글이 많아진 사이트를 위한 ‘눈치 빠른 탐색’ 설계
글이 늘어나면 선택지가 늘어날 것 같지만, 독자는 오히려 더 못 고를 수 있다.
홈을 다시 열었는데 같은 카드가 보인다. 목록에서 휠을 돌리면 제목이 순식간에 지나간다. 그래서 “그럼 6개만 보여 주자”고 하면, 이번에는 그 6개가 전부 안 맞는 순간 바로 이탈한다. 검색창도 완전한 해결책은 아니다. 가볍게 둘러보는 사람은 아직 검색어 자체가 없을 수 있기 때문이다.
콘텐츠도 있고 검색도 있고 추천도 있는데, 발견은 일어나지 않는다.
문제는 글 부족이 아니라 탐색 비용을 이용자에게 너무 많이 떠넘기는 데 있다.
0. 30초 요약: 창고를 줄이지 말고 점원을 더 눈치 빠르게 만들자
처음에 적은 수를 보여 주는 것은 좋다. 다만 그 묶음이 빗나갔을 때 바로 다음 방향이 있어야 한다.
“실제 경험담 더 보기”, “실용적인 글”, “비교”, “이유 설명”, “가벼운 글”, “완전히 다른 주제”처럼 사이트가 먼저 다음 선택지를 제안한다.
핵심은 이용자에게 매번 새로운 검색어를 발명하게 하지 않는 것이다.
“이건 아니면, 이런 쪽을 찾는 거예요?”
1. 홈이 금방 낡아 보이는 이유
온라인 뉴스 추천 연구에서는 같은 항목을 반복 노출하면 관심이 떨어지는 이용자 피로가 보고되었다.[1]
Bing Now 로그에서는 한 번에 15개를 추천했는데, 두 방문 간격이 2시간 이내일 때 평균 11개가 겹쳤다. 이전 노출과 반응 정보를 순위에 반영하자 전체 이용자에서 최대 15%, 자주 쓰는 이용자에서 최대 34% 개선이 보고되었다.[1]
오래된 글을 모두 없애라는 뜻이 아니다.
세 달 전 글도 처음 보는 사람에게는 새롭다. 반대로 방금 올라온 글도 오늘 네 번 봤다면 “또 이거?”가 된다.
따라서 글 자체의 최신성과 그 사람에게 새로운지를 구분해야 한다.
2. 목록이 정보가 아니라 폭포가 되는 순간
긴 목록은 이론상 모든 글을 보여 준다. 하지만 휠이나 손가락으로 빠르게 넘기면 비교 가능한 카드가 아니라 흐르는 제목이 된다.
100개 중 실제로 본 게 8개라면 나머지 92개는 존재할 뿐 발견된 것이 아니다.
또 “선택지가 많으면 무조건 나쁘다”도 정확하지 않다. 50개 실험, 5,036명을 모은 2010년 메타분석에서는 평균적인 선택 과부하 효과가 거의 0이었고 연구 간 차이가 컸다.[2]
문제는 수 자체보다 차이가 잘 안 보이는 많은 후보를 한 번에 비교하게 하는 것이다.
3. “일단 6개”도 완성형은 아니다
적은 묶음은 비교하기 쉽다. 하지만 그 6개가 모두 틀리면 7번째 후보를 만나기 전에 떠난다.
6개나 8개를 정답으로 보지 말고 한 번의 관찰 창으로 본다.
옆에 “다른 묶음”, “더 실용적”, “더 개인적인 경험”, “이 주제 심화”, “가벼운 글”, “완전히 다른 것”을 둔다.
2026년 NU.nl의 2주 실험에서는 관련성을 유지하면서 목록 안의 유사성을 줄인 방법이 클릭률과 체감 관련성을 높였다.[3]
다양성은 무작위가 아니다. 너무 비슷하지 않으면서도 관심은 유지하는 것이다.
4. 전체 목록은 없애지 말고 앞문에서 창고로 옮긴다
전체 목록은 필요하다. 이전 글을 찾거나 한 주제를 깊게 보려는 사람에게는 강력하다.
다만 가볍게 들어온 사람의 첫 화면일 필요는 없다.
“127개 중 골라” 대신 “127개 중 지금 볼 만한 방향을 몇 개 골라 왔어”가 낫다.
전체 보기, 세부 필터, 날짜순 정렬은 고급 탐색 경로로 남긴다.
5. 검색의 숨은 약점: 검색어를 사람이 직접 만들어야 한다
사이트 검색은 무엇을 찾는지 말로 표현할 수 있을 때 강하다.
하지만 가볍게 둘러보는 사람은 의도가 아직 흐릴 수 있다.
빈 검색창에 “키워드를 입력하세요”만 있으면 아무 일도 일어나지 않는다.
Baymard의 대규모 검색 UX 테스트에서는 이용자들이 자동완성 후보를 그대로 제출하는 것뿐 아니라 자기 검색어를 만드는 출발점으로 많이 사용했다.[4]
즉 자동완성의 진짜 가치는 타이핑 속도보다 검색어 구성 도움에 있다.
6. 눈치 빠른 검색은 제목보다 의도를 제안한다
“일”이라고 입력하면 “일 자체가 싫다”, “사람 때문에 힘들다”, “이직할지 고민”, “더 빨리 일하고 싶다”, “경험담을 보고 싶다”를 보여 줄 수 있다.
아무 입력이 없어도 “어떻게 해야 하지?”, “둘 중 뭘 고르지?”, “왜 이러지?”, “실제로는 어땠지?”, “그냥 재미있는 거?”부터 시작할 수 있다.
글을 읽은 직후라면 “비교해 보기”, “왜 그런지 보기”, “반대 사례 보기”를 내놓는다.
일본에서는 2026년 타피오카 영상 문맥을 통해 다카스 미키야의 “気が利くねぇ”라는 표현이 밈처럼 널리 퍼졌다.[5] 대략 “오, 센스 있네”라는 반응이다. 기원 자체에는 다른 주장도 있으므로 여기서는 누가 최초인지 단정하지 않는다.
좋은 검색은 바로 그 반응을 노린다.
입력하기 전에 다음 한 수가 조금 준비되어 있는 것.
7. 매 키 입력마다 생성형 AI를 부를 필요는 없다
글을 만들 때 탐색용 메타데이터도 같이 만든다.
관련 검색어, 문제 유형, 가까운 주제, 대비 주제, 분위기, 다음 질문을 저장한다.
실시간에서는 현재 글, 최근 노출, 최근 클릭, 미노출 보너스, 목록 다양성을 이용해 소수 후보만 순위화한다.
비싼 모델은 편집 단계에서 한 번, 실서비스는 저렴한 순위 계산으로 돌릴 수 있다.
8. 홈·목록·검색을 서로 다른 섬으로 만들지 않는다
홈에서는 구체적인 후보와 반복 노출 완화를 제공한다.
목록에서는 한 번에 비교 가능한 양과 여러 다음 방향을 제공한다.
검색에서는 빈 상태에서도 시작할 수 있고 입력 중에는 문자열뿐 아니라 의도까지 보조한다.
공통 기반은 이용자 상태 + 콘텐츠 메타데이터 + 노출 이력이다.
9. 클릭률만 보면 낚시 제목 공장이 된다
후보 → 실제 노출 → 클릭 → 도착 → 의미 있는 읽기 → 다음 글 → 재방문을 본다.
또 같은 카드의 1·2·3회 노출 반응, 재방문 중복률, 다른 후보 버튼 사용, 검색 제안 선택과 수정, 무결과 검색, 빠른 스크롤 뒤 이탈, 첫 묶음이 실패해도 탐색을 계속한 비율, 한 번도 소개되지 않은 글의 노출량을 본다.
핵심 질문은 하나다.
처음 6개가 빗나갔을 때 7번째까지 갈 수 있었는가?
10. 결론: “검색하세요”에서 “이런 걸 찾는 거예요?”로
큰 사이트는 결국 창고 문제를 만난다.
전부 보여 주면 흘러가고, 적게 보여 주면 놓치고, 검색을 두면 입력하지 않고, 추천을 고정하면 질리고, 개인화가 강하면 세상이 좁아진다.
정답은 마법의 카드 수가 아니다.
재고는 많아도 된다. 화면은 작아도 된다. 다음 방향은 많아도 된다. 검색어의 절반은 사이트가 만들어 줘도 된다.
거대한 목록을 6개로 바꾸는 데서 끝내지 말자.
그 6개 뒤에 눈치 빠른 다음 수를 놓자.
- Hao Ma, Xueqing Liu, Zhihong Shen (2016), User Fatigue in Online News Recommendation doi.org
- Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd (2010), Can There Ever Be Too Many Options? doi.org
- Robin Verachtert, Kim Falk, Christine Bauer (2026), Enhancing Diversity in News Recommendations Increases Click-Through Rates doi.org
- Baymard Institute (2024), Always Copy the Active Autocomplete Suggestion to the Search Field baymard.com
- 2026년 9월 공개 밈 유통 자료를 확인했으며 최초 기원은 단정하지 않음
