사람들은 ‘개인화 추천 뉴스’를 원한다 (그것이 가져올 결과에 대해 걱정하면서도)

2016년 6월 번역하여 사내망에 공유했던 글. 신속하게 전하고 싶었기에 고유어나 업계 사람이라면 알 법한 용어들은 한국어로 옮기느라 번역하기보단 로마자 표기를 그대로 했었다.

그 시절에 비해 이런 종류의 소식을 접하는 빈도와 접했을 때의 흥미가 매우 낮아졌다. 다만, 시간과 노력을 들여 (그때는) 재미있게 번역한 글이 사내망/에버노트에만 남아있는 것을 우연히 발견하게 되어 블로그로 옮김.

원문은 http://www.digitalnewsreport.org/essays/2016/people-want-personalised-recommendations/


최근 몇년간 BBC와 뉴욕타임스 같은 언론사들은 웹사이트와 앱에서, 사람들이 관심있다고 표시한(indicated) 토픽에 대해 더욱 개인화된(personalised) 뉴스를 제공하기 위해 노력해왔다. 혹은 몇몇 경우엔 과거 소비한 콘텐츠에 기반해 자동으로 생성된(auto-generated) 추천 콘텐츠 목록을 제공하기도 했다.

독일 퍼블리싱 그룹 악셀 슈프링어는 업데이(Upday)를 론칭했다. 삼성과 협업해 출시한 업데이는 새로운 모바일 뉴스 어그리게이션으로, 유저의 읽는 행동(reading habits)을 측정한 뒤 웹을 통틀어 자동으로 개인화된 콘텐츠 스트림을 선택해준다. 워싱턴포스트는 챗봇을 개발중인 여러 기관 중의 한 곳이다. 이러한 챗봇은 자동으로 개인화된 뉴스(personalized news)를 개개인(individual users)에게 메시징 앱을 통해 자동으로 전송한다. 시야를 넓혀보자. 구글, 페이스북, 트위터와 같은 Digital intermediaries는 알고리즘을 통해 생성한(algorithmically generated) 개인화된 검색 결과, 뉴스피드, 타임라인을 제공한다. 우리의 사용 목적이 뉴스든 다른 것이든 말이다.

분명히 말하건대, 뉴스가 안정적인 상품으로서 고정된 형태로 출판되거나 송출되어 사람들이 관심을 기울이게 되는(혹은 그러지 않는) 시대는 점점 종말에 다다르고 있다. 빠른 속도로 발전하고 있는 다음의 결합—responsive design+automated display decisions+individual-level data—은 퍼블리셔와 플랫폼 양측 모두에 more tailored content and services의 제공을 가능하게 한다. 여러분이 보게 되는 뉴스는 날이 갈수록 다음과 같은 요소에 의존하게(depend on) 될 것이다: 당신이 누구인지, 지금 어디에 있는지, 당신이 뉴스를 접하는 통로인 그 퍼블리셔나 서비스가 당신에 대해 알고있는 것, 당신과 비슷한 집단의 사람들, 그리고 당신 주위에 있는 사람들.

이러한 발전에 대해 일부 저널리스트와 public intellectuals는 우려를 표한다. 개인화된 추천은 편집권(editorial control)을 약화시킬지도 모른다. 많은 저널리스트들은 추천 엔진이나 소셜 필터가 아니라 자신들이야말로 사람들이 어떤 뉴스를 사람들이 보게 되는지에 대해 결정해야 한다고 생각한다. Automated display decisions는 필터 버블(기존 관점을 확인시켜주는 뉴스만 접하게 됨)과 알고리즘 차별(algorithmic discrimination, 맞춤형 뉴스의 결과로 사람들이 중요한 소식을 놓치게 됨. 예를 들어 가난한 사람들이 금융 뉴스를 극소수로 제공받거나 일절 제공받지 않게 됨)을 초래할 가능성이 있다. 또한 프라이버시 우려를 높이기도 한다(그런 기술들은 individual-level data 수집에 근거하므로).

우리의 2016년 서베이를 보면 세계 각국의 일반인들(ordinary people) 역시 위와 같은 걱정을 공유하고 있었다. 하지만, 동시에 그들은 자동으로 생성된 개인화 추천 목록을 수용하는(embrace) 태도를 보였다.

놀랍게도, 다음 세 가지의 뉴스 습득 형태를 평가하라고 했을 때 거의 모든 국가에서 2번이 가장 높은 선호도를 기록했다
1. 에디터와 저널리스트가 뉴스 선택
2. 개개인의 과거 소비 이력에 기반해 자동 선택
3. 친구들이 소비하는 것에 기반해 자동 선택
한 개인이 과거에 어떤 소비를 했는가에 기반한 개인화 추천이 1위를 한 것이다. *한국은 2와 3이 동률*

에디터십에 기반한 선택(editorially selected)이나 소셜 추천이 더 낫다고 답한 사람보다 개인화 추천을 뉴스 소비의 더 나은 방법이라고 답한 사람이 더 많았다. 개인의 소비에 근거한 것이라면, 알고리즘이 저널리스트보다 더 인기 있다는 것이다. 거의 모든 국가에서, 소셜 추천보다는 에디터들이 더 선호되었다. *한국은 다름* 차이가 그렇게 큰 것은 아니다. 하지만 대부분의 국가들에서 일관되고 중요하게 나타났다. 국가마다 세대별 차이가 각각 다르게 나타났지만, 전반적으로 보자면 젊은층일수록 개인화된 추천과 소셜 추천이 뉴스를 소비하는 좋은 방법이라는 데 더욱 동의했다.

뉴스를 접하는 것에 있어서(getting news), 간단히 말하자면 대부분의 사람들은 저널리스트보다는 자기 자신들을 더 신뢰했다. 다만 친구와 지인 등 넓은 인간관계보다는 저널리스트들을 더 신뢰했다.

동시에 대부분의 응답자들은 보다 개인화된 뉴스 환경으로 바뀌어가는 것의 결과에 대해 우려를 표했다. 26개국에서 진행된 2016년 서베이에서, 사람들은 ‘더욱 개인화된 뉴스’가 중요한 정보나 challenging viewpoints를 놓칠 가능성을 뜻한다는 데에 걱정하는 것으로 보였다. 필터 버블과 알고리즘 차별에 대한 걱정은 상당히 광범위했다. 비록 개인화된 뉴스가 뉴스를 얻는 좋은 방법이라고 말했을지라도 말이다. 이와 유사한 정도로, 사람들은 프라이버시에 대해서도 걱정을 하고 있었다. 독일, 오스트리아, 한국에서는 다른 것들보다도 프라이버시에 대한 걱정이 컸다.

이런 양상으로, 개인화 뉴스 추천에 대한 사람들의 참여(engagement)는 광범위한 트렌드를 반영한다: 많은 사람들은 멋진 기능과 편리함을 제공하는 디지털 서비스에 매일매일 의존한다. 그 작동방식에 대한 의심과 주저함이 있을지라도.

이것은 우리가 디지털 미디어에 어떻게 실용적으로 참여는지를 보여준다. 즉, 그것(디지털 미디어)을 이해하지 못하며, 그것들이(디지털 미디어) 자세히들여다보면 우려할 만한 trade-offs을 전제로 한다는 것을 알고 있을지라도 우리는 디지털 미디어를 이용하고 즐긴다. 잠시 멈춰서서 그것(알고리즘)이 대체 어떻게 작동하는 것인지 고민하는 때라면 우리는 알고리즘을 신뢰하지 않을지도 모른다. 그러나 그것들이 가능케 하는 서비스는 환상적이며 우리는 그것(서비스) 없이 지내길 원치 않을 것이다.

나름의 자동화된 개인 추천 뉴스 서비스를 개발중인 BBC, 뉴욕타임스, 악셀 슈프링어 그리고 다른 여러 언론사(news organizations)에게, 우리의 2016년 보고서는 encouraging하면서 worrying하다. Encouraging의 이유: 결과를 보면, 사람들이 알고리즘 기반 검색결과나 ‘만약 이것을 좋아하신다면, 이것도 마음에 드실 겁니다’ 류의 추천에 익숙해짐에 따라, 많은 사람들이 비슷한 종류의 개인화된 추천 즉, 자신들의 과거 소비 이력에 기반한 추천을 뉴스에도 원하게 될 것이다. Worrying의 이유: 에디터십에 의한 선택(editorial selection), 뉴스 기관의 정체성에서 핵심적인 부분인 이것이 특별히 귀한 대접을 받는 뉴스 접근 방식이 아니라는 것. 또한, 자동 개인화 추천의 품질을 가르는 기준들이 거대 검색엔진과 소셜 미디어, 그리고 여타 다른 회사들에 의해 정해지는 양상이 있다는 것(그들에겐 더 많은 데이터, 더 많은 재능있는 엔지니어들, 어느 뉴스 조직보다도 많은 리소스가.. 아마존에게 통하는 방식이 Arkansas Democrat-Gazette에는 통하지 않을 테니까)

서베이 결과가 개인화된 추천 시스템을 웹사이트, 앱, 또는 차후 챗봇에 구축하고자 하는 언론사들에게 제시하는 것은 다음과 같다. 그들은 에디터십에 의한 선택(editorial selection), 개인화된 선택(personalised selection), 그리고 대체로 그렇게 높게 평가받진 못하는 소셜 선택(social selection) 사이의 균형을 찾아야 할 것이다(데이터와 기술을 활용하면서). 도전해야할 것은 다음과 같다: 개인의 관심에 소구력을 갖는 콘텐츠를 전달하고, 또 사람들과 더욱 넓은 세계를 연결시켜줘야 한다. 그러면서 동시에 그러한 콘텐츠를 특별히 언론사(news organizations)에서 얻는다는 것에 대한 가치를 입증해야 한다. 자동화 콘텐츠와 전송 분야에서 계속해서 앞서 나가고 있는 one of the giant digital intermediaries 대신에 말이다. 이런 것들을, 사람들이 알고리즘에 대해 주저하는 세상에서 해냐아 한다. 다만 많은 사람들은 저널리즘에 대해 더욱 주저한다(거리낌이 있다). 영국의 한 참가자가 이렇게 말했듯이: “저는 알고리즘을 더 믿는 것 같아요. 제가 개인적으로 모르는 에디터와 역시 모르는 알고리즘이라면.. 알고리즘은 agenda가 없을 테니(=설정하려는 의제가 없다?) 더 다양한 소스의 소식을 보여주겠죠.” (영국, 포커스그룹 인터뷰, 20~34세)

 

에디터십에 의한 선택의 가치를 믿으며 그에 토대를 두고 브랜드와 정체성을 정립한 언론사들은 두 겹의 문제에 직면하게 된다.
1. 개인화된 추천의 위력을 활용하면서도 어떻게 에디터십을 손상시키지 않을 것인가
2. 에디터와 저널리스트로부터 뉴스를 얻는 것이 알고리즘으로 걸러진 뉴스를 얻는 것보다 더 낫다는 것을 어떻게 설득할 것인가.