오피사이트 정보는 많아졌고, 그만큼 노이즈도 늘었다. 검색창에 몇 단어만 넣어도 수백 개의 결과가 쏟아지지만, 정작 내 상황에 맞는 정보만 골라내는 일은 쉽지 않다. 오피뷰에서 맞춤 필터링을 제대로 설정하면, 이 피로한 과정을 꾸준한 습관 수준으로 단축할 수 있다. 초반에 30분만 투자해 개인화 기준을 세팅해두면, 이후에는 새로 올라오는 정보가 자동으로 분류되고, 열람 시간은 절반 이하로 줄어든다. 현장에서 여러 계정을 돌려 테스트하며 쌓은 경험을 바탕으로, 실제로 효율을 끌어올리는 세팅법과 자주 겪는 문제를 다뤄본다.
필터의 목적을 먼저 세운다
필터는 검색을 돕는 장치가 아니라, 선택을 줄이는 장치다. 잘 만든 필터는 괜찮아 보이는 항목을 과감히 걸러내고, 딱 맞는 소수의 결과만 남긴다. 이때 목표는 세 가지로 압축할 수 있다. 첫째, 내 취향과 조건에 맞는 결과만 보이게 한다. 둘째, 재검토가 필요 없는 항목은 아예 화면에 나타나지 않게 한다. 셋째, 새로운 정보가 들어올 때 변화가 눈에 띄도록 우선순위를 명확히 한다.
내가 주로 쓰는 기준은 지역, 시간대, 가격대, 후기 신뢰도다. 이 네 가지를 축으로 기본 필터를 만들고, 그위에 상황별 예외 규칙을 얹는다. 여기에 키워드와 차단어 목록을 더해 잡음을 제거하면, 하루에 체크해야 할 결과가 평균 60에서 15 정도로 줄어든다.
계정 초기 세팅, 놓치기 쉬운 기본값들
처음 오피뷰 계정을 세팅할 때 사람들이 자주 놓치는 부분이 있다. 플랫폼 기본값은 대개 포용적이다. 즉, 더 많은 결과를 보여주는 방향이다. 편해 보이지만 시간이 지나면 과다한 노출로 피로도가 높아진다. 기본값 중 수정이 권장되는 항목을 정리해본다.
알림 빈도는 기본값이 실시간 혹은 시간 단위로 촘촘한 경우가 많다. 처음 2주 정도는 세밀하게 받아보면서 어떤 유형의 알림이 가치가 있는지 감을 잡고, 이후에는 하루 2회로 줄인다. 알림이 줄어들면 놓칠까 걱정하는데, 잘 만든 필터는 중요한 신호만 살린다. 반대로 필터가 허술하면 알림이 아무리 잦아도 실수는 생긴다.
리스트 정렬 기준은 최신순 대신 신뢰도 가중 평균을 추천한다. 오피뷰에서 신뢰도를 계산하는 방식은 플랫폼마다 다르지만, 대체로 후기 수, 작성자 평판, 신고 이력, 텍스트 일관성이 반영된다. 막 올라온 정보는 신선하지만 검증이 덜 됐다. 신뢰도 가중 정렬을 기본으로 두고, 최신순은 보조 탭에서 확인하는 흐름이 효율적이다.
저장 형식은 북마크 폴더를 지역 중심으로 나누는 편이 관리가 쉽다. 시간대, 가격대는 필터로 제어하고, 폴더는 물리적 구획처럼 쓴다. 폴더가 조건 중심으로 쪼개지면 관리 비용이 기하급수적으로 늘어난다.
지역 필터, 지도보다 생활동선을 먼저 그린다
많은 사용자가 지도로 지역을 고른다. 지리적 경계는 분명한 기준 같지만, 실제 이동 시간과 스트레스는 도로 상태, 대중교통 환승, 출퇴근 시간대에 따라 크게 달라진다. 처음 필터를 묶을 때는 행정구역이 아니라 하루 동선을 기준으로 묶는 것이 좋다. 집, 직장, 자주 가는 경유지 세 곳을 찍고, 그 세 지점을 포함하는 이동 삼각형 안으로 제한하는 방식이다.
이 방식의 장점은 우회 동선에서도 시간을 예측하기 쉽다는 점이다. 예를 들어 직장에서 집으로 퇴근하며 들를 가능성이 있다면, 19시에서 21시 사이의 혼잡도를 감안해 거리 필터를 3 km가 아니라 30분 이내로 바꿔야 한다. 오피뷰가 교통 시간 기반 필터를 지원한다면, 평균 소요 시간의 상단값 기준으로 잡는다. 지원하지 않더라도 키워드에 지하철역명이나 환승거점을 넣어 특정 축에 가까운 결과만 노출되게 할 수 있다.
필요하다면, 출퇴근 시간용 서브 필터를 따로 만든다. 평일 18시 이후만 켜지는 필터는 동선 필터를 좁히고, 주말용 필터는 반대로 범위를 넓힌다. 이렇게 시간대별로 지역 필터를 미세조정하면 위치 기반 잡음이 크게 줄어든다.
시간과 예약 창, 실제 운영 패턴을 반영한다
화면의 영업시간 표기는 흔히 이상값이 섞여 있다. 24시간으로 표기해도 실제로는 교대 시간이나 점검 시간에 예약이 어렵다. 이 차이를 줄이려면 예약 가능 창을 실측 데이터에 맞춰 업데이트하는 습관이 필요하다. 오피뷰에서 예약 성공 기록을 타임라인으로 보는 기능이 있다면, 지난 4주 데이터를 의존하자. 없다면 개인적으로 캘린더에 간단히 로그를 남겨도 충분하다. 3주만 쌓아도 요일별 허수 시간을 가려낼 수 있다.
휴게 시간과 교대 시간을 피해 예약하려면, 필터에서 연속 가능 시간 조건을 켠다. 최소 90분 연속 가능, 혹은 버퍼 15분 포함 가용 시간 등으로 설정해두면 의미 없는 후보가 줄어든다. 특히 퇴근 직후 19시 전후의 성수대는 30분 허수 슬롯이 잦다. 이 구간을 블라인드 처리하고 20시 이후만 보는 편이 실속 있다.
간헐적으로 야간에 이용한다면, 평일 23시 이후, 주말 0시 이후라는 식으로 두 개의 시간대 필터를 분리해두자. 같은 야간이라도 금요일과 일요일 밤의 예약 가능성은 체감상 두 배 이상 차이 난다. 구현이 가능하다면 금요일은 대기 알림 임계값을 낮추고, 일요일은 높게 잡아 알림이 덜 울리게 한다.
가격대와 총비용, 할인 함정 피하기
가격 필터는 단순해 보이지만 가장 많이 낚이는 구간이기도 하다. 표시가 기준가인지, 프로모션가인지, 특정 조건 충족 시 할인인지부터 명확히 해야 한다. 오피뷰에서 가격 항목에 레인지 필터를 걸 때는, 기준가 하한과 상한을 정하고 그 범위 밖의 값은 모두 제외한다. 이때 주의할 점은 추가 비용이다. 야간 할증, 카드 수수료, 옵션 비용이 포함되어 있는지 확인하고, 플랫폼이 제공하는 총비용 열이 있다면 반드시 그것을 기준으로 정렬한다.
내가 쓰는 방식은 다음과 같다. 기준가를 대략 2만 원 단위로 구간화하고, 총비용 임계값을 한 단계 위로 잡는다. 예를 들어 12만 원대 기준인데 야간이 주 이용 시간이라면 총비용 상한을 14만 원으로 올려둔다. 그러면 눈속임 할인에 덜 흔들린다. 반대로 낮 시간만 이용한다면, 총비용 상한을 기준가 상한과 거의 맞춘다. 평소 평균 결제액을 3개월 단위로 계산해두면, 지나치게 비싼 예약을 걸러내는 감을 잃지 않는다.
가격 변동 알림은 주간 단위가 적당하다. 하루 단위로 보면 잡음이 많고, 월 단위로 보면 이미 좋은 기회를 놓친다. 특정 오피사이트에서만 유난히 가격 변동이 빈번하다면, 사이트별 가중치를 낮추거나 그 사이트를 별도 탭으로 분리해 관리한다.
후기 신뢰도, 숫자보다 문맥
후기 수가 많은 곳이 안전해 보이지만, 후기의 밀도와 문체가 신뢰도의 핵심이다. 같은 문장이 반복되거나 비슷한 서술 패턴이 줄지어 있으면, 필터에서 자동 감점하도록 설정할 수 있다. 오피뷰가 텍스트 일치율 기반의 유사도 지표를 제공한다면, 임계값을 30~40% 정도로 낮게 잡아도 좋다. 유사도가 높다는 건 표면상 칭찬이 많아도 정보량이 낮다는 뜻이기 때문이다.
반대로 디테일이 살아 있는 후기, 예를 들어 예약 과정의 소요 시간, 대기 공간의 소음 수준, 현장 결제 방식의 구체적 설명 등이 들어간 글에 가중치를 부여하면 결과가 훨씬 맑아진다. 후기 길이만으로 필터링하지 말고, 문장 내 수치 언급 빈도, 고유명사 출현, 시간표기 형태 같은 요소를 활용하자. 간단히 적용할 수 있는 규칙은 숫자 언급 최소 2회, 고유명사 1회 이상이다. 이 기준을 걸면 통상 후기의 20~30%는 자동으로 걸러진다.
악성 후기 필터도 필요하다. 특정 키워드가 반복되는 과격한 평가, 지나치게 감정적인 표현만 가득한 텍스트, 혹은 외부 플랫폼 링크 유도는 신뢰도를 깎는 신호다. 이런 패턴을 차단어 목록에 넣어두면, 한 번의 세팅으로 장기적인 청결도를 확보할 수 있다.
키워드와 차단어, 두 가지 목록의 균형
키워드는 원하는 결과를 모으는 도구이고, 차단어는 원치 않는 결과를 없애는 도구다. 둘의 균형이 맞아야 필터가 살아난다. 많은 사용자가 키워드를 늘리는 방식으로 정밀도를 높이려 하지만, 차단어의 위력이 더 큰 경우가 많다. 예를 들어 과도한 홍보 문구, 불명확한 위치 표현, 조건부 혜택을 암시하는 표현을 차단하면 화면이 깔끔해진다.
키워드는 세 가지 레이어로 관리한다. 핵심 키워드는 항시 활성화한다. 예를 들어 “조용”, “깔끔”, “예약 확정”처럼 경험 품질을 직접 설명하는 단어들이다. 보조 키워드는 상황별로 켜고 끈다. “근처 주차”, “심야”, “카드 가능” 같은 조건형 단어가 여기에 속한다. 탐색 키워드는 분기별로 바꿔준다. 새로 시도해보고 싶은 요소를 시범적으로 넣는 단어들이다. “신규”, “리뉴얼”, “프로모션” 등이 대표적이다. 이 세 레이어를 섞되, 한 번에 활성화되는 키워드는 6개를 넘기지 않는 편이 좋다. 그 이상이면 결과가 과도하게 좁아진다.
차단어는 정기 점검이 필요하다. 같은 단어라도 시즌에 따라 의미가 변한다. 예를 들어 “이벤트”가 성수기에는 실질적 혜택을 뜻하지만, 비수기에는 재고 소진성 홍보에 가까울 때가 많다. 넓은 단어를 차단하면 괜찮은 결과까지 사라질 수 있으므로, 조합형 차단을 쓴다. “이벤트 + 제한”, “이벤트 + 타사이트”, “이벤트 + 조건”처럼 동시 출현할 때만 막는 방식이다. 오피뷰가 논리 연산을 지원한다면, 차단 규칙을 AND 중심으로 설계하고 OR는 최소화한다.
알림과 우선순위, 진짜 중요한 것만 울리게 하기
알림이 실시간으로 쏟아지면 뇌는 빠르게 무감각해진다. 진짜 중요한 신호가 울렸을 때도 반응 속도가 떨어진다. 그래서 알림은 두 단계로 나눈다. 첫 단계는 백그라운드 큐, 두 번째는 푸시다. 백그라운드 큐에는 필터를 통과한 모든 업데이트를 담되, 푸시는 임계값 이상일 때만 보내도록 한다. 임계값을 무엇으로 잡느냐가 성패를 좌우한다.
나의 기준은 다음 세 가지다. 예약 확정 가능성이 높은 신호, 가격 변동이 8% 이상인 경우, 후기 신뢰도 상위 15%에 속하는 신규 업데이트. 이 세 조건 중 두 개 이상을 만족하면 푸시를 보낸다. 조건 하나만 만족하면 큐에 쌓고 하루 두 번 묶음 알림으로 확인한다. 이렇게 하면 하루 평균 푸시가 2에서 4건으로 줄고, 응답률은 오히려 오른다.
야간 방해 금지 모드에서는 임계값을 더 엄격하게 한다. 예약 확정 가능성이 높고, 총비용이 상한 대비 5% 낮아졌을 때만 울리게 한다. 이 정도로 좁히면 잠결에 괜찮아 보이는 결과를 충동적으로 선택하는 일을 줄일 수 있다.
신뢰도 스코어 튜닝, 가중치의 미세 조정
오피뷰가 기본으로 제공하는 신뢰도 스코어가 있다면, 그대로 쓰기보다는 개인화 가중치를 적용하자. 보편적인 가중치 구성은 후기 수 40, 평균 평점 30, 신고 이력 20, 텍스트 일관성 10처럼 배분되어 있다. 하지만 사용자마다 중요 요소가 다르다. 별점이 높아도 내 취향과 다른 경우는 흔하다.
실무적으로는 다음의 조정을 추천한다. 후기 수 가중치를 25까지 낮추고, 텍스트 디테일 가중치를 25로 올린다. 신고 이력은 20에서 15로 낮추되, 최근 신고의 가중치를 높게 한다. 평균 평점은 35로 설정하되, 표준편차를 계산해 분산이 큰 경우 감점을 준다. 분산이 큰 평점은 좋고 나쁨이 극단으로 갈리는 케이스라 안정성이 떨어진다. 이렇게 튜닝하면 숫자로 설명되지 않던 “느낌”이 점수에 반영된다.
예외 규칙, 사람 사는 패턴을 기계에 알려주기
필터가 아무리 정교해도 예외는 생긴다. 그래서 몇 가지 휴먼 룰을 명시적으로 넣어두면 불필요한 고민이 줄어든다. 예를 들어 연속 세 번 예약 변경이 있었던 곳은 30일 동안 결과에서 제외한다. 후기 수가 급증했는데 텍스트 유사도가 높게 나온 경우 2주간 보류한다. 반대로 이전 이용 경험이 좋았던 곳은 스코어에 상관없이 상단 고정 슬롯 1개를 준다. 사람의 기억과 신뢰를 시스템 안에 자리 잡게 만드는 셈이다.
한 번 실패했다고 영구 차단하지는 말자. 90일 주기로 차단 해제 후보를 검토하는 필터를 만들면 편견을 줄이고, 시장 변화를 놓치지 않는다. 실제로 오피사이트 운영이 바뀌거나 담당 인력이 교체되면 품질이 크게 달라지는 경우가 있다.
중복과 광고성 노출, 잡음 줄이기
같은 내용이 다른 제목으로 중복 노출되는 경우가 있다. 이때 단순 제목 비교로는 잡아내기 어렵다. 내용을 토큰화해 핵심 키워드 벡터를 생성한 뒤, 코사인 유사도 0.9 이상이면 중복으로 판단하는 방식이 효과적이었다. 오피뷰가 이런 기능을 제공하지 않는다면, 사용자가 할 수 있는 실용적 대안은 제목과 본문에서 고유명사를 추출해 단어 조합이 같은 결과를 우선 비교하는 것이다. 두세 단어만 일치해도 중복일 확률은 높다.
광고성 노출은 문장 구조가 단순하고, 감탄사와 형용사가 과다한 경향이 있다. 문장 평균 길이가 12단어 이하, 형용사 비율이 18% 이상이면 광고 가능성이 높다는 기준을 써볼 만하다. 완벽하진 않지만 체감상 절반 이상은 걸러진다. 실제로 필터에 이 규칙을 적용했을 때 목록의 광고 비중이 35%에서 12%까지 내려갔다.
사이트별 가중치, 오피사이트 편차 관리
오피사이트마다 데이터의 품질과 업데이트 속도, 허위 비율이 다르다. 같은 필터를 모든 사이트에 그대로 적용하면 편차가 출력물에 스며든다. 나는 사이트별 신뢰 점수를 세 등급으로 나눠 둔다. 상위 등급은 기본 가중치 그대로 반영하고, 중간 등급은 후기 신뢰도에 보정값을 -5% 적용한다. 하위 등급은 가격 변동 알림을 끄고, 신규 업데이트를 하루 묶음으로만 받는다. 이 단순한 차등만으로도 리스트의 균형이 좋아진다.
사이트별 가중치는 분기마다 재평가한다. 기준은 간단하다. 지난 3개월 동안 예약 성공률, 알림 대비 실제 방문으로 이어진 비율, 허위 또는 과장 판단 건수다. 셋 중 하나라도 평균보다 20% 이상 나쁘면 등급을 하향한다. 반대로 두 항목 이상이 좋아지면 하향을 원복한다. 오피뷰가 사이트 통계 리포트를 제공한다면 그대로 활용하고, 없다면 스프레드시트로 최소한의 숫자를 기록해도 충분하다.
두 계정 전략, 개인용과 탐색용을 분리한다
필터링을 극단적으로 최적화하면, 새로운 정보를 놓치는 부작용이 생긴다. 그래서 계정을 두 개로 나누어 운용하는 방법을 권한다. 메인 계정은 철저히 맞춤 필터로 결과를 좁힌다. 보조 계정은 이를 반대로 운영한다. 필터를 느슨하게 두고 탐색 키워드를 적극적으로 돌린다. 보조 계정에서 발견한 신호는 태그를 달아 메인 계정으로 넘긴다. 이 구조는 실험과 안정의 균형을 맞춰준다. 실제로 이렇게 돌리면 메인 계정의 알림 품질이 안정화되고, 보조 계정에서 한 달에 한두 번 값진 신규 후보를 건진다.
데이터 유지보수, 주간 루틴 만들기
필터도 시간이 지나면 낡는다. 주간 루틴을 만들어 유지보수하면 품질이 유지된다. 내가 쓰는 루틴은 간단하다. 월요일 아침 10분, 차단어 목록에서 지난주에 과하게 걸러진 단어가 없는지 확인한다. 수요일 저녁 10분, 가격대 상하한을 최신 평균에 맞춘다. 금요일 오후 15분, 알림 임계값 로그를 확인하고 주말용 필터를 켠다. 세 번 합쳐도 35분이면 충분하다. 이 정도만 해도 결과의 신선도가 눈에 띄게 올라간다.
정기적으로 데이터 백업도 해두자. 특히 키워드와 차단어 목록, 가중치 설정, 예외 규칙은 내 취향과 패턴의 집적물이다. 앱이나 브라우저 캐시 문제로 세팅이 초기화되면 복구가 번거롭다. 스냅샷을 남겨두면 5분이면 원상 복구가 가능하다.
초보자와 숙련자의 세팅, 어디서 갈린다
초보자는 보이는 모든 스위치를 켜고 결과를 풍성하게 만든다. 숙련자는 목적과 무관한 스위치를 끈다. 두 접근이 만드는 차이는 시간이 누적될수록 커진다. 예를 들어 후기 수 최소값을 높게 잡는 초보자 세팅은 신생 후보를 아예 보지 못한다. 반대로 숙련자 세팅은 후기 신뢰도와 텍스트 디테일을 높게 보면서, 후기 수 최소값은 낮게 둔다. 그래서 신생 후보라도 좋은 신호를 보이면 상단에 올라온다. 같은 하루라도 숙련자 계정에선 새로운 선택지가 2, 3개 꾸준히 나타나고, 초보자 계정에선 늘 보던 것만 반복된다.
또 하나의 차이는 포기 기준이다. 숙련자는 초기 신뢰 구축에 실패한 후보를 미련 없이 제외한다. “두 번의 연속된 나쁜 경험”으로 규칙을 명시하면 감정의 개입을 줄일 수 있다. 반면 초보자는 좋은 평판을 믿고 세 번째 기회를 준다. 데이터를 보면 세 번째 기회가 성공으로 이어질 확률은 높지 않다. 예외가 없진 않지만, 규칙을 두고 움직이면 평균 성과가 안정된다.
장애 상황과 보수적 모드
데이터가 흔들릴 때가 있다. 갑작스러운 업데이트 지연이나 특정 오피사이트의 정비로 빈칸이 생기는 날, 필터는 과도하게 빡빡해진다. 이때를 대비해 보수적 모드를 만들어두자. 보수적 모드는 세 가지를 한다. 신뢰도 임계값을 한 단계 올린다, 가격 변동 기준을 더 엄격하게 한다, 알림을 하루 한 번으로 제한한다. 데이터를 신뢰할 수 없을 때는 행동을 줄이는 편이 항상 낫다. 실제로 시스템 장애가 있었던 주에 보수적 모드를 켠 계정들은 예약 실패율이 절반 이하로 떨어졌다.
프라이버시와 흔적 관리
맞춤 필터가 정교할수록 내 취향과 패턴이 설정에 남는다. 계정을 공유하거나, 공용 기기에서 로그인하는 상황이라면 흔적 관리를 신경 써야 한다. 태그 이름을 일반적인 표현으로 바꾸고, 예외 규칙의 설명에 개인 정보를 남기지 않는다. 브라우저 자동완성에 키워드 목록이 노출되는 것도 꺼두자. 세팅을 내보낼 때는 고유명사를 가명으로 바꿔 저장하는 습관이 필요하다. 이런 기본을 지키면 플랫폼을 옮길 때도 부담이 없다.
실제 세팅 예시, 20분이면 가능한 기준형
다음은 내가 초보자를 위해 추천하는 기준형 세팅이다. 상황은 평일 저녁 이용이 잦고, 예산은 중간대, 후기 신뢰도를 중시하는 사용자다.
- 지역과 시간: 평일 18시 이후, 이동 시간 35분 이내. 주말은 12시부터 22시까지, 이동 시간 45분 이내. 출퇴근 동선 기준으로 지하철 환승 거점 세 곳을 키워드에 추가. 가격과 비용: 기준가 10만에서 14만, 총비용 상한 15만. 야간 할증 포함 여부 체크. 가격 변동 8% 이상일 때만 푸시. 후기와 신뢰: 후기 수 최소 8, 유사도 임계 35%. 숫자 언급 2회 이상, 고유명사 1회 이상 가산점. 별점 분산이 큰 경우 감점. 키워드와 차단어: 핵심 키워드 세 개, 보조 키워드 두 개 활성. “무조건”, “최저가”, “타사이트 유도” 조합형 차단. 탐색 키워드는 계정 B에서만 사용. 알림과 우선순위: 신규 업데이트는 큐로 수집, 조건 두 개 이상 충족 시 푸시. 야간 방해 금지 모드에서 임계 상향.
이 기준형은 과하지도 느슨하지도 않다. 일주일만 굴려보면 어떤 필터를 조절해야 할지 감이 온다. 그때부터는 취향의 영역이다.
실수에서 배우는 보정 포인트
초기에 가장 많이 하는 실수는 좋은 평판에 무조건 기대는 것이다. 별점 4.8 이상, 후기 수 수백 개, 이런 지표는 안심을 준다. 하지만 내 생활 동선에서 번번이 어긋나는 후보라면 의미가 없다. 필터를 평가 지표 중심에서 생활 제약 중심으로 옮겨야 한다. 반대로 지나치게 좁힌 필터는 매일 같은 결과만 불러온다. 일주일에 한 번은 필터의 구멍을 조금 넓혀 숨통을 틔우자.
가격 필터는 시세 변동을 반영해 가끔 범위를 조정해야 한다. 경제 상황이나 계절 수요로 평균 가격이 흔들릴 때, 몇 달 전 상한선에 집착하면 선택지가 사라진다. 이런 시기에는 품질 필터의 비중을 높이고, 가격은 상한을 살짝 올리는 편이 체감 만족도가 높다.
알림에 과하게 반응하는 것도 경계해야 한다. 알림은 기회가 아니라 후보의 신호다. 신호에만 반응해서 예약까지 직행하면 실패 확률이 높다. 알림을 받으면 북마크에 임시 저장하고, 10분 뒤 다시 판단한다. 이 짧은 지연만으로 후회할 결정을 크게 줄일 수 있다.
장기적으로 효율을 높이는 작은 습관
필터는 만드는 것도 중요하지만, 오래 잘 쓰는 게 더 어렵다. 그래서 작은 습관을 붙인다. 북마크에 오피뷰 저장할 때 태그를 한 개만 달지 말고 두 개를 달자. 한 개는 조건 태그, 다른 한 개는 느낌 태그다. 조건 태그는 “심야”, “주차”, “카드” 같은 객관 요소, 느낌 태그는 “조용”, “친절”, “정돈” 같은 주관 요소다. 시간이 지나면 어떤 느낌 태그가 내 만족도와 상관관계가 높은지 보인다. 그때 키워드와 가중치를 고쳐서 내 언어를 시스템의 언어로 옮길 수 있다.
둘째, 분기마다 새 키워드 두 개를 시험한다. 완전히 새로운 단어도 좋고, 기존 단어의 변형도 좋다. “깔끔” 대신 “정돈”, “한산” 대신 “조용한 시간”처럼 바꾸면 검색의 결이 달라진다. 셋째, 실패의 원인을 한 줄로 기록한다. “알림에 급히 반응”, “총비용 계산 누락”, “후기 유사도 경고 무시” 같은 메모가 다음 분기 튜닝의 나침반이 된다.
마무리 생각
오피뷰의 맞춤 필터링은 한 번 세팅하면 끝나는 기능이 아니다. 내 생활 패턴이 바뀌고, 오피사이트의 운영 정책이 달라지며, 가격과 수요가 흔들린다. 필터는 그 변화에 발맞춰 유연하게 조정되어야 한다. 원칙은 간단하다. 내 동선, 내 시간, 내 예산, 내 기준을 기계가 이해하게 만들 것. 수치와 규칙으로 설명되지 않는 부분을 태그와 예외 규칙으로 메울 것. 그리고 주간 루틴으로 시스템을 가볍게 정비할 것.
이 과정을 거치면, 정보의 바다에서 허우적대는 기분이 사라진다. 화면에 남는 건 의사결정 가능한 후보 몇 개뿐이다. 그 몇 개를 차분히 검토하고 선택하는 일은 스트레스가 아니라 통제감으로 바뀐다. 결국 필터링의 목적은 더 적게 보고 더 잘 고르는 데 있다. 오피뷰에서 맞춤 필터링을 제대로 다듬는 일은 그 목적에 가장 가까이 다가가는 지름길이다.