[뉴스토리] 추천 알고리즘의 두 얼굴

인공지능이 나의 성향을 파악해서 필요한 것을 추천해 주는 '추천 알고리즘'이 우리 생활 곳곳에서 영역을 넓히고 있다.

어떤 음악을 들을지, 어느 뉴스를 볼지, 어느 길을 갈지, 어떤 식당에 갈 것인지 선택을 할 때마다 추천 알고리즘은 우리가 알게 모르게 강력한 영향력을 발휘한다.

추천 알고리즘은 우리 생활에 편리를 더하는 긍정적 역할을 한다.

필요한 정보를 제공하고 선택의 효율성을 높인다.

인공지능의 추천 알고리즘은 크게 두 가지 원리로 작동한다.

개인이 그동안 선택한 콘텐츠의 특징을 바탕으로 추천하는 콘텐츠 기반 필터링, 본인이 비슷한 성향의 사람들이 좋아하는 것을 추천해 주는 협업 필터링 방식이 있다.

일상 속에서 접하는 추천은 두 가지 방식이 함께 작동해서 이뤄진다.

추천 알고리즘은 아마존이나 유튜브 같은 기업의 성장 동력이다.

더 효율적이고 편리한 알고리즘을 내놓는 기업이 더 많은 이용자를 불러 모은다.

고객의 수요를 예측하는 아마존의 알고리즘은 소비자가 주문하지 않은 물건까지 먼저 배송하기도 한다.

아마존 매출의 40%가 추천에서 나오는 것으로 추산된다.

유튜브에서 소비되는 동영상의 대부분은 알고리즘이 추천한 동영상이다.

유튜브는 '맞춤 동영상은 채널 구독이나 검색보다 전체 유튜브 시청률의 훨씬 많은 부분을 차지한다'고 직접 밝힌 바 있다.

추천 알고리즘은 생활의 편리한 보조자인 동시에 우리의 선택을 은밀히 지배하는 빅브라더이기도 하다.

추천 알고리즘을 사용하기 위해서는 개인 정보를 대가로 지불해야만 한다.

다른 한편으로는 개인의 편향성을 강화하는 역할도 한다.

내 선택을 바탕으로 제공하는 추천을 따라가다 보면 편향된 정보 속에 갇히는 '필터 버블' 현상이 발생하기도 한다.

필터 버블은 심각한 사회 갈등을 초래할 수 있다.

뉴스나 정보를 담은 영상을 선택할 때 추천 알고리즘을 무비판적으로 수용하면 개인의 편향성이 강화되고, 사회적인 공통 인식은 희박해져 간다.

갈수록 정치적 사회적 분열이 확산되고 갈등이 깊어지고 있는 현실은 우리 사회뿐 아니라 세계적인 현상이기도 하다.

그 배경에는 추천 알고리즘의 역할도 한 자리를 차지하고 있다.

이번 주 SBS 뉴스토리는 우리 생활 곳곳에서 작동되고 있는 추천 알고리즘과 관련해 편리와 편향이라는 양면성을 균형 있게 조명하고자 한다.

추천 알고리즘은 어떤 원리로 작동하며 어떻게 활용할 것인지를 알아보고, 그 부작용인 편향성을 최소화할 수 있는 대안을 모색해 본다.