구글 뉴스 알고리즘, '중복' 추천 거의 없었다

[미디어 연구] 황용석 교수 연구팀, 구글 디스커버 알고리즘 추적
이용자 만족도에 가장 큰 영향 미친 요소는 노출순위
"구글 초개인화 뉴스추천, 공공의 사안 어떻게 전달할지 고민 필요"

[미디어오늘 금준경 기자]

▲ 사진=GettyImagesBank

구글의 뉴스추천 서비스가 사람들마다 같은 뉴스를 추천해주는 빈도가 매우 낮은 것으로 나타났다. 구글이 초개인화 서비스를 제공하는 사실이 확인됐는데 편의성이 뛰어나지만 시민들에게 공통적으로 필요한 정보를 제공하지 못할 수 있다는 점을 드러낸다.

황용석 건국대 미디어커뮤니케이션학과 교수 연구팀은 지난 9일 한국방송학회 학술대회에서 구글 뉴스 알고리즘을 추적, <뉴스추천시스템의 개인별 주제 다이내믹스와 추천순서가 만족도에 미치는 영향분석> 연구 결과를 발표했다.

이번 연구는 구글앱의 뉴스추천 서비스인 디스커버의 개인화 추천과 정보 다양성을 다각도로 분석해 개인화 알고리즘이 이용자 경험과 정보 다양성에 미치는 영향을 체계적으로 평가하기 위해 실시했다.

우선 연구를 위해 20~50대 남녀 6명을 대상으로 지난 4월15일부터 27일까지 격일(총 7일)로 뉴스 데이터를 수집해 △참여자별 뉴스 중복 정도 △참여자 간 뉴스 중복 정도 △ 참여자 간 추천기사의 유사도 등을 분석했다.

분석 결과 구글 디스커버는 같은 기사를 중복으로 추천하는 비율이 매우 낮았다. 전체 3022건의 추천기사 중 개인별 중복기사는 27건에 그쳤다. 연구는 “동일한 사용자에게 중복콘텐츠를 최소화해 신선한 뉴스를 제공하고 있음을 시사한다”고 밝혔다.

참여자 간 기사가 중복되는 비중도 낮아 사용자마다 대부분 다른 기사를 추천 받는다는 점을 드러냈다. 전체 수집된 기사 중 87.45%는 중복되지 않았다. 6명 전원에게 중복된 추천된 기사는 1건도 없었고, 5명에게 중복 추천된 기사는 단 5건(0.17%)에 불과했다. 추천되는 기사 주제의 연관성을 파악한 결과도 크게 다르지 않았다.

▲ 참여자간 기사 중복 정도. 최대 5명에게 중복추천된 기사는 5건에 불과했다. 출처='뉴스추천시스템의 개인별 주제 다이내믹스와 추천순서가 만족도에 미치는 영향분석'.

연구는 “대다수의 사용자가 서로 다른 기사를 추천받았음을 시사하며, 구글 디스커버가 개별 사용자의 관심사에 맞춰 차별화된 기사를 추천하는 경향이 있음을 보여준다”며 “5명 이상이 동일한 기사를 추천받은 사례가 매우 드물다는 점에서, 구글 디스커버의 뉴스 추천 시스템이 사용자별로 맞춤형 기사를 제공하는 데 주력하고 있음을 확인할 수 있다”고 했다.

추천 기사의 유사도를 분석한 결과 사용자에 따라 차이가 있었다. 일부 사용자는 다양한 주제의 뉴스를 추천받아 정보 다양성이 높은 반면, 다른 일부 사용자는 특정 주제에 집중된 뉴스를 추천받아 개인화 강도가 높았다. 연구는 “뉴스추천 시스템이 사용자별로 다양한 전략을 적용하고 있음을 시사하며 사용자 경험의 개인화와 다양성 간의 균형을 고려한 알고리즘 설계가 중요함을 나타낸다”고 했다.

만족도에 가장 큰 영향을 미치는 변수는 '노출 순위'였다. '노출 순위'는 다른 변수보다 3배 이상의 높은 중요도를 보였다. 연구는 “뉴스 추천시스템의 노출 순위의 지배적 영향력을 확인했다”며 “상위에 배치된 콘텐츠가 사용자에게 더 큰 주목을 받으며, 관심사에 부합할 가능성이 높기 때문으로 해석할 수 있다”고 했다.

추천시스템은 새로운 커뮤니티(기사로부터 추출된 주제와 키워드의 네트워크)의 뉴스를 제공할 경우 만족도가 높았으나 사용자의 관심사와 멀 경우 만족도가 떨어졌다. 이와 관련 연구는 “사용자들이 새로운 정보를 원한다는 것을 나타낸다. 추천 시스템이 지속적으로 신선한 콘텐츠를 제공할 경우 사용자 만족도가 향상될 수 있다”면서도 “새로운 콘텐츠가 사용자의 관심사와 연관성이 낮을 경우 만족도가 저하될 수 있으므로, 적절한 균형이 필요하다”고 했다.

황용석 교수는 “이번 연구를 통해 구글은 '초개인화' 뉴스를 제공하는 것으로 확인됐다”고 했다. 그는 “성능 좋은 개인화 서비스 의존도가 높은 사람은 공공적인 사안에 대한 이해가 분절적으로 되거나 파편적으로 될 수 있다”며 “익숙한 정보가 아닌 다른 정보나 의견을 받는 사람들이 시민성과 디지털 역량이 더 좋은 것으로 많은 연구 결과에서 나오고 있다. 초개인화 시대에 이질적인 정보를 어떻게 받을 것인지는 민주주의에서도 중요한 측면”이라고 했다.

연구는 △개인화된 추천의 효과성 △새로운 주제의 콘텐츠 추천이 만족도에 영향을 미친다는 점 △스타·연예인 주제의 기사는 만족도가 떨어지는 점 등을 확인한 것을 성과로 꼽았다. 다만 한정된 데이터를 기반으로 했기에 일반화에 신중해야 하며 만족도를 주관적인 자기 보고 방식으로 측정해 객관적인 행동 데이터와의 결합을 통한 추가적인 분석이 필요하다고 설명했다.