독서가 취미라고 말하는 사람들에게도 언제나 풀기 어려운 숙제가 하나 있습니다.
바로 "다음에 무슨 책을 읽지?"라는 고민입니다.
베스트셀러 순위를 뒤적거리거나 SNS에서 핫한 추천 도서를 골라 읽어보지만,
막상 첫 장을 넘기면 내 취향과 맞지 않아 몇 페이지만에 덮어버린 경험이 한두 번쯤은 있으실 겁니다.
시간은 시간대로 낭비하고, 독서에 대한 흥미마저 떨어뜨리는 주범이죠.
저 역시 처음에는 대형 서점의 매대에 깔린 화려한 광고 문구만 믿고
책을 골랐다가 후회한 적이 많았습니다.
마케팅에 가려진 진짜 알짜배기 책을 찾는 방법은 없을까 고민하던 중, 전국 도서관의
수억 건 대출 데이터를 기반으로 작동하는 '도서관 빅데이터 플랫폼'을 발견했습니다.
오늘은 대중의 유행을 따라가는 광고성 추천이 아니라, 나와 비슷한 연령, 성별, 취향의 사람들이
실제로 끝까지 읽고 선택한 '진짜 숨은 명작'을 찾아내는 과학적인 도서 선택 비법을 알려드립니다.
수억 건의 데이터가 증명하는 진짜 베스트셀러,
'도서관 정보나루'란?
우리가 흔히 접하는 온·오프라인 서점의 베스트셀러 순위에는 출판사의 대규모 마케팅 비용, 이벤트, 혹은 일시적인 미디어 노출로 인한 '구매 데이터'가 깊게 관여되어 있습니다.
즉, 많이 '팔린' 책이 반드시 끝까지 재미있게 '읽힌' 책이라고 단정하기는 어렵다는 뜻입니다.
반면 국립중앙도서관과 한국과학기술정보연구원이 운영하는 '도서관 정보나루'를 비롯한 공공도서관 빅데이터 플랫폼은 차원이 다른 데이터를 제공합니다.
전국 1,400여 개 공공도서관에서 매일 발생하는 수백만 건의 대출, 반납, 예약 데이터를
실시간으로 수집하고 분석합니다.
이 플랫폼은 순수하게 독자들이 직접 카드를 찍고 '빌려 간' 횟수를 기반으로 통계를 냅니다.
책을 소유하기 위한 소비가 아니라, 실제로 읽기 위해 행동한 사람들의 정직한 발자취인 셈입니다.
마케팅의 거품을 걷어내고 대중이 진짜로 사랑한 장서가 무엇인지 알고 싶다면,
이 빅데이터를 들여다보는 것이 가장 정확합니다.
30대 직장인, 40대 주부...
내 조건에 맞춤형 책을 찾는 3단계 실전 검색법
|
도서관 빅데이터 플랫폼을 활용해 내 인생 책을 찾아내는 구체적인 3단계 방법을 소개해 드립니다.
특별한 가입 없이도 누구나 웹사이트에서 몇 번의 클릭만으로 고도화된 추천 시스템을
이용할 수 있습니다.
첫째, '도서관 정보나루' 공식 홈페이지나 본인이 이용하는 지역 도서관의 '빅데이터 추천' 메뉴로 접속합니다.
둘째, '다독 데이터 분석' 또는 '조건별 대출 트렌드' 기능을 활용합니다. 단순히 전체 1위 도서를 보는 것이 아니라, 자신의 성별과 연령대를 필터링하는 것이 핵심입니다. 예를 들어 '30대 남성, IT/비즈니스 카테고리' 또는 '40대 여성, 인문학 카테고리'로 좁혀서 검색하면 나와 비슷한 라이프스타일을 가진 사람들이 가장 많이 대출한 도서 목록이 정렬됩니다. 이 목록의 상위권에 있는 책들은 내 코드와 맞을 확률이 대단히 높습니다.
셋째, '연관 대출 도서(가장 많이 함께 빌린 책)' 기능을 활용합니다. 내가 예전에 정말 감명 깊게 읽었던 책 한 권을 검색창에 입력해 보세요. 빅데이터 시스템은 그 책을 빌려 간 수만 명의 다른 독자들이 연이어 대출한 또 다른 책들을 그물망처럼 엮어서 보여줍니다. 내 취향의 알고리즘을 완벽하게 저격하는 숨은 명작들을 고구마 줄기 캐듯 발견할 수 있는 최고의 치트키입니다.
빅데이터를 읽을 때 빠지기 쉬운 함정과 주의사항
빅데이터는 매우 객관적인 지표를 제공하지만, 데이터의 특성을 이해하지 못하면 엉뚱한 책을 고르게 되는 실수를 범할 수 있습니다.
다음 두 가지 한계를 인지하고 필터링해야 합니다.
가장 먼저 고려해야 할 것은 '스테디셀러와 신간의 데이터 격차'입니다.
빅데이터 순위 상위권에는 수년 동안 꾸준히 대출되어 누적 수치가 높은
고전이나 스테디셀러(예: 청소년 필독서, 유명 고전 소설)가 붙박이처럼 자리 잡고 있는
경우가 많습니다.
매번 똑같은 책만 추천받는 느낌이 든다면 검색 조건을 '최근 3달간 급상승 도서'
나 '이번 분기 대출 트렌드'로 변경하여 누적 데이터의 함정을 피해야 합니다.
또 다른 함정은 '지역적 특성'과 '교육 환경'의 영향입니다.
아파트 밀집 지역이나 학원가가 발달한 지자체 도서관의 데이터를 보면 학습 만화나 초·중등 권장도서, 수험 관련 인문 서적이 압도적인 상위권을 차지합니다.
따라서 순수한 성인 독자로서의 취향을 찾고 싶다면 반드시 '연령별 분리 통계'를 적용하여
필터링된 결과값을 확인하는 습관을 들여야 합니다.
데이터 기반 독서가 가져다준 내 일상의 변화
빅데이터를 독서 생활에 도입한 이후, 저에게는 세 가지 긍정적인 변화가 생겼습니다.
첫째로, 책을 빌려왔다가 재미가 없어서 중간에 포기하고 반납하는 이른바 '독서 드롭율'이 눈에 띄게 줄었습니다. 내 나이대와 관심사에 맞춤형으로 검증된 책을 고르다 보니 완독률이 80% 이상으로 올라갔습니다.
둘째로, 편독(偏讀)하는 습관을 교정할 수 있었습니다. 내가 평소라면 눈길도 주지 않았을 분야의 책이더라도, 동년배 직장인들 사이에서 대출 급상승을 기록하고 있는 데이터를 보면 호기심이 생겨 도전하게 되었고, 이를 통해 시야가 몰라보게 넓어졌습니다.
마지막으로, 무의미하게 서점을 서성이거나 추천 글을 검색하느라 낭비하던 시간을 아껴 온전히 활자를 읽는 시간에 투입할 수 있게 되었습니다. 여러분도 이제 타인의 광고성 추천에 휘둘리지 말고, 수억 명의 독자가 몸소 증명해 준 정직한 통계 데이터를 나만의 전용 북큐레이터로 고용해 보시기 바랍니다.
[ 요약을 해 보면...]
- '도서관 정보나루' 등 빅데이터 플랫폼은 상업적 광고가 배제된, 전국 독자들의 실제 대출 기반 청정 데이터를 제공합니다.
- 성별, 연령대별 필터를 적용하고 '연관 대출 도서' 기능을 활용하면 내 취향에 정확히 부합하는 숨은 명작을 손쉽게 찾을 수 있습니다.
- 누적 데이터가 많은 고전이나 아동 도서가 상위권을 독점하는 함정이 있으므로 '최근 분기 급상승' 및 '연령별 분리' 옵션을 반드시 체크해야 합니다.
여러분은 평소에 읽을 책을 고를 때 주로 어떤 방법을 사용하시나요?
지인의 추천, 베스트셀러 순위, 혹은 나만의 독특한 고르는 기준이 있다면
댓글로 자유롭게 이야기를 나누어 주세요!
댓글 쓰기