유튜브 알고리즘의 확증편향과 극단주의: 양극화된 사회의 위험

유튜브의 확증 편향과 극단주의 유도 알고리즘의 영향

사용자의 시청 기록, 좋아요, 싫어요, 검색 기록을 기반으로 동영상을 추천하도록 설계된 YouTube의 알고리즘은 사람들의 관점을 형성하고 확증 편향과 극단주의 확산에 기여하는 데 큰 영향을 미쳤습니다. ‘필터 버블’로 알려진 이러한 알고리즘 중심의 현상은 개인이 기존의 신념과 일치하는 정보에만 노출되고 반대되는 관점은 거부하는 양극화된 사회를 초래했습니다.

사용자는 YouTube가 추천하는 콘텐츠를 소비하면서 자신도 모르게 같은 생각과 의견을 공유하는 비슷한 생각을 가진 사람들로 둘러싸여 있습니다. 이러한 반향실 효과는 고정된 사고방식과 편견의 성장을 조장하여 사회적 극단주의의 부상을 촉진합니다. 알고리즘의 추천은 의도치 않게 이러한 편견을 강화하여 확증 편향을 영속화하고 사회적 분열을 악화시키는 자기 강화적 순환을 만들어냅니다.

연구에 따르면 개인이 반대되는 정치적 견해와 정보를 점점 더 혐오하게 되는 우려스러운 추세가 나타나고 있습니다. 엠브리안 트렌드 모니터가 실시한 설문조사에 따르면 균형 잡힌 관점과 뉴스를 적극적으로 찾는 응답자의 비율은 2021년 25.8%에서 2023년 17.8%로 감소했습니다. 의도적으로 정치적 성향이 다른 YouTube 채널을 찾는다는 응답자는 13.1%에 불과했습니다. 특히 진보 지지자라고 밝힌 응답자의 경우 반대 의견을 찾는 비율(43.8%)이 보수 지지자(40%)에 비해 훨씬 높아, 정치적 성향이 없는 응답자의 비율 15.1%를 넘어섰습니다.

한정훈 서울대학교 교수의 연구 결과도 이러한 결과를 뒷받침합니다. 한국인의 유튜브 뉴스 소비와 확증 편향에 관한 연구에서 그는 주요 진보 및 보수 채널 6개를 대상으로 1,238,632명의 시청 행태를 추적했습니다. 연구 결과, 한 이념 진영의 콘텐츠만 소비하는 확증 편향을 보인 사람은 229,840명으로, 양쪽의 콘텐츠를 모두 소비한 48,951명보다 5배나 많은 것으로 나타났습니다.

유튜브의 알고리즘 기반 필터 버블의 결과는 개인의 편향성을 넘어선다. 이 플랫폼의 영향력은 뉴스 신뢰도 측면에서 기존 언론 매체의 영향력을 넘어섰습니다. 앱 분석 서비스인 와이즈앱에 따르면 지난해 10월, 한국인의 유튜브 사용 시간은 총 1,000억 분을 넘어섰습니다. 유튜브 사용 시간은 2020년 10월 6,710억 분에서 2023년 10월 1,044억 분으로 약 1.6배 증가했습니다. 이 사용 시간은 카카오톡보다 3배, 네이버보다 5배 더 길었습니다.

유튜브의 알고리즘은 확증 편향과 극단주의에 기여할 뿐만 아니라 사회적 혐오와 분열 이데올로기를 조장하는 역할도 하고 있습니다. 알고리즘은 좋아요 및 구독과 같은 참여도 지표가 높은 채널에 노출을 늘려 보상을 제공합니다. 따라서 콘텐츠 제작자는 강한 감정적 반응을 불러일으키고 지지자를 만족시킬 수 있는 도발적인 제목과 동영상을 제작하도록 인센티브를 받게 됩니다. 이러한 수익 창출 구조는 크리에이터가 자극적인 콘텐츠를 통해 지지자를 모으고 스폰서십과 광고 수익 증가를 통해 수익을 창출하기 때문에 확증 편향의 영향을 더욱 증폭시킵니다.

로이터 저널리즘 연구소가 실시한 설문조사에서 응답자의 31%가 가짜 뉴스 확산이 가장 우려되는 플랫폼으로 YouTube를 꼽은 것처럼 이러한 영향은 눈에 띄지 않게 사라지지 않았습니다. YouTube의 알고리즘 기반 필터 버블의 영향은 시청자의 다양한 관점과 비판적 사고를 키우는 데 큰 걸림돌이 되고 있습니다.

유튜브 알고리즘의 부정적인 영향을 완화하기 위해서는 사용자가 적극적으로 다양한 관점을 찾고 미디어 리터러시에 참여하는 것이 중요합니다. 필터 버블에서 벗어나려면 개인이 의식적으로 자신의 편견에 도전하고 다양한 출처의 정보를 적극적으로 소비해야 합니다. 또한 정책 입안자와 YouTube 자체는 알고리즘의 의도하지 않은 결과를 해결하기 위해 책임을 지고 보다 균형 잡히고 포용적인 미디어 환경을 조성하기 위한 조치를 실행해야 합니다.”

결론적으로 유튜브의 확증 편향과 극단주의 유발 알고리즘은 신념의 양극화와 극단주의 이데올로기의 확산에 기여하는 등 사회에 큰 영향을 미치고 있습니다. 필터 버블 현상은 확증 편향을 지속시켜 기존의 신념을 강화하고 비판적 사고 능력의 발달을 방해합니다. 이러한 알고리즘 중심 생태계의 부정적인 결과를 인식하는 것이 보다 개방적이고 다양한 미디어 환경을 조성하기 위한 첫걸음입니다.