‘Youtube Algorithm brought me here’: 알 수 없는 알고리즘

지난번 넷플릭스 오리지널 다큐 '소셜 딜레마'에 대해 간단히 알아보았습니다. '소셜 딜레마'에서 유튜브 알고리즘 개발자인 기욤 샬로는 "내가 작업한 알고리즘이 사회의 분극화를 더 심하게 만들고 있다"며 이에 책임을 느끼고 있다고 말하였습니다. 

 

이번 글에서는 알고리즘이 무엇인지 그리고 '소셜 딜레마'에서 언급한 알고리즘의 문제점 대해 자세히 알아보겠습니다.

 

 

---

 

코로나19로 인한 팬데믹 사태가 오랜 시간 동안 지속되면서 온라인으로 동영상을 제공하는 OTT(over-the-top service)서비스들이 빠르게 성장하였습니다. 이러한 OTT서비스가 성장할 수 있었던 배경에는 동영상 추천 알고리즘이 있습니다. 이러한 알고리즘은 사용자들이 볼 가능성이 큰 동영상을 추천하여 해당 이용자가 OTT 플랫폼을 지속해서 사용하도록 유도합니다. 유튜브의 경우 협업 필터링과 콘텐츠 기반 필터링을 사용하는 것으로 알려져 있습니다. 두 가지 알고리즘 기법에 대해 알아보겠습니다. 

 

 

<출처: JAMAKE blog 유튜브 알고리즘, 뜬금없다고?>

 

협업 필터링이란

이용자들로부터 얻은 데이터를 기반으로 선호를 예측하는 기법입니다. 즉, 대규모의 사용자 행동 정보를 분석하여 비슷한 성향의 사용자들이 기존에 좋아했던 항목을 추천하는 기술입니다.

 

협업 필터링은 개인의 취향을 고려하여, 그 사람이 관심이 있을 가능성이 큰 동영상을 추천할 수 있다는 장점이 있습니다. 특히 해당 그룹의 데이터가 많을수록 데이터가 쌓이면서 추천의 정확도와 신뢰도가 상승합니다.

하지만, 데이터에 의존도가 높기 때문에, 사용자가 본 영상에 대한 데이터가 없을 경우 추천에 어려움이 생길 수 있고, 처음 그 영상을 시청하는 사람이거나, 해당 영상이 새로 업로드되었을 때는 추천에 어려움이 발생합니다. 이러한 경향성으로 인해 쏠림 현상이 나타납니다.

 

 

콘텐츠 기반 필터링이란

콘텐츠 기반 필터링은 이용자가 시청한 콘텐츠를 분석하여 해당 콘텐츠와 유사한 특성을 갖는 콘텐츠를 추천하는 것입니다.

 

콘텐츠 기반 필터링을 사용하면, 계산이 오래 걸리고 새로운 영상에 대한 추천이 어려운 협업 필터링의 단점을 콘텐츠 기반 필터링으로 해결할 수 있어 두 기법의 장점을 섞은 하이브리드 추천 시스템이 주로 사용되고 있습니다.

 

 

 

지구가 평평하다는 음모론은 알고리즘에 의해 수억 번이나 추천됐다. 속는 사람이 멍청하다고 생각하기 쉽지만, 알고리즘은 하루가 다르게 똑똑해지고 있다.
- 소셜 딜레마 중에서

대부분의 이용자들은 위의 말에 헛웃음을 칠 것입니다. 그러나 알고리즘의 추천에 의해 음모론에 대한 수십개의 동영상을 접한다면 이용자의 사고는 어떻게 변화할까요?

 

 

우리는 그 중 가짜뉴스와 정치적 편향에 대해 자세히 알아보겠습니다. 

 

유튜브가 기존의 전통적인 뉴스의 기능을 수행하면서 동아일보, 조선일보 등 전통 언론들의 자리를 개인이 운영하는 유튜브 채널로 대체 되어가고 있습니다. 개인이 운영하는 정치 채널의 신뢰성과 객관성이 문제가 되면서, 가짜 뉴스로 인한 문제들이 발생하고 있습니다. 가짜 뉴스는 민중에게 잘못된 정보를 전달하여, 국가의 주권자인 국민이 정확한 정보를 바탕으로 한 주권을 행사하지 못하게 만듭니다.  또한, 정치적으로 두 진영 사이의 분열을 가속하면서 사회 분열을 촉진하기도 합니다.

 

정치적인 성향을 띄는 가짜 뉴스는 확증편향의 영향과 깊게 관련되어 있습니다. 유튜브의 동영상 추천 알고리즘은, 특정 정치 성향이 있는 사람에게 지속해서 해당 정치 성향에 우호적인 가짜 뉴스와 자극적인 제목들을 반복적으로 주입하는 기능을 하는 것입니다. 

 

<출처: 엘리 프레이저 TED 강의 캡처>

 

미국의 시민운동가 엘리 프레이저는 추천 알고리즘으로 인해 ‘나만의 세계에 갇혀버리는 ‘필터버블’이 일어날 수 있다는 문제를 제기했습니다. 필터 버블은 개인화된 검색의 결과물의 하나로, 사용자의 정보에 기반하여 웹사이트 알고리즘이 선별적으로 어느 정보를 사용자가 보고싶어 하는지를 추측하며 그 결과 사용자들 은 강제적으로 정보를 편식하게 되고, 문화적 이념적으로 고립되게 됩니다.

 

이번 포스트에서는 알고리즘과 알고리즘의 문제점, 필터버블에 관해 다루었습니다. 

 

본 게시글은 김인식, 김자미.(2021).유튜브 알고리즘과 확증편향.한국컴퓨터교육학회 학술발표대회논문집,25(1(A)),71-74. 참고하여 작성되었습니다.