#추천 알고리즘 추천 영상의 위험성을 알고 있나요?

YouTube, 너튜브, 너를 위한 TV....? 내 취향이 어떻게 수집되고 있는 걸까?

콘텐츠 기반 필터링:'콘텐츠 기반 필터링'은 내가 자주 보는 영상들을 분석해 비슷한 영상을 추천해주는 방식을 의미해요.

구매이력과 시청이력을 분석하여 추천해준다.

협업 필터링:'협업 필터링'은 같은 성향이나 특징을 가진 사람이 비슷한 선택을 한다는 가정에 기반하여 추천하는 방식이에요. 나의 구매 이력, 시청 이력 등의 행동 정보를 분석하여 사용자 간 비슷한 특성, 아이템 간 비슷한 특성을 파악하여 내가 좋아할 만한 항목을 추천해준답니다.

큐알코드 학교 미디어 교육을 위한 플랫폼 미리네 miline.or.kr 교육부 대구광역시교육청 한국청소년정책연구원

※ 단, 주의할 점! 추천 영상을 계속 보다보면 비슷한 주제의 비슷한 시각이 담긴 콘텐츠만 계속 소비하게 되어 편협한 사고와 편견에 빠질 수 있어요. 이처럼 인터넷 사용자의 관심사에 맞춰 필터링 된 편향된 정보 안에 갇히는 현상을 '필터버블(filter bubble; 정보여과현상)'이라고 해요. 또한 소셜미디어를 통해 생각이나 견해가 비슷한 사람끼리 정보나 뉴스를 공유하고 소통하는 과정에서 자신이 가진 생각이나 견해에 대한 확신이 강화되고 다른 생각이나 견해에 대해서는 무시하거나 불신하는 '에코체임버(echo chamber; 반향실) 효과'가 나타나기도 합니다.

필터버블 고양이요??강아지요!! 강아지가 더 똑똑! 강아지가 최고인 이유 역시 강아지가 최고야!! 에코체임버 효과 강아지가 최고! 커뮤니티에 오신 것을 환영합니다. 여러분! 역시 강아지가 최고입니다! 물론이죠! 당연하죠! 동감합니다! 말이 통하시네요! 맞는 말씀입니다! 강아지가 최고! 최고!

큐알 코드 '추천 알고리즘의 영향' 영상으로 더 알아보기〔출처〕호모 미디어쿠스: 정보 편식러를 만드는 알고리즘의 비밀 (KBS, 2021)

추천 알고리즘에 대해 여러분은 어떻게 생각하나요?

반대! 추천 알고리즘을 통한 콘텐츠 소비 행태에서 벗어나 균형 잡힌 다양한 시각을 공유할 수 있는 미디어 콘텐츠 소비 습관을 가져야 한다고 생각해요. 찬성! 아무런 기준도 없이 제공되는 정보보다는 우리에게 제공되는 맞춤형 정보를 잘 활용한다면 우리가 필요한 정보를 수집, 분별하는 데 있어 도움을 줄 수 있다고 생각해요.

교육부 대구광역시교육청 한국청소년정책연구원