추천 시스템 - 필터버블 (Filter Buuble)

최신 뉴스를 가장 많이 접하는 창구로 자리매김한 소셜미디어 역시 보고 싶은 것만 보고 지속적으로 클릭을 유도하게 설계하는, 이른바 ‘필터버블(Filter Bubble)’ 현상

 

인터넷 검색 사이트와 소셜미디어에 의존해 정보 편식을 하는 이용자들이 자신만의 울타리에 점점 갇히는 현상을 설명하는 용어로, 엘리 프레이저가 그의 책 ' The Filter Bubble'에서 제시한 개념

 

 

정치적이거나 상업적인 논리가 개입된, 필터링을 거친 정보만을 받아들이는 이용자들이 자신도 모르는 사이에 정보를 편식하게 되고, 그로 인해 가치관의 왜곡이 일어날 수 있다는 점을 경고

 

 

▷ 필터버블의 문제점

그러나 필터링 서비스의 문제점을 지적한 연구자가 있으며, Pariser는 2011년의 TED 연설41)에서 필터버블을 당한 사례를 놀라운 일로 소개했다.

 

즉 본인은 매우 진보적인 성향의 사람이며 따라서 의도적으로 보수적인 성향의 사람들을 만나고 그들의 의견을 듣기 위해 노력했다는 것이다.

 

그런데 어느 날 페이스북에서 보수주의적 성향의 사람들의 글이 모두 제거되었다는 것이다.

 

이는 Pariser가 평소에 진보주의적 성향의 사람을 더 많이 클릭했기 때문이다.

 

사람마다 각각 다른 취향과 관점과 성향을 가지고 있지만 누구나 중간적인 관점, 세계적인 관점(worldview)을 갖고자 하며, 가질 기회를 가져야 한다.

 

그러나 필터버블은 이러한 기회를 필터링을 통해 원천적으로 봉쇄해 버릴 수 있다.

 

바로 이점은 어떠한 편견도 없이 정보를 제공해야 하는 사서에게 도전이 되는 과제가 된다.

 

도서관은 이용자 개개인의 요구에 따라 맞춤형 서비스를 제공하기 위해 노력하지만, 여기에는 의도되지 않은 위험스러운 결과가 발생할 수 있다.

 

즉 필터버블이라는 트랩에 걸리게 된다.

 

 필터버블을 주의해야 하는 또 다른 이유는 탐색결과 및 탐색히스토리가 수집되고, 수집된 정보들은 공유되고 판매될 수 있기 때문이다.

 

 

▷ 필터버블 방지 방법

 

Eli Pariser(2011)는 필터버블이라는 용어를 최초로 사용한 사람이며, 그의 저서 ‘The Filter Bubble: What the Internet Is Hiding from You’ 에서 이 개념에 대해서 기술하고 있다.

 

또한 그의 블로그를 통해서 중립적이나 개인화되지 않은 웹이면서, 필터되지 않았고, 필터버블을 해소할 수 있는 10가지 방법을 소개하고 있으며 많은 방법이 브라우저 설정을 바꾸는 것과 관련된다.

 

① 쿠키를 삭제하라(Burn your cookies).

 

회사가 이용자들이 방문한 모든 사이트를 추적하는 가장 쉬운 방법 중의 하나가 쿠키이다.

 

쿠키를 사용하는 사이트를 방문하면, 그 사이트는 이용자의 컴퓨터에 있는 데이터를 식별해서 저장하고, 다른 사이트들이 이러한 데이터를 사용해서 이용자가 앞으로 볼 것을 변화시킨다.

 

 따라서 필터버블되지 않은 데이터를 보기를 원한다면, 정기적으로 쿠키를 삭제해야 한다.

 

② 웹 히스토리를 삭제하라(Erase your web history).

 

웹 히스토리에 기록된 사이트는 이용자의 재방문 사이트가 될 수 있다.

 

구글의 개인화된 탐색서비스는 오랜기간 축적된 웹 히스토리를 기반으로 한다.

 

③ 페이스북에게 당신의 데이터를 기밀로 유지해 줄 것을 요구한다(Tell Facebook to keep your data private).

 

다른 어떤 회사보다 페이스북은 엄청난 양의 개인적인 데이터를 제공하고 있다.

 

페이스북 회사가 개인 데이터를 공개하는 것으로 정책을 바꿀 수 있으며, Rapleaf와 같은 회사(개인정보를 구축해서 판매했던 회사)가 될 수 있다.

 

따라서 페이스북 회사에게 절대로 이용자 자신이 공개하지 않기로 결정한 어떤 것도 공개하지 말라고 말해야 한다.

 

그리고 페이스북의 설정을 바꾸어 개인 정보가 유출되지 않도록 해야 한다.

 

④ 생년월일에 대한 정보를 숨겨라(It’s your birthday, and you can hide it if you want to).

 

Experian이나 Acxiom, Rapleaf와 같은 개인정보 판매 회사들의 가장 큰 도전은 사람들을 구분해 내는 것이다.

 

 

이 때 가장 쉬운 방법은 사람 이름에 생일을 대비시키는 것이다. 따라서 페이스북 프로파일에서 생년월일 정보

 

를 삭제하고, 로그인 이름으로 본인의 실명을 사용하는 것을 지양해야 한다.

 

⑤ 타깃 광고를 해지하고, 스토킹 스니커를 떠나게 하라(Turn off targeted ads, and tell the stalking sneakers to buzz off).

 

주요 광고회사들은 비교적 쉽게 광고 보여주는 것을 해지할 수 있도록 하고 있기 때문에, 브라우저에서 광고

 

들이 제공되지 않도록 설정을 바꿀 수 있다.

 

⑥ 비밀스럽게 방문하라(Go incognito).

 

대부분의 최신 브라우저들은 사적 브라우징(private browsing) 또는 시크릿(incognito) 모드를 제공하여 히스토리트래킹 기능을 없애거나, 쿠키를 숨기거나(윈도우즈를 닫을 때 삭제되거나), 구글이나 페이스북과 같은 사이트의 로그를 제거할 수 있도록 한다.

 

구글을 포함한 많은 회사들이 쿠키를 이용한 개인화된 버전을 보여주는데, 이는 이용자의 컴퓨터에 있는 데이터를 활용하여 이용자마다 다른 정보 및 사이트를 제공한다.

 

⑦ 더 바람직하게는 익명으로 브라우저를 이용하라(Or better yet, go anonymous).

 

Torproject.org이나 Anonymizer.com 같은 사이트는 그들의 서버를 통해서 브라우저를 이용한 이용자가 시크릿모드(incognito mode) 상에서 수행한 몇몇 시그널을 효과적으로 제거하게 한다.

 

⑧ 브라우저를 개인화하지 말라(Depersonalize your browser).

 

쿠키를 끄고, 시크릿 모드에 있으면, 이용자가 누구인지를 알아낼 수 있는 방법은 없다. 다운로드를 위한 모든 질문은 이용자의 컴퓨터의 구성을 알아내기 위한 것이다.

 

Electronic Frontier Foundation(EFF)는 이용자 컴퓨터 환경이 얼마나 유일한지를 쉽게 보여준다.

 

그들은 컴퓨터 환경을 트랙당하지 않도록 하기 위한 좋은 지침을 제공한다.

 

⑨ 이용자의 필터를 보고 통제하는 구글이나 페이스북에게 말하라(Tell Google and Facebook to make it easier to see and control your filters).

 

이 회사들은 이용자의 개인정보에 접근하고 필터를 조작할 수 있는 툴들을 제공하지만 실제로 유용하지 못 하다.

 

엔지니어들은 이용자들이 이것에 대해서 별로 신경쓰지 않는다고 생각한다. 그러나 그렇지 않다는 것을 알려주어야 한다.

 

⑩ 의회에 말하라(Tell Congress you care).

개인서비스업체나 데이터 제공업체는 소비자가 이런 일을 개의치 않는다고 의회에 말하고 있다.

 

▷ 필터버블, 플랫폼의 예방 노력이 중요

 

  - 필터버블 논란, 실체없는 기우인가

 

▷ 맞춤형 정보 제공 → 민주주의 ‘독배’ 변질 막아야

 

  - 포털의 뉴스 알고리즘과 필터버블 우려

 

▷ SNS 세상에서 더 견고해지는 ‘생각의 감옥’

 

  - 소셜미디어·메시징 앱과 필터버블

 

첨부파일 : 한국언론진흥재단 신문과방송(2017년 7월호)

 

유튜브는 이용자들에게 알고리즘에 관련한 어떠한 데이터도 공개하지 않는다. 이용자는 특정 동영상이 어떤 알고리즘을 통해 홍보됐는지, 유튜브의 추천 시스템 작동에 의해 홍보된 동영상이 어떤 성과를 얻었는지 전혀 알 수 없다. 때문에 유튜브가 알고리즘 내에서 편향된 추천 시스템을 작동시켰다거나 왜곡된 알고리즘 패턴을 적용했는지에 대한 추측도 할 수 없는 상황이다.

 

1. 유튜브 추천 알고리즘 시스템이 편향되거나 음모론적 동영상 위주로 작동한다. 이는 유튜브 시스템의 초점이 ‘체류 시간’에 가있다는 것을 의미한다.
2. 외부 세력이 유튜브 추천 알고리즘을 작동시킬 가능성이 있다. 특정 세력이 자신의 콘텐츠를 이슈화시킬 경우 추천 동영상에 자주 등장할 경우의 수가 높다.

(http://www.bloter.net/archives/301890)

 

이런 상황에서 등장한 게 바로 ‘위키트리뷴(Wikitribune)’이다. 위키피디아로 잘 알려진 지미 웨일스(Jimmy Wales)가 가짜뉴스와의 전쟁을 선포한 것. 그는 집단지성과 증거 기반 저널리즘을 결합한 새로운 온라인 뉴스 플랫폼으로 위키트리뷴을 제안하고 있다.

 

• 데이터 저널리즘:  인터랙티브 웹 기술에 기반한 데이터 저널리즘 콘텐츠 제작이 반복될수록 기자의 역할이 모호해진다. 데이터는 분석가가, 시각화는 디자이너가, 편집은 개발자가 한다. 이 중 어느 한 구석에도 일가견이 없으니 ‘PM(프로젝트 관리자)’도 못 된다. 기자는 어떻게 표현될지도 모를 내용을 취재하고, 써서 넘길 뿐이다. 상호 이해가 없으니 데이터, 웹 페이지, 텍스트 기사의 유기성이 떨어진다.

 

 

• 텍스트를 넘어 콘텐츠 기획안을 고안해야 한다.(http://www.mediatoday.co.kr/?mod=news&act=articleView&idxno=140124)

 

 

필터 버블

 

정보의 홍수에서 편견에 갇히다

[Filter Bubble ]

 

‘필터 버블(Filter Bubble)’은 인터넷 정보제공자가 맞춤형 정보를 이용자에게 제공해 이용자는 필터링 된 정보만을 접하게 되는 현상을 지칭한다. 미국의 시민단체 무브온(Move on)의 이사장인 엘리 프레이저(Eli Pariser)가 쓴 ‘생각 조종자들(원제: The Filter Bubble)’에 등장하는 단어다.

 

[네이버 지식백과] 필터 버블 [Filter Bubble] - 정보의 홍수에서 편견에 갇히다 (용어로 보는 IT)