1. 필터버블이란?
- 필터버블(Filter Bubble)은 대형 인터넷 정보기술(IT) 업체가 개인 성향에 맞춘(필터링된) 정보만을 제공하여 비슷한 성향 이용자를 한 버블 안에 가두는 현상을 지칭한다.
미국 온라인 시민단체 무브온 이사장인 엘리 파리저(Eli Pariser)가 쓴 책 《생각 조종자들(The Filter Bubble)》에서 제기된 개념이다.
- 개인화된 검색의 결과물의 하나로, 사용자의 정보(위치, 과거의 클릭 동작, 검색 이력)에 기반하여 웹사이트 알고리즘이 선별적으로 어느 정보를 사용자가 보고싶어 하는지를 추측하며,
그 결과 사용자들이 자신의 관점에 동의하지 않는 정보로부터 분리될 수 있게 하면서 효율적으로 자신만의 문화적, 이념적 거품에 가둘 수 있게 한다.
- 구글, 아마존, 페이스북 등의 인터넷 정보제공자가 이용자에 맞추어 필터링한 정보를 이용자에게 제공함으로써, 이용자가 이미 필터링된 정보만을 접하게 되는 것을 말한다. 같은 단어를 검색하여도 이용자에 따라 다른 정보가 화면에 등장하는 것이다.
인터넷 정보제공자들은 이용자의 개인적 성향이나 관심사, 사용 패턴, 검색 기록 등의 데이터를 수집하여 각 기업이 가진 알고리즘을 통해 이용자의 데이터를 분석하고, 데이터에 따라 우선적으로 노출시킬 정보를 선별한다.
필터 버블은 이용자에게 일종의 정보 편식을 권하고, 더 나아가 편향적 시각과 고정관념, 왜곡된 사고에 갇히게 만드는 위험성을 내포하고 있다.
2. 필터버블의 위험성
- 인터넷 콘텐츠 플랫폼에 있어서 필터링(여과) 또는 추천 기술은 이용자를 해당 서비스에 오래 머물게 만들어 수익을 창출하게 하는 수단이 되고, 정보의 과잉을 감당하기 어려운 이용자들에게는 불필요한 정보를 보지 않아도 되는 편리함을 주어 장점으로 인식되기도 한다.
- 뉴스의 개별화 : 맞춤형 정보 제공은 마케팅 영역에서 시작되었지만 필터 버블에서 프레이저가 가장 우려하는 것은 뉴스의 개별화다.
현재 웹 사이트들은 사용자의 특별한 관심이나 욕구에 맞춰 톱뉴스를 올려주고 있는데 이에 대해 프레이저는 ‘개별화’로 특화된 세계는 “우리가 좋아하는 사람들과 생각들이 모여 있는 편안한 곳”이지만, 필터 버블은 필연적으로 왜곡 효과를 낳을 수밖에 없기 때문에 이용자들은 확증편향 속에 갇혀 살 운명에 처했다고 경고한다.
- 정보의 편식 : 프레이저는 인터넷 기업이 창조한 “필터 버블의 세상에서 우리는 듣기 좋은 뉴스만을 편식한다”고 우려하지만, SNS 시대를 맞아 이용자들 스스로 필터 버블 세계를 창조하고 있다는 분석도 있다.
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 진단이다.
- 알고리즘의 불확실성 : 정보를 필터링하는 알고리즘에 정치적 혹은 상업적 논리가 개입되면, 필터링을 거친 정보만을 받아보는 정보 이용자들은 모르는 사이에 정보 편식을 하게 되고 그로인해 자신도 모르는 사이 타의에 의해 가치관 왜곡이 일어날 수 있음을 우려한다.
또한 사람인 담당자가 어떠한 정보를 제공할 것인지 취사선택하던 시절과 다르게 개개인의 필터버블을 만드는 알고리즘은 사람이 아니기 때문에 윤리성이나 가치판단을 할 수 없음을 지적한다.
더불어 알고리즘이 제대로 작동하는가의 문제는 차치하더라도, 필터버블은 한정된 정보만을 제공하기 때문에 반대 성향을 가진 사람들의 글이나 새로운 정보, 평소에 보지 않던 분야의 뉴스 등을 접할 기회를 아예 박탈당하기 때문에, 이용자들의 지식과 가치관 확대를 방해할 수 있다고 말한다.
3. 필터버블을 해결하기 위한 사례 외국
- 사례 1 : Read Across the Aisle
‘Read Across the Aisle'(이하 RAA)은 퓨리서치의 언론사별 정치 스펙트럼 수치를 기준으로, 구독자가 어떤 언론사의 뉴스 열독에 더 많은 시간을 할애했는지를 측정한다.
다이어트 운동 앱이 사용자의 편식 행위를 경고하는 방식에서 아이디어를 차용해왔다. 특정 편향 언론사의 뉴스를 더 많이 소비하게 되면, 편향 소비 경고 메시지를 내보낸다. 이를 통해 다양한 관점의 뉴스를 읽을 것을 추천하는 방식으로 작동한다.
- 사례2 : 플립필드 FlipFeed
MIT 미디어랩 연구자들이 개발한 플립피드는 진원지를 겨냥했다. 그 가운데서도 트위터를 대상으로 삼았다. 일반적으로 진보적인 사용자는 진보적인 뉴스나 정보를 팔로우함으로써 그들의 확증편향을 강화한다.
물론 반대도 마찬가지다. 플립피드는 정반대 성향의 피드를 마치 자신의 피드인 것처럼 노출함으로써 개별 사용자의 편향성 문제를 해결하고 있다.
- 사례3 : 월스트리트저널의 'Blue Feed, Red Feed'
월스트리트저널은 미국 대선 기간 전, 필터버블에 따른 편향된 인식을 완화시키기 위해 ‘Blue Feed, Red Feed’라는 특별 페이지를 마련한 적이 있다.
페이스북 등이 사용자의 선호에 따른 뉴스 소비를 부추기는 것을 비판하면서, 엇갈린 시선의 보도 내용이나 논평을 한 페이지에 교차해서 보여주는 방식을 선보였다. 현재도 몇몇 이슈를 중심으로 ‘Blue Feed, Red Feed’를 서비스하고 있다.
'은퇴를 위한 공부' 카테고리의 다른 글
| 메타버스펀드 와 메타버스 관련주 , 메타버스 ETF (0) | 2021.07.27 |
|---|---|
| 메타버스란? 메타버스 관련주 페이스북, 네이버 등 (제페토) (0) | 2021.07.26 |
| 소비자물가지수 동향과 금리 (미국 소비자물가지수 CPI) 금리와 주식 (0) | 2021.07.22 |
| 소비자물가지수 동향과 보는법, 그리고 소비자물가지수 개편 CPI (0) | 2021.07.21 |
| 소비자물가상승률 변화와 정의(생활, 근원) 그리고 OECD 물가상승률 비교 (0) | 2021.07.20 |
