日 미디어 스타트업 구노시, 6분기 연속 흑자 비결은?

[김상오의 재팬 스타트업] 일본의 구노시 (グノシー)가 2017년 5월기 3분기 결산을 발표했다. 발표에 따르면 구노시는 매출 19억 8,000만 엔(약 207억 원), 영업 이익 4억 6,000만 엔(48억 원)으로 6분기 연속 흑자를 기록했다.

구노시는 일본의 큐레이팅 미디어로 2012년 11월 설립됐다. 불과 2년 만에 상장에 성공, 당시 기업의 시가총액은 300억 엔을 넘었던 것으로 알려져 있다. 상장 당시도 꾸준히 적자를 보였지만 2015년 5월 분기를 기점으로 흑자를 기록, 이후 6분기 넘도록 호조를 이어오고 있다. 일본 미디어 스타트업 가운데 가장 성공적인 모델이다.

콘텐츠는 대부분 제휴 매체를 통해 수급한다. 수익 모델이 없어 고민하는 중소 미디어의 콘텐츠를 배급하고 광고 수익으로 발생한 이익금을 나누는 구조다. 미디어는 구노시에 콘텐츠를 제공하고, 구노시는 빠른 속도와 개인화된 콘텐츠 노출을 통해 수익을 극대화한다는 전략이다. 구노시의 성장에 따라 광고 수익도 계속 증가하고 있어 미디어 반응도 좋은 편이다.

‘뉴스패스’라는 별도 서비스도 운영하고 있다. 구노시는 스낵 뉴스에 초점을 맞춘 엔터테인먼트 성격이 강하고 반대로 뉴스패스는 모바일 뉴스에 힘을 쏟고 있다. 뉴스패스는 300 매체 이상 뉴스 소스를 기반으로 구노시만의 알고리즘을 통해 개인화된 뉴스를 전달하고 있다.

“우리 사업 모델이 세계 시장에서도 통할 것이라 믿는다(Yoshinori Fukushima 구노시 대표)”

국내에는 서비스보다 피키캐스트에 투자한 기업으로 더 알려져 있다. 구노시는 페이스북의 인스턴트 아티클, 구글 AMP와 직접적인 경쟁을 피하고 아시아 시장으로 초점을 맞추겠다 밝힌 바 있다. 실제 구노시는 지난 2015년, 피키캐스트의 지분을 취득, 전략적 투자를 진행한 바 있다. 동시에 인도네시아의 쿠리오(Kurio) 등 큐레이션 서비스에 투자하며 아시아로 시장을 넓히고 있다.

피키캐스트와 구노시는 콘텐츠 큐레이팅과 네이티브 광고라는 점에서 상당히 유사하다. 페이스북을 시작으로 빠르게 사용자를 늘리며 성장한 피키캐스트는 2015년, 광고를 통한 월 매출이 3억 수준이라 밝힌 바 있고 2017년 누적 다운로드 수는 1,700만 수준이다.

구노시 매출의 일등공신은 단연 광고다. 2017년 기준, 구노시가 밝힌 전체 다운로드 수는 피키캐스트와 같은 1,700만이다. 일일 이용자와 월간 이용자 수는 정확히 밝히고 있지 않아 의문을 표하는 분위기도 있으나, 구노시의 매출이 꾸준히 증가하고 있는 덕분에 큰 논란은 없는 분위기다.

가장 큰 강점은 자체 알고리즘을 통한 개인화 추천 서비스다. 콘텐츠 소비 카테고리, 검색 데이터, 지역, 접속 시간 등을 통해 회원의 연령이나 취향을 분석한다. 일련의 정보를 학습하여 적절한 뉴스와 광고를 노출하는 방식이다. 함께 서비스하는 뉴스패스도 같은 알고리즘으로 서비스되고 있다.

표면적으로 콘텐츠 큐레이팅 기업이지만 내부에는 인공지능과 머신러닝에 특화된 엔지니어와 광고 컨설팅 전문 인력에 힘을 쏟고 있는 점도 특징이다. 콘텐츠는 전문 미디어에 완전히 맡기고 그들의 콘텐츠를 더 빠르게 불러오고 취향에 맞는 뉴스를 노출한다.

구노시에 따르면 현재 구노시를 이용하는 광고주는 1,200개 기업을 돌파했다고 한다. 광고는 콘텐츠 리스트에 광고를 삽입하는 인피드 광고를 주로 진행하는데, 모바일이라는 한정된 조건 속에서 최적의 광고를 적절하게 표시하기 위해 고민하고 있다. 사용자의 시선을 자연스럽게 광고로 이동시킬 수 있도록 인피드 광고에 힘을 쏟고 있으며, 광고주와의 협의를 이어가며 광고 소재에 대한 컨설팅도 제공하고 있다.

“우리는 이미 인공지능 전문 기업이다. 다만 기술 자체를 어필하지 않겠다. 모든 것은 결과로 보여주겠다(Yoshinori Fukushima 구노시 대표)”

앞으로 구노시가 바라보는 방향도 콘텐츠 제작과는 거리가 있다. 인공지능에 대한 연구를 지속하여 사용자 데이터를 가공하는 데 힘을 쏟을 것이라 밝히고 있다. 또한, 앞으로는 KDDI는 물론 사용자 데이터를 제공할 수 있는 다른 기업과도 협력해 더 많은 데이터를 통해 알고리즘을 다듬는 데 집중할 것이라 밝혔다.