알고리즘의 투명성 및 설명책무성 확보와 이용자의 프라이버시 보호, 그리고 표현의 자유 및 알 권리와의 법적·윤리적 충돌 문제에 관한 논의 doc_id CNTS-00118872225_2

굿맨과 플랙스먼(Goodman & Flaxman, 2016)의 논문에서 이들은 설명을 요구할 권리가 효율적으로 사용될 때 사용자가 느끼는 알고리즘 투명성과 공정성이 증가할 것이라고 설명하고 있다. 또한, 모넷과 루이스(Monett & Lewis, 2017)은 블랙박스의 영역을 제외하더라도 개발자들은 적용한 알고리즘의 모델에 대해 충분히 설명해야 하며 이는 이용자들로 하여금 모델에 대한 신뢰로 이어진다고 설명하고 있다. 실례로 지난 6월 20일, 네이버 기사배열 공론화 포럼 공청회에서 민언련(민주언론시민연합)은 네이버가 기사배열 방침, 기사배열 알고리즘, 기사추천 알고리즘을 투명하게 공개해야 한다고 주장하였으며 이는 포털뉴스의 신뢰성과 공정성을 확보할 수 있는 방안이라고 설명하였다. 그러나 알고리즘 투명성에 대한 정의가 불명확하며 이에 따라 투명성을 확보하기 위한 조작적 방법 또한 명확하지 않은 한계가 있다. 설명을 요구할 권리에 기반한 알고리즘의 투명성 강화는 많은 학자들에 의해 알고리즘 연산방식 그 자체를 설명하고자 하는 화이트박스(White-box)의 영역과 알고리즘이 적용되는 목적과 주체를 설명하고자 하는 블랙박스(Black-box)의 영역으로 구분되어 연구되었다. 페드레스치와 동료들(Pedreschi, Giannotti, Guidotti, Monreale, Pappalardo, & Turini, 2018)과 같은 연구자들은 알고리즘을 적용하는 목적과 주체, 이유를 명시하고 이를 규제함으로서 투명성을 강화할 수 있다고 주장하는 한편, 다른 연구자들은 언제, 어떻게와 같은 화이트박스의 영역을 사용자들이 이해 가능한 수준에서 전달하는 것이 투명성의 핵심이라고 설명한다(Kanimski, 2017). 한편, 프리드리히와 젠커(Friedrich, & Zanker, 2011)는 추천시스템의 설명방식을 화이트박스(White-box)와 블랙박스(Black-box)로 구분하고 화이트박스 설명방식은 알고리즘 구 동방식에 대한 개념이 포함된 것, 블랙박스 방식은 관련 개념이 포함되지 않은 설명 방식이라고 설명하고 있다. 이와 관련된 연구로서, 코터과 동료들(Cotter, Cho, & Rader, 2017)은 페이스북의 ‘News Feed FYI’ 블로그 알고리즘 설명방식을 분석하여 알고리즘이 어떻게 적용되었는지(Black-box)에 대한 설명방식이 왜 알고리즘을 적용하였는가(White-box) 방식보다 비중이 높음을 발견하였다. 레이더와 동료들(Rader, Cotter, & Cho, 2018)은 화이트박스와 블랙박스의 개념을 세분화하여 화이트박스 방식의 설명으로 어떻게(How)와 무엇(What)을, 블랙박스 방식의 설명으로 왜(Why)와 목적(Objective)을 제안하면서 설명방식에 시스템에 대한 사용자의 신뢰도 와 투명성에 대한 인식이 달라질 수 있음을 제안한다. 또한 최근 일상생활에서 널리 활용되고 있는 머신 러닝 알고리즘은 빅데이터를 기반으로 한 시스템이기 때문에, 알고리즘 서비스 이용자의 행동 데이터를 수집 ․ 분석하는 것이 불가피한 반면, 데이터 수집과 분석과정 속에 이용자 보호 문제는 추상적인 담론 수준의 논의에 그치고 있고 구체적인 데이터 마이닝 과정 가운데 이용자 권익 침해의 가능성을 검토해 보는 노력은 미흡한 형편이다. 특히 2018년 5월 25일 발효된 유럽연합(EU)의 일반개인정보보호법(GDPR)은 데이터 이용에 있어 이전에 비해 한층 강화된 규정을 담고 있고, 이에 대한 대비책으로써 개인정보 침해 가능성에 대한 전반적인 검토가 요청된다. 또한 기존의 원칙적인 차원에서 논의되는 개인 정보 침해의 문제와 알고리즘 사용자가 느끼는 개인 정보 침해 위험에 대한 실제 인식도간에는 어느 정도 간극이 존재한다. 이러한 간극은 현행 개인정보보호 정책을 그대로 알고리즘 서비스 분야에 적용하는 것의 실효성에 대한 우려를 야기한다. 따라서 본 연구는 종합적인 시각에서 알고리즘 이용자 보호 관련 쟁점 논의를 위한 이론적 토대를 마련하고 새로운 방법론적 시도를 ① 알고리즘의 설명책무성과 ② 이용자의 프라이버시 및 개인정보 유출 ․ 오남용에 대한 염려와 불안이라는 관점에서 제안하고자 한다. 알고리즘과 표현의 자유에 대한 논의들은 전 세계적으로 ‘가짜 뉴스(fake news)’ 이슈가 대두되면서 더욱 활발하게 진행되고 있다. 가짜 뉴스를 규제해야할 필요성이 커지고 있으나 인터넷 상에서의 표현의 자유와 상충하는 지점에서 적절한 조율책을 찾기 위한 노력이 전 세계적으로 진행 중에 있다. 미국에서는 지난 대선 당시, 가짜 뉴스 이슈로 인해 언론사의 플랫폼 종속 문제가 제기되었으며, 언론 플랫폼들에 알고리즘에 기반하여 개별 이용자들의 취향에 맞는 뉴스를 추천하여 제공할 경우 여론 양극화 현상을 심화시킬 수 있다는 주장이 대두되었다. 이에 따라 독일 정부는 사업자에 대한 강제 규정을 추진하였으며, 2017년 ‘소셜 네트워크에서의 법 시행 개선을 위한 법률(Gesetz zur Verbesserung der Rechtsdurchsetzung in sozialen Netzwerken: NetzDG)’이 통과되었다. 미국의 경우 표현의 자유를 강하게 보호하고 있으며 Volvo & Falk(2012)는 검색엔진은 인간의 결정에 의해 구성되며 이용자들의 입력(input)에 의해 구성되므로 검색 결과가 알고리즘에 의해 제시되더라도 수정 헌법 1조에 의해 보호받을 수 있다고 하였다. 즉, 알고리즘에 의해 제시되는 검색 결과 또한 표현의 자유 입장에서 보장되어야 한다는 것이다. 실제 미국의 ‘킨더스타트(Kinderstart) 대 Google(Kinderstart.com LLL v. Google, Inc, Case No. C 06-2057 JF(RS)(N.D. Ca., March 16, 2007)’ 사례와 같은 판결에서도 검색 엔진의 표현의 자유가 보장된 바 있다. 양육 관련 디렉토리와 검색 엔진인 킨더스타트를 비롯한 양육 검색 엔진 사이트들은 구글이 검색 결과를 조작하여 트래픽 및 광고 수입이 감소했다고 주장하며 구글을 상대로 소송을 진행하였다. 최종판결은, 구글의 페이지 순위(PageRank)는 구글의 고유한 창작물이며 구글은 민간 사기업이 운영하기 때문에 공적인 공간으로 변환되지 않는다는 것을 근거로 원고의 주장을 일축하였다. 일반적으로 알고리즘 기반 기술은 인간의 편향으로부터 벗어나 보다 객관적이고 중립적인 시각에서 상황을 판단한다고 생각하기 쉽다. 이러한 믿음과 함께 알고리즘의 산업적 활용의 폭이 넓어지며 기술이 일상생활의 편리함을 제공하는 것을 넘어 인간의 일상을 재편하고 있다. 이렇듯 알고리즘 기반 기술의 적용범위가 확대됨에 따라 인간의 보편적 권리와 충돌하는 면이 점차 늘어나고 있다. 필터링에 의한 게시물 삭제, 검색 알고리즘으로 인한 검색어 노출 등은 개인의 표현의 자유와 타인의 알 권리가 충돌하는 것을 보여준다. 이에 국내를 비롯한 독일, 미국 등은 법안을 통하여 웹상에서의 알고리즘으로 인한 표현의 자유와 알권리에 관련된 이슈들에 대한 포털의 책임 등을 조율 중에 있다. 이와 더불어 알고리즘으로 인한 표현의 자유와 관련된 문제는 명예훼손과도 직결된다. 검색 결과를 통해 제시되는 항목이 명예훼손적 요소가 담겨있을 경우 이를 삭제해야 하는가 등의 이슈들이 발생하고 있으며, 국내의 경우 표현의 자유보다 명예훼손을 중시하는 판결이 내려진 바 있는 등 명예훼손적 게시물로 인한 피해를 줄이고자 노력하고 있다.