은 ‘타이밍’을 노립니다. 이런 방법으로 올리브영, 다이소, 무신사, 편의점(CU·GS25) 등 올해 1~5월 검색량이 가장 많았던 네 개 유통 플랫폼을 분석했습니다. 그 결과 이들은 단순한 쇼핑 채널이 아니라 탐색과 놀이를 즐기는 문화 플랫폼으로 자리 잡고 있다는 점을 데이터로 읽어낼 수 있었습니다. 네 개 유통 플랫폼을 심층 분석하기 위해 연번을 달아 시리즈물로 기획했습니다. 첫 번째로 올리브영은 피부 고민이 많은 사람들이 찾습니다. 올리브영을 검색하기 전 ‘수부지(수분이 부족한 지성피부)’ 또는 ‘속건조’ 등의 키워드가 다수 발견됐기 때문입니다. 특히 눈에 띄는 점은 올리브영을 검색한 뒤 ‘Near me(내 근처)’라는 영어 검색어가 발견된다는 겁니다. 외국인들이 많이 검색한다는 뜻이죠. 여기에서 K-콘텐츠의 힘을 읽어낼 수 있습니다. 다이소는 ‘큰’이라는 키워드가 검색 앞뒤에 다수 붙었습니다. 큰 다이소 매장일수록 물건을 구경하는 재미가 쏠쏠하기 때문입니다. 즉, 다이소가 구매 공간이 아니라 ‘탐색 놀이’ 공간이 됐단 뜻입니다. 무신사는 패션 커뮤니티에서 출발한 문화 기업의 정체성을 엿볼 수 있습니다. 무신사를 검색하기 전 ‘키작남(키가 작은 남성)’ 또는 ‘빅사이즈’ 등 스타일을 찾는 흐름이 보입니다. 과거 패션 커뮤니티에서 코디 고민을 나눴던 무신사가 지금의 문화 기업으로 성장한 과정을 읽을 수 있습니다. 편의점 검색 전후로 눈에 띄는 키워드는 ‘조합’입니다. 편의점은 더 이상 특정 상품을 구매하기 위해 방문하는 곳이 아닙니다. ‘조합’하는 곳이 됐습니다. ‘꿀조합’ 또는 ‘마크 정식’ 등 기존 상품인 불닭볶음면과 바나나우유를 어떤 음식에 조합해 먹으면 좋을지 더 맛있는 구성을 찾고 공유하는 놀이터가 됐습니다. 마지막으로 이번 기사가 일회성에 머물지 않고 본지에서 데이터 저널리즘의 대표 시리즈물이 될 수 있도록 ‘리키백과’라는 주제어를 달았습니다. 이는 ‘리테일 키워드 백과사전’의 줄임말로, 향후 상·하반기 또는 매년 유통·서비스 부문을 결산하는 기획 기사에 활용할 수 있도록 만든 이름입니다. 데이터 저널리즘의 대표 콘텐츠로 성장할 수 있는 디딤돌을 마련했습니다. [리키백과]는 단순히 마케팅 도구로만 사용되던 기술을 기자가 발굴해 함께 만든 데이터 저널리즘에 기반한 기획보도이자, 새로운 기사 제작 방식을 제시한 시도입니다. 4. 취재 및 보도과정의 특이사항 여부 데이터만으로 검색 흐름을 증명할 수도 있지만, 기사의 신뢰도를 높이고 숫자 분석에 힘을 싣고자 마케팅 전문가를 인터뷰했습니다. AI 마케팅 서비스인 ‘리스닝 마인드’ 개발 초기부터 함께 한 한초롱 어센트 코리아 매니저의 분석을 통해 기사의 신뢰도를 높였습니다. 본지가 뽑은 네 개 플랫폼은 특정 브랜드나 기업과 관계없이 오로지 데이터에 근거해 가장 많이 검색이 이뤄진 곳을 선택했기 때문에 특별한 이해관계자는 없습니다. 5. 타 매체 선행보도 여부 및 타 매체의 반향 [리키백과] 보도를 위해 협업한 어센트 코리아가 언론사와 기획한 적은 처음이기 때문에 선행보도는 없습니다. 단독 협업 기사이기 때문에 다른 매체의 후속 보도도 없습니다. 단순 검색량이 아닌 검색어의 흐름을 정량 분석한 첫 시도라고 할 수 있습니다. 대신 다른 매체의 후속 보도가 아닌 인스타그램이나 링크드인 같은 소셜미디어(SNS) 계정에서 본지의 기사를 자체 편집해 마케터들을 위한 정보로 재가공하는 사례가 많았습니다. 이는 신문에서 기획한 심층·기획보도가 전통 미디어가 아닌 뉴미디어로 확장된 사례라고 할 수 있습니다. 6. 사회에 끼친 영향 이번 리키백과 시리즈는 감히 데이터 저널리즘의 새로운 시도라고 말하고 싶습니다. 그동안 데이터 저널리즘을 표방하는 기사는 데이터를 수집한 뒤, 갈무리해서 분석하고 시각화한 그래픽을 게재하는 경우가 대부분이었습니다. 하지만 이번 리키백과 시리즈는 데이터를 정리하고 분석하는 한계를 넘어 실제 소비 경제 흐름을 구조화하고 정량화하는데 성공한 실험입니다. 또한 이는 경제지의 주요 독자인 기업들에게 마케팅 방향을 제시해 주는 직·간접적인 역할을 했습니다. 예를 들어 올리브영은 1년에 네 번 여는 ‘올영세일’ 직전에만 검색량이 급증했습니다. 이는 CJ올리브영이 프로모션에 민감한 기업이라는 뜻입니다. 꾸준히 고객을 끌어들일 힘이 부족하다는 뜻이기도 합니다. 올리브영은 검색어 흐름을 바탕으로 이벤트가 아니어도 소비자를 끌어당길 방법을 찾아야 합니다. 다이소는 1년 전후 검색어 변화를 보면 그동안 다이소가 강화해 온 온라인 서비스 ‘다이소몰’이 보이지 않습니다. 이는 다이소가 아직도 오프라인에 크게 의지하고 있고, 온라인 전략 성과도 보지 못하고 있다는 뜻입니다. 무신사는 무신사를 검색한 뒤 어디로 흘러가는지 따라가 보면 ‘유니클로’ 또는 ‘크림’ 등 다른 플랫폼을 찾는 경우가 다수 발견됐습니다. 이는 무신사가 고객들을 잡아둘 만큼 매력적인 경험을 제공하지 못한다면 다른 플랫폼으로 자칫 고객을 빼앗기기 쉽다는 뜻입니다. 빠르게 바뀌는 유행의 한가운데에 있는 편의점들은 리키백과를 통해 ‘메가 히트’ 상품의 아이디어를 얻을 수도 있습니다. 1년 전 편의점 맥주를 검색한 사람들은 1년 뒤 ‘달달한 맥주’ 또는 ‘도수 낮은 맥주’ 등 연관 검색어를 찾고 있습니다. 즉, 소비자들이 특정 카테고리로 좁혀지는 현상을 볼 수 있습니다. 이런 사례들은 모두 기자가 발굴한 데이터와 기술의 협업 결과물입니다. 소비자의 검색 흐름을 따라가면서 브랜드가 놓치고 있던 위험 요소와 기회를 동시에 조명한 보도입니다. [리키백과]는 감각이 아닌 증명된 데이터로 소비자 심리를 해석하고, 언론의 데이터 역량이 어디까지 확장될 수 있는지 실증적으로 보여준 사례입니다. 경제지 보도의 새로운 지평을 연 데이터 저널리즘으로 평가받을 수 있다고 생각합니다. 7. 자체평가 및 소속사확인여부 본 보도는 취재 및 보도 과정에서 언론윤리강령 기준을 준수했습니다. 8. 기타 고려사항 외부 지원여부, 보도당사자의 반론신청, 언론중재위원회에의 피신청사항 등 해당 사항이 없으며, 최초 출품작입니다.