[알고리즘 파헤치기] 알고리즘 원리를 알면, 미디어 리터러시가 보인다

 

안녕하세요~ 미리프렌즈 2기 박소민입니다 😆

 

비가 쏴아아- 내리는 초가을 날씨를 체감하는 요즘,

저는 휴학 후 트렌드 공부를 위해

유튜브를 자주 시청하고 있답니다.

 

지난 1년 반 동안 대학방송국에서 활동하며

유튜브에서 시청자를 끌기 위해서는

‘썸네일’이 중요하다는 점을 알게 됐는데요!

 

그래서 오늘은 시청자를 유도하기 위한

유튜브와 넷플릭스의 알고리즘에

어떤 원리가 있는지 알아보려고 합니다.

 

알고리즘의 세계로 함께 떠나 보실까요~?

 

알고리즘, 왜 이 영상을 추천해 줄까?

 

 

우리는 유튜브, 넷플릭스 등 플랫폼에서

수많은 콘텐츠를 탐색하고 시청합니다.

 

그런데 여기서,

‘왜 이 영상을 추천해 주는가’에 대해

의문을 가진 적 있으신가요?

 

이 의문을 해결하는 핵심은 바로 ‘알고리즘’입니다.

알고리즘은 우리가 접하는 콘텐츠를 제어하며,

시청자의 선택과 경험에 큰 영향을 미치죠.

 

대부분의 플랫폼 알고리즘은 사용자의 클릭률(CTR),

시청 시간, 선호 장르 등 빅데이터를 기반으로

개인 맞춤형 콘텐츠를 추천하는 방식을 따르는데요.

 

그럼 유튜브와 넷플릭스를 대표로 살펴볼까요?

 

 

유튜브/넷플릭스의 알고리즘 작동 원리

 

유튜브	넷플릭스
1) 협업 필터링 활용 - 사용자의 시청 기록, 검색 기록, 사용하는 언어, 거주 지역 등 빅데이터 기반으로 관심사 분석 - 협업 필터링을 통해 비슷한 취향 및 관심사를 가진 사용자가 시청한 영상 추천 2) 콘텐츠 추천 기준 - 중요도는 콘텐츠 클릭률 < 시청 시간 - 사용자가 얼마나 오래 시청하는지, 끝까지 시청하는지 등 시청 지속 시간이 높은 영상을 가진 채널이 알고리즘에 추천될 가능성 높음 - 특정 채널의 영상을 연속하여 시청하는 등 채널별 충성도나 친밀도도 영향을 미침	1) 협업 필터링 활용 - 비슷한 취향을 가진 사용자들의 시청 기록을 분석해 타 사용자에게 추천 - 특정 콘텐츠를 시청한 사용자가 함께 시청한 콘텐츠 정보 수집 2) 사용자 데이터 수집 - 맞춤형 추천을 위해 사용자 개인별 넷플릭스 시청 시간대, 평균 시청 지속 시간, 선호하는 언어, 주 사용 기기 등의 정보 수집 - 콘텐츠 시청 중 멈추는 지점, 좋아요/싫어요, 별점 등 서비스에 대한 반응 수집 3) 콘텐츠 태그 - 장르, 카테고리, 출연 배우, 제작 연도 등 콘텐츠 자체 정보로 사용자의 취향 분석 - 전문 태거(Tagger)들이 미리 콘텐츠를 시청하고 달아둔 키워드 기반으로 알고리즘 구축

 

자세한 원리에는 차이가 있지만,

두 플랫폼 모두 협업 필터링 중심으로

알고리즘을 구축하고 있습니다.

 

 

협업 필터링의 방식은

유사 사용자 기반, 유사 콘텐츠 기반

크게 두 가지로 나뉘는데요.

 

유사 사용자 기반은

내가 스릴러 영화를 좋아한다면

스릴러 영화를 좋아하는 타 사용자들이

선호한 콘텐츠들을 나에게 추천해 주고,

 

유사 콘텐츠 기반은

A영화와 B영화가 비슷한 특징을 가졌다면

A영화 시청자에게 B영화를 추천하는 방식이죠.

 

유튜브는 시청 시간과 채널 충성도 중심으로

연속해서 시청할 가능성이 높은 콘텐츠,

넷플릭스는 특정 장르 선호도와 별점 등 평가를

반영한 사용자 취향 맞춤 콘텐츠 추천 알고리즘이

주로 발달되어 있다고 느꼈는데요.

 

궁극적으로는 두 플랫폼 모두

시청할 가능성이 높은 콘텐츠를 추천하는 것이

목적이라는 점은 같았습니다!

 

알고리즘의 늪에서 인간이 주도권을 잡으려면?

 

알고리즘은 수많은 데이터를 바탕으로

개인 사용자별 추천을 제공하지만, 너무 익숙해지면

확증편향에 빠질 위험성도 존재하죠.

 

 

 

알고리즘 시대에서 중요한 것,

잊지 말아야 할 것은 바로

미디어 리터러시를 키우려는 노력이 아닐까요?

 

편향성을 보일 수밖에 없는 작동 원리를 이해하고,

인간이 주체가 되어 이를 활용한다면

알고리즘은 우리에게 정말 유익한 도구가 되어줄 거예요.

 

균형 있는 시각을 유지하며

똑똑한 소비자가 되어봐요 :)

 

오늘 포스팅도 여러분께 도움이 되었길 바라며,

다음에 더 유익한 정보로 찾아오도록 하겠습니다~!

 

 

---

참고 문헌:

넷플릭스의 추천 콘텐츠 시스템 작동 방법

https://static.googleusercontent.com/media/research.google.com/ko//pubs/archive/45530.pdf

 

 

 

사진 출처:

회로 기판의 유튜브 아이콘 라인 연결 | 무료 사진

부쿠레슈티 루마니아 7월 30일 영화 팬이 IMDb 의 요구 목록을 탐색합니다. | 무료 사진