티스토리 뷰
목차
개인화된 온라인 정보 생태계, 필터 버블
오늘날의 디지털 시대에 우리는 방대한 양의 온라인 콘텐츠를 탐색하면서 필터 버블(Filter Bubble)이라는 용어는 점점 더 관련성이 높아졌습니다. 필터 버블은 인터넷 활동가 프레이저(Eli Pariser)가 2011년에 창안한 것으로, 개인의 과거 온라인 행동, 선호도, 관심사를 기반으로 콘텐츠를 선택적으로 필터링하는 알고리즘이 생성한 개인화된 정보 생태계를 의미합니다. 구글과 야후 등 세계적인 인터넷 검색 업체와 페이스북 등 소셜 미디어 기업들이 제공하는 정보에 의존해 정보 편식을 하는 이용자들이 점점 자신만의 울타리에 갇히고 있다는 것을 설명하기 위해 등장한 말입니다. 전문가들은 이러한 현상이 발생하는 원인으로 인터넷 기업들이 추구하고 있는 개별화 전략을 지목하고 있습니다. 그들은 이런 개별화 전략은 이용자의 성향과 취향, 기호 등을 파악해 이들에게 맞춤형 정보만 제공하는 것을 말한다. 인터넷 필터가 당신이 실제로 무슨 일을 했는지 살펴보고, 무엇을 좋아하는지 추론하며, 광고를 조율하는 상업적 알고리즘이 우리의 생활을 조율하기 시작했다고 말합니다. 필터 버블 현상을 불러온 선구자는 세계 최대의 온라인 서점 아마존(amazon)입니다. 단골의 취향을 파악해 책을 추천해 주는 동네 서점의 판매 방식을 온라인에서도 구현하겠다는 아이디어가 적용된 아마존은 개인의 취향과 기호를 분류하는 필터링을 사용해 크게 성공했는데, 빅데이터(Big Data) 시대가 개막하면서 맞춤형 정보 제공은 대세가 되었습니다. 검색 서비스도 개별화 전략으로 진화하고 있습니다. 사람의 마음을 읽는 검색엔진을 강조하고 있는 구글의 지식 그래프와 소셜 검색을 전면에 내세운 페이스북의 그래프 서치가 그런 경우입니다. 한국 최대의 포털 사이트 네이버 역시 맞춤형 정보를 제공하고 있습니다.
필터 버블의 작동 원리
필터 버블은 검색 엔진, 소셜 미디어 플랫폼, 뉴스 제공업체에서 사용하는 알고리즘을 통해 작동하여 개별 사용자에게 콘텐츠 추천을 맞춤화합니다. 이러한 알고리즘은 검색 기록, 탐색 활동, 소셜 연결, 인구통계 정보 등의 사용자 데이터를 분석하여 사용자 선호도와 관심분야를 예측합니다. 이 데이터를 기반으로 알고리즘은 사용자 프로필에 맞는 콘텐츠를 필터링하고 우선순위를 지정하여 사용자 주변에 개인화된 정보 버블을 효과적으로 생성합니다. 이처럼 맞춤형 정보 제공은 마케팅 영역에서 시작되었지만 필터 버블에서 가장 우려되는 것은 뉴스의 개별화입니다. 현재 야후 뉴스나 뉴욕타임스 인터넷판 같은 웹 사이트들은 사용자의 특별한 관심이나 욕구에 맞춰 톱뉴스를 올려주고 있는데 이에 대해 개별화로 특화된 세계는 우리가 좋아하는 사람들과 생각들이 모여 있는 편안한 곳이지만, 필터 버블은 필연적으로 왜곡 효과를 낳을 수밖에 없기 때문에 이용자들은 확증편향 속에 갇혀 살 운명에 처했다고 경고합니다. 개인화된 콘텐츠를 제공하여 사용자 참여를 향상시키는 것을 목표로 하지만 온라인 담론 및 정보 소비에 의도하지 않은 결과를 초래할 수도 있습니다. 또한 사용자의 선입견과 일치하는 콘텐츠를 제공함으로써 기존 신념과 의견을 강화하는 경향이 있습니다. 이는 개인이 자신의 기존 신념을 확인하는 정보를 받아들이고 모순되는 관점을 필터링하여 다양한 관점에 대한 노출을 제한하는 확증 편향으로 이어질 수 있습니다. 또한 필터 버블은 개인이 같은 생각을 가진 사람들로 둘러싸여 있고 좁은 범위의 관점에 노출되는 에코 챔버의 형성에 기여합니다. 반향실에서는 반대 의견이 종종 소외되거나 무시되어 양극화, 집단 사고, 비판적 담론의 부족으로 이어집니다. 게다가 사용자가 개인화된 피드 외부의 중요한 뉴스나 이벤트를 인식하지 못하는 정보 사일로가 발생할 수 있습니다. 이는 현실에 대한 왜곡된 인식으로 이어질 수 있으며 사용자가 복잡한 문제에 대한 균형 있고 포괄적인 정보에 대한 접근이 부족할 수 있기 때문에 정보에 입각한 의사 결정을 방해할 수 있습니다.
포괄적인 정보 수용으로 한계 극복
더욱 다양하고 포괄적인 온라인 경험을 촉진하기 위해 사용자는 다음과 같은 몇 가지 전략을 사용할 수 있습니다. 다양한 관점과 이념을 대표하는 다양한 뉴스 출처, 블로그, 소셜 미디어 계정을 팔로우하여 다양한 관점과 대안적 관점을 적극적으로 모색합니다. 복잡한 문제에 대한 이해를 넓히고 가정에 도전하기 위해 익숙한 영역 밖의 콘텐츠에 참여하는 것이 좋습니다. 또 소셜 미디어 플랫폼 및 검색 엔진의 개인정보 설정을 검토하고 조정하여 콘텐츠 추천을 개인화하기 위해 수집 및 사용되는 개인 데이터의 양을 제한합니다. 온라인 경험에 대한 알고리즘의 영향을 줄이려면 타겟 광고 및 데이터 추적 기능을 선택 해제하는 것이 좋습니다. 온라인 소스의 신뢰성, 정확성, 편견을 평가하여 비판적 사고 능력을 개발하고 미디어 리터러시를 연습합니다. 정보를 공유하기 전에 사실을 확인하고, 콘텐츠 추천의 동기에 대해 질문하고, 의견을 형성하기 전에 특정 주제에 대한 다양한 관점을 고려하는 것도 도움이 됩니다. 프레이저는 인터넷 기업이 창조한 필터 버블의 세상에서 우리는 듣기 좋은 뉴스만을 편식한다고 우려하지만, SNS 시대를 맞아 이용자들 스스로 필터 버블 세계를 창조하고 있다는 분석도 있습니다. SNS를 생각이 다른 사람이나 집단과의 소통 수단으로 활용하려 하기보다는 생각과 행동이 비슷한 사람끼리만 뭉치는 수단으로 사용하고 있기 때문에 이 과정에서 특정 정보만을 편식하는 경향이 자주 발생하고 있다는 진단입니다. 그래서 SNS 이용자들에게 발견되는 필터 버블을 SNS의 속성으로 보는 시각도 있습니다. 본질적으로 관계 테크놀로지라 할 수 있는 SNS의 가장 큰 장점은 공감 커뮤니케이션, 즉 뜻이 맞는 사람들과의 소통이기 때문에 관계의 배타성과 편협성은 피할 수 없다는 지적입니다. 필터 버블은 사용자 선호도와 과거 온라인 행동을 기반으로 콘텐츠를 선택적으로 필터링하는 알고리즘에 의해 생성된 개인화 정보 생태계를 나타냅니다. 필터 버블은 관련 콘텐츠를 제공하여 사용자 경험을 향상하는 것을 목표로 하지만 정보 편향, 반향실, 다양한 관점에 대한 노출 제한에 대한 우려도 제기합니다. 필터 버블의 작동 방식을 이해하고 필터 버블을 탐색하는 전략을 사용함으로써 사용자는 더욱 다양하고 포괄적인 온라인 담론을 촉진하고 점점 더 디지털화되는 세상에서 정보에 입각한 결정을 내릴 수 있습니다.