인터넷의 발달과 스마트기기의 보급으로 영상 컨텐츠 시청 방식은 다양해지고 있다. 방송사 프로그램 시청은 단방향 방식의 TV시청으로부터 셋톱박스를 통한 IPTV, 그리고 현재에는 모바일 기기와 PC를 통해 셋톱박스 없이도 웹을 통해 영상컨텐츠를 직접 선택 할 수 있게 발전하였다. 여기서 OTT(Over The Top)는 PC 혹은 모바일로 셋탑박스 없이 방송사 프로그램을 시청할 수 있는 서비스를 말한다. 현재 네이버TVcast, 카카오TV, 다음TV팟 기존 TV 프로그램을 3분 내외로 잘라 하이라이트 부분을 클립 형태의 영상 컨텐츠를 제공하고 이렇게 제공되는 영상에서 15초의 광고 한편을 영상 시청전에 제공하여 수익을 얻고 있다. 이렇게 국내에서 서비스 되는 클립형태의 OTT 서비스는 기존의 IPTV나 일반 TV에 비하여 영상의 재생시간이 짧고, 국내 검색서비스를 통하여 이슈화 된 영상들을 쉽게 볼 수가 있어 사용자가 TV를 통하여 프로그램을 시청하는 것 보다 쉽게 접근할 수 있어 조회수가 상당히 높다는 특징을 가지고 있다. 이러한 이유로 OTT 서비스 사용자의 로그데이터는 기존의 TV시청자 데이터보다 방대해지고, 또한 컨텐츠 제공자는 시청자가 원하는 컨텐츠를 지속적으로 추천을 하기위해 사용자의 맞춤 추천 서비스를 제공하려는 요구가 증가하고 있다. 본 연구는 사용자 로그데이터를 통하여 각 영상별 추천값을 생성하는 매트릭스를 구성하고, 생성된 매트릭스를 통한 추천값과 사용자 데이터에서 특정영상 직후에 감상되는 영상의 조회수 값을 비교하여 매트릭스 정확도와 추천 결과값 정확도를 나타낸다. 이를 통하여 영상을 감상한 시청자가 지속적으로 영상을 감상하여 지속적으로 시스템을 이용하게 하는 추천시스템을 구현하고 향후 OTT 서비스와 같은 1회성 컨텐츠에 대한 추천시스템의 발전을 도모하는 바이다.