군집화
Clustering
군집화란?
- 정답 없이 비슷한 것끼리 묶기
- 숨은 그룹·패턴 발견
- 고객 세분화에 활용
군집화를 도입하면 '고객을 어떻게 나눌 것인가'라는 질문의 주인이 바뀝니다. 그동안은 기획팀이 연령대·지역·등급처럼 이미 알고 있는 축으로 먼저 칸을 만들고 거기에 고객을 밀어 넣었습니다. 군집화는 순서를 뒤집어 나누는 축 자체를 데이터가 먼저 제안하게 만듭니다. 그래서 '30대 여성'이 아니라 '심야에 모바일로 소액을 자주 담는 무리'처럼, 회의실에서는 떠올리지 못했을 묶음이 튀어나옵니다. 가설을 검증하는 도구가 아니라 가설을 만들어 주는 도구라는 점이 실무에서 느끼는 가장 큰 차이입니다.
알고리즘마다 성격이 다릅니다. K-평균은 빠르지만 군집 개수 K를 사람이 미리 정해야 하고 동글동글한 덩어리를 가정합니다. 계층적 군집은 덴드로그램으로 묶이는 과정을 눈으로 볼 수 있어 수천 건 규모의 탐색에 맞고, DBSCAN은 밀도를 기준으로 삼아 어디에도 속하지 않는 점을 이상치로 따로 빼 줍니다. 다만 알고리즘 선택보다 전처리에서 변수 스케일을 맞추는 일이 결과를 더 크게 좌우합니다. 연 구매금액(수백만 원 단위)과 구매 횟수(한 자릿수)를 그대로 넣으면 금액 변수 하나가 거리 계산을 지배해 버립니다. 적정 K는 엘보우 기법이나 실루엣 계수로 가늠하되, 운영 조직이 실제로 감당할 수 있는 그룹 수가 대개 3~6개라는 현실도 함께 봐야 합니다.
현장에서 가장 자주 깨지는 지점은 군집화가 언제나 답을 내놓는다는 사실입니다. 데이터에 뚜렷한 구조가 없어도 K=5를 넣으면 기어이 다섯 덩어리로 쪼갭니다. 여기에 '알뜰형·프리미엄형' 같은 이름을 붙이는 순간 팀 전체가 그 이름을 사실로 믿고 확증 편향에 빠집니다. 이름을 붙이기 전에 재구매율·객단가 같은 외부 지표로 군집 간 차이를 검증하는 절차가 반드시 필요합니다. 또 K-평균은 초기값에 따라 결과가 흔들려서, 매달 다시 돌리면 지난달 '2번 군집' 고객이 이번 달 '4번 군집'으로 옮겨 가 캠페인 이력이 끊기고 성과 비교가 불가능해집니다. 한번 확정한 뒤에는 기준을 고정해 두고 신규 고객만 배정하고, 재학습 주기는 분기나 반기로 못 박는 편이 안전합니다.
통계·패턴 인식 분야의 오랜 기법으로, 비지도학습의 대표 방법으로 자리잡았습니다.
가상의 사례로 살펴보겠습니다. 임직원 180명, 연 매출 1,200억 원대의 생활용품 D2C 기업 A사는 회원 42만 명 전체에게 매주 같은 쿠폰 메일을 보내고 있었습니다. 6개월 사이 메일 오픈율이 18%에서 9%로 반토막이 났습니다. CRM팀장은 '등급별로 나눠 봤자 VIP 빼면 다 똑같다'는 말만 반복하던 상황이었습니다.
- 데이터분석팀 김 과장이 최근 12개월 구매 이력에서 방문 주기·객단가·카테고리 편중도·쿠폰 반응률 등 9개 변수를 뽑고, 단위를 정규화한 뒤 42만 명을 K-평균으로 돌렸습니다.
- 엘보우 그래프가 4와 7 사이에서 애매하게 꺾이자 CRM팀장이 운영 인력이 세 명인데 일곱 개는 못 돌린다고 잘라 말해, 실루엣 계수가 두 번째로 높은 K=5로 확정했습니다.
- 다섯 군집 중 하나는 객단가가 평균의 1.8배인데 쿠폰 반응률은 3%로 최하위였습니다. 마케팅팀 이 차장은 '이 사람들한테 할인 메일만 6개월 보낸 셈'이라며 신제품 우선 안내 그룹으로 떼어 냈습니다.
- 가장 큰 군집 14만 명은 마지막 구매 후 90일을 넘긴 휴면 직전 구간으로 드러나, 쿠폰 대신 재구매 주기에 맞춘 리마인드 알림으로 바꾸고 발송을 주 1회에서 월 2회로 줄였습니다.
- 3개월 뒤 메일 오픈율은 9%에서 21%로 올랐고 쿠폰 연계 매출은 전 분기 대비 34% 늘었습니다. 발송량이 40% 줄면서 메시지 비용도 월 1,100만 원에서 680만 원으로 내려갔습니다.