TMDb API와 가중치 기반 알고리즘을 활용한 맞춤형 영화 추천 앱 설계

Context

기존 OTT 플랫폼의 최신 콘텐츠 중심 추천 방식에 따른 한계 존재. 사용자 개인의 취향과 현재 기분을 반영한 독립적인 영화 발견 서비스 필요성 대두.

Technical Solution

• TMDb API를 활용하여 분당 40회 요청 제한 범위 내에서 대규모 영화 데이터 확보
• 23개 장르별 가중치 값을 부여한 확률 기반 추천 알고리즘 설계
• 사용자 피드백(Like/Dislike)에 따라 장르별 가중치를 실시간으로 증감시키는 가변 가중치 시스템 적용
• RNG(Random Number Generation) 기반의 장르 선택 로직을 통해 추천의 다양성과 개인화 동시 달성
• 추천 품질 유지를 위해 최소 평점 7점 이상의 인기 영화만 필터링하는 제약 조건 설정
• 별도 서버 구축 없이 브라우저 내 Local Storage를 사용하여 사용자 설정 및 시청 기록 저장

Impact

• API 호출 제한: 40 requests per minute
• 추천 필터링 기준: 최소 평점 7점
• 관리 장르 수: 23개

Key Takeaway

복잡한 ML 모델 없이도 도메인 데이터의 세분화된 카테고리와 가중치 기반의 확률 로직만으로 유효한 개인화 추천 시스템 구현 가능.