문맥 (context)
그밖에 이 연구보고서에서는 소셜미디어의 소통 및 정보유통 측면에서의 역기능으로 사회적 비용 및 갈등 증가 현상과 유유상종 효과로 인한 사회 통합 저해, 정보과잉과 그로 인한 필터 버블 효과 등이 논의되었다. 소셜미디어에서 유통되는 정보가 유용한 것이라면 소셜미디어를 통해 즉각적이고 신속하게 전파할 수 있다는 점에서 사회적으로 긍정적이다. 하지만 잘못된 정보가 신속히 전파되었다면 그것을 다시 바로잡기 위한 사회적 비용이 필요하게 된다. 또 연결망 구성이 다양화하지 못하고 한쪽으로 쏠려 있다면 그 연결망을 통해 빠르게 전파되는 정보 역시 한쪽으로 쏠려 있을 수 있다. 이렇게 유유상종으로 연결된 연결망이 서로 관여하지 않고 제각기 기능한다면 사회적 갈등이 심화될 수 있다. 잘못된 정보의 빠른 확산에 따른 사회적 비용과 유유상종 효과로 인한 사회 통합 저해 현상은 이미 일련의 선거와 정치적 사건과 함께 사회 이슈로 제기되었지만, 정보과잉으로 인한 필터 버블 현상에 대한 인지는 약한 편이다. 최근까지 정보과잉은 주로 선택적 노출 문제와 관련되었다. 연결관계를 확대할수록 연결망으로 들어오는 정보의 양이 많아짐에 따라 이용자는 선택적으로 메시지를 보게 되는데, 이 때 선택적으로 노출된 메시지는 편향적 정보 습득으로 이어지게 된다.
당연하게도 이러한 정보과잉으로 인한 역기능을 감소시키려는 서비스 차원의 노력이 있었고, 역설적으로 소셜미디어 알고리즘으로 이용자에게 최적의 정보만을 제공하는 시스템 자동화가 제공되게 되었다(Grineva and Grinev, 2012). 하지만 이러한 서비스 차원의 노력은 오히려 이용자의 정보 접근성 및 선택권을 제한하고 시스템 알고리즘에 의존하는 ‘필터 버블(프레이저, 2011)’ 로 이어진다. 필터 버블은 소셜미디어 이용자의 정보과잉을 완화하기 위한 과정으로부터 파생되었지만, 이러한 버블이 오히려 이용자의 정보 접근성을 제한함으로써 다양한 정보 노출에의 기회를 막고 개인 성향에 동조하는 수준의 비슷한 정보만을 노출하거나 그 정보 수준에서의 상호작용만을 촉진함으로써 정보 및 소통의 다양성을 제약하는 역기능으로 나타난 것이다. 이와 더불어 관심사의 지나친 분산으로 인해 스마트폰 중독과 같이 하루에도 몇 번이고 소셜미디어를 확인하고 이용에 매달림으로써 비생산적으로 시간을 허비하게 되는 것 역시 정보과잉에 따른 부산물이라 볼 수 있다.
이 선택적 노출이 이용자의 자발적 행위의 결과라면 필터 버블은 소셜미디어의 알고리즘에 의해 정보가 걸러져 노출되는 현상의 결과이다. 이때 이용자들은 자신이 보는 정보가 이미 솎아진 정보라는 인지가 부족하다. 이용자의 의지와는 상관없이 서비스 알고리즘에 의해 자동적으로 걸러져 나오기 때문이다. 또 이 필터링 과정을 인지하고 있다고 해도 필터링 알고리즘이 공개되어 있지 않기 때문에 어떤 방식으로 걸러져 나오는지 알기 어렵다. 이와 관련해 프레이저(2011)는 “인터넷은 우리가 누구인지 알지만, 인터넷이 우리를 어떻게 생각하는지 우리의 정보를 어떻게 사용하는지 우리는 알지 못한다. 우리에게 더 많은 통제권을 주도록 고안된 기술이 오히려 우리 생활의 통제권을 점점 더 앗아가고 있다”(p.301)라고 경고한다. 최근 미국 등에서는 필터 버블 현상과 관련해 이 알고리즘에 대한 연구가 시작되었다. 하지만 우리나라 학계나 사회적 논의에서는 아직 그러한 움직임을 찾기 어렵다. 소셜미디어가 관계형성보다는 정보유통으로 경도되고 정보과잉에 따른 부담이 정보 필터링 서비스로 진화하는 와중에 정보 소비의 주체가 점점 소외되고 있는데 이에 대한 사회적 대비가 요원한 것이다. 소셜미디어 이용 행태의 변화와 관련하여 새로운 역기능의 발생을 주시해야 할 때이다.
하지만 인터넷 시스템이 이용자가 어떤 사람인지를 정의하고 그에 맞는 정보를 선별해 제공하는 동안 정작 이용자 자신은 그 시스템이 자신을 어떻게 정의하고 어떤 기준으로 정보를 걸러서 자신에게 보여 주는지를 이해하지 못한다. 즉, 시스템이 정보를 걸르기 위해 이용하는 알고리즘에 대한 이해가 전혀 없는 것이다. 이에 서구 학계에서는 이미 정보 필터링 알고리즘에 대한 연구가 시작되었다(Bucher, 2012; Cheney-Lippold, 2011). 하지만 우리나라 학계나 사회적 논의에서는 아직 그러한 움직임을 찾기 어렵다. 소셜미디어가 관계형성보다는 정보유통으로 경도되고 정보과잉에 따른 부담이 정보 필터링 서비스로 진화하는 와중에 정보 소비의 주체가 점점 소외되고 있는데 이에 대한 사회적 대비가 요원한 것이다. 소셜미디어 이용 행태의 변화와 관련하여 새로운 역기능의 발생에 주시해야 할 때이다.
앞선 정보과잉이 정보의 양이 많아지는 것을 의미한다면 검증되지 않은 허위 정보유통으로 인한 사회적 비용 증가는 정보의 질과 관련이 있다. 소셜미디어는 그 특성상 많은 사람들의 연결망으로 정보가 실시간으로 유통되기 때문에, 확인되지 않은 소문이나 유언비어가 검증 절차를 거치지 않고 빠르게 유통됨으로써, 개인에게 감당할 수 없는 피해를 입히거나 사회적 혼란을 야기하여 이를 교정하는 데 드는 사회적 비용을 증가시키는 역기능을 초래할 수 있다. 이와 관련된 경험적 현상은 매우 광범위하게 전 세계적으로 나타나고 있으나, 이를 체계적으로 연구한 사례는 찾기 어렵다. 대개 이러한 허위 정보유통을 하나의 잡음(noise)으로 보면서 점차적으로 사라지는 것으로 취급한다(Mendoza, Poblete and Castillo, 2010). 소셜미디어 이용자들이 허위 정보에 대해서는 사실 정보보다 더욱 많은 의문을 제기하게 되고 이러한 의문의 양이 결과적으로 허위 여부를 판단할 것이라 보기 때문이다. 허위 정보유통에 따른 사회적 비용 증가는 향후 지속적으로 연구될 필요가 있다.
소셜미디어와 사회관계에서 나타나는 역기능으로 꼽을 수 있는 세 번째는 집단 괴롭힘 현상이다. 주로 십대 등 청소년들 사이에서 일어나는 사이버 따돌림이나 소셜미디어 고유의 역기능이라고 보기는 어려우나 일명 마녀사냥으로 대표되는 집단 괴롭힘 현상을 꼽을 수 있다. 사이버 따돌림(cyber bullying)은 지인들로 구성된 집단 연결망 내에서 지속적으로 행해지는 경향이 있다. 소셜미디어를 통한 집단 괴롭힘이나 따돌림의 경우 소셜미디어 내 연결망이 24시간 내내 존속한다는 특성 때문에 항상적 위협으로 나타나기 때문에, 그 희생자가 극단적 행동을 하는 등 사회적 피해가 크다(Luxton, June, and Fairall, 2012). 마녀사냥은 불특정다수가 특정인에게 집단적인 언어폭력이나 비난을 퍼부어 정상적인 소셜미디어 활동을 못하게 하거나 해당 소셜미디어 계정 이용자의 사회적 평판을 저해하는 것을 말한다.
정보과잉과 필터 버블 및 유유상종이 심화되면 견해가 다른 이용자들이 해당 연결망에서 분리되어 새로운 연결망을 구성하게 되고, 이에 따른 연결망 양극화(polarization)가 나타나게 된다. 이러한 양극화는 결과적으로 사회 통합을 저해하고 사회 갈등을 증폭시키는 역기능으로 이어진다. 예를 들어, 민주주의의 발전을 위해서는 견해가 다른 사람들끼리 숙의의 과정을 거쳐 성숙된 토론의 결과로 합의를 이루어야 하지만, 다른 견해를 가진 사람들과의 소통이 부재하고 이들을 넘나드는 대화가 부족해짐으로써 중재역할을 할 수 있는 중간층이 사라지는 것을 언급할 수 있다(Hindman, 2008). 또 다른 문제는 이러한 양극화 및 사회 통합이 소셜미디어를 이용하는 계층과 소셜미디어를 이용하지 않는 계층 간의 단절이라는 단순한 결과가 아니라, 세대간 단절과 같은 기존 사회의 단절 현상으로 심화되는 경우이다. 소셜미디어 이용에서의 세대간 격차는 사회 정치적 견해 차이를 가중시키는 것으로 이어질 수 있고, 이러한 견해 차이가 결국 세대간 단절로 이어진다면 소통의 연결망 자체가 단절된다는 가정도 가능하다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
필터 버블 현상을 완화하기 위해 소셜미디어 서비스 차원에서 도입된 시스템 자동화 기술은 구체적으로 어떤 알고리즘 원리를 사용하는가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation질문은 소셜미디어의 정보과잉을 완화하기 위해 도입된 시스템 자동화(알고리즘)가 어떠한 구체적인 작동 원리나 메커니즘을 사용하는지 묻고 있다.
-
2정보 추출
information_extraction문맥에서는 정보과잉을 줄이기 위해 알고리즘을 통한 시스템 자동화가 도입되었으며, 이것이 필터 버블로 이어진다는 사실과 알고리즘이 공개되어 있지 않아 작동 방식을 알기 어렵다는 점을 언급하고 있다.
- 역설적으로 소셜미디어 알고리즘으로 이용자에게 최적의 정보만을 제공하는 시스템 자동화가 제공되게 되었다
- 필터링 알고리즘이 공개되어 있지 않기 때문에 어떤 방식으로 걸러져 나오는지 알기 어렵다
-
3근거 선택
evidence_selection문맥은 알고리즘의 존재와 그로 인한 결과(필터 버블)는 설명하지만, 알고리즘이 정보를 선별하는 구체적인 기술적 원리나 수학적 모델 등 '어떤 방식'으로 작동하는지에 대한 상세 정보는 제공하지 않는다.
- 필터링 알고리즘이 공개되어 있지 않기 때문에 어떤 방식으로 걸러져 나오는지 알기 어렵다
-
4논리 통합
logical_integration문맥 내에서 '최적의 정보를 제공한다'거나 '정보를 걸러낸다'는 목적과 현상은 확인할 수 있으나, 그 내부적인 알고리즘의 작동 원리에 대해서는 '알기 어렵다'고 명시되어 있어 정보를 통합해도 답을 도출할 수 없다.
-
5결론 도출
conclusion_formulation질문이 요구하는 '구체적인 알고리즘 원리'는 문맥에서 명시적으로 다루어지지 않았으며, 오히려 알고리즘의 불투명성을 언급하고 있으므로 답을 결정할 수 없다.
-
6답변 생성
answer_generation주어진 문맥만으로는 질문에 대한 구체적인 답변을 생성할 수 없으므로 정해진 답변 문구를 작성한다.
근거 (evidence)
- 역설적으로 소셜미디어 알고리즘으로 이용자에게 최적의 정보만을 제공하는 시스템 자동화가 제공되게 되었다
- 필터링 알고리즘이 공개되어 있지 않기 때문에 어떤 방식으로 걸러져 나오는지 알기 어렵다
최종 답변 (final_answer)
주어진 문맥만으로는 답을 확인할 수 없다.
분석 (analysis)
문맥은 소셜미디어 알고리즘이 정보과잉 완화를 위해 도입되었으나 그 작동 방식이 공개되지 않아 알기 어렵다는 사실을 기술하고 있다. 질문은 알고리즘의 구체적인 작동 원리를 요구하지만, 문맥에는 해당 정보가 누락되어 있어 외부 지식 없이는 답할 수 없다.