AI 기반 빅데이터 분석으로 본 이용자 행태 변화

1. 디지털 전환 시대, 도서관은 데이터를 읽기 시작했다

디지털 전환이 급속히 진행되는 가운데, 도서관도 단순한 물리적 공간을 넘어 ‘데이터 중심 조직’으로 변화하고 있다. 과거에는 이용자의 대출 기록이나 방문 통계가 단순한 숫자나 참고 자료에 그쳤다면, 이제는 AI 기반의 빅데이터 분석을 통해 이용자들의 행태를 정밀하게 파악하고 예측할 수 있는 시대가 되었다. 특히 사서와 운영자 입장에서 이러한 기술은 단순히 데이터를 수집하는 수준을 넘어, 그것을 기반으로 서비스의 방향을 조정하고 개인화된 맞춤형 서비스를 설계할 수 있는 핵심 도구로 부상하고 있다. AI 기술은 수많은 로그 데이터를 실시간으로 분석하여 시간대별 도서 이용 패턴, 연령·성별에 따른 관심 주제, 계절이나 사회 이슈에 따라 변화하는 독서 경향 등을 체계적으로 정리해 준다. 예컨대, 특정 시기에는 환경, 건강, 자기계발 관련 도서의 대출이 급증하는 경향이 나타날 수 있으며, 이 데이터를 바탕으로 큐레이션 도서 전시나 테마별 추천 서비스로 자연스럽게 연결될 수 있다. 이처럼 도서관은 AI 기반 빅데이터 분석 기술을 통해 ‘이용자의 움직임을 해석하는 조직’으로 진화하고 있으며, 이는 단순한 기술 도입 이상의 전략적 사고와 준비가 요구되는 흐름이다.

 

 

2. AI가 분석한 데이터는 사서의 직관을 확장한다

AI 기반 분석 기술이 가지는 가장 큰 장점은 방대한 양의 데이터를 빠르게 분석하고, 그 안에서 의미 있는 패턴과 인사이트를 도출해낸다는 점이다. 예를 들어, 주중과 주말의 방문객 수 비교, 특정 시간대의 좌석 점유율, 자료 대출률과 반납률 사이의 상관관계, 자주 대출되는 도서군과 이용자의 관심사 연관성 등은 사람이 수작업으로 분석하기 어려운 영역이다. 그러나 AI는 이용자의 행위 데이터를 실시간으로 누적·처리함으로써 도서관 운영 전략의 기초가 될 수 있는 다양한 시각 자료와 예측 모델을 제공할 수 있다. 특히 추천 알고리즘의 정교화는 도서관 큐레이션의 새로운 가능성을 연다. 사용자의 연령, 대출 이력, 검색 키워드 등을 종합해 ‘이런 책도 좋아할 것’이라는 예측을 제안하는 시스템은 온라인 서점에서만 가능한 기능이 아니라, 공공도서관에서도 충분히 구현 가능한 형태로 발전하고 있다. 또한, 챗봇이나 음성 인식 기반 검색 시스템과 연동될 경우, 이용자가 질문하는 순간 그 패턴을 파악하고 문헌 자료를 실시간으로 연결해주는 서비스까지도 구현할 수 있다. 이처럼 AI가 제공하는 데이터는 단순 수치가 아니라, 사서가 현장에서 느끼는 ‘감각’을 구조화된 정보로 확장해 주는 도구로 자리 잡고 있다.

 

 

 

3. 이용자 행태는 어떻게 변화하고 있는가?

AI 분석 결과를 종합해 보면, 최근의 도서관 이용 행태는 분명한 몇 가지 흐름으로 변화하고 있음을 알 수 있다. 첫째는 비대면 서비스 수요의 증가다. 코로나19 팬데믹 이후 이용자들은 모바일 앱을 통한 전자자료 이용, 온라인 대출 예약, 비대면 상담 등의 서비스에 점점 익숙해졌고, 이는 팬데믹 이후에도 고착된 이용 습관으로 자리 잡았다. 둘째는 이용 시간의 분산화이다. 전통적으로 낮 시간대에 집중되던 이용 패턴이 점차 아침 시간대나 저녁 늦은 시간대로 다양화되었고, 24시간 개방 도서관이나 무인 시스템이 활성화되며 이러한 흐름은 더욱 뚜렷해졌다. 셋째는 주제 선호의 세분화이다. 과거에는 인문, 문학, 과학 등 비교적 넓은 범주로 이용이 분류되었지만, 최근에는 ‘에세이 중에서도 심리치유형’, ‘경제서 중에서도 개인 재무관리 중심’ 등 보다 세부적인 관심사로 세분화되는 경향을 보인다. 이러한 변화는 AI가 감지한 수많은 이용 패턴 속에서 수치화되고 시각화되어, 도서관이 제공할 수 있는 서비스에 보다 밀착된 방향성을 제시하게 된다. 즉, 사서는 AI가 제공하는 분석을 토대로 사전 기획 단계에서부터 이용자의 필요를 예측하고 선제적으로 대응할 수 있는 환경을 갖추게 되는 것이다.

 

 

4. 사서의 전략적 역할은 더욱 중요해진다

AI가 분석한 데이터를 해석하고, 이를 바탕으로 실질적인 서비스 개선으로 연결하는 역할은 여전히 인간 사서의 몫이다. 데이터를 읽는 것은 기계가 할 수 있지만, 그 의미를 해석하고 실천하는 일에는 맥락과 경험이 필요하기 때문이다. 예컨대, 특정 도서가 갑자기 대출 수요가 증가한 이유가 단순한 트렌드 때문인지, 학교 숙제와 관련된 이슈인지, 혹은 미디어 노출 때문인지를 구분하는 데에는 인간의 통찰이 개입되어야 한다. 따라서 사서는 단순히 기술을 도입하는 관리자에서 벗어나, 데이터를 기반으로 한 전략적 기획자, 커뮤니케이션 설계자, 서비스 개선의 주체로서 새롭게 역할을 재정립해야 한다. 또한 데이터 기반 이용자 분석은 개인정보 보호 이슈와도 밀접한 관계를 맺고 있으므로, 사서가 윤리적 기준과 정보 주체의 권리를 보호하면서 기술을 운용하는 중재자로서의 책임도 함께 지게 된다. 앞으로의 도서관은 AI가 제시하는 수치를 단순히 따라가는 것이 아니라, 그 안에 담긴 인간의 맥락을 읽고, 공동체적 가치로 연결해내는 고차원적인 전략 수립이 가능한 조직이어야 한다. 그리고 그 중심에는, 기술과 데이터를 이해하고 해석하며, 사람과 연결할 수 있는 ‘사서의 전략적 판단력’이 핵심 자산으로 작용할 것이다.