추천 알고리즘은 왜 그 영상을 보여줄까: 피드가 만들어지는 원리

'어떻게 알았지?'라는 느낌의 정체

어떤 주제를 한두 번 봤을 뿐인데 며칠 뒤 피드가 그 주제로 가득 차는 경험은 요즘 흔합니다. 이때 '앱이 나를 꿰뚫어 본다'고 느끼기 쉽지만, 실제로 벌어지는 일은 조금 다릅니다. 서비스는 내가 남긴 행동 — 무엇을 끝까지 봤는지, 어디서 멈췄는지, 무엇을 눌렀고 무엇을 그냥 지나쳤는지 — 를 기록하고, 비슷한 기록을 가진 다른 사용자들이 다음에 무엇을 봤는지와 비교합니다.

즉 추천은 '나에 대한 이해'가 아니라 '행동 기록의 통계'에 가깝습니다. 그래서 잠깐 호기심으로 본 영상 하나가 며칠간 피드 방향을 바꾸기도 하고, 내가 실제로 중요하게 여기는 관심사와 피드가 어긋나기도 합니다.

추천이 보는 신호들

서비스마다 세부 방식은 공개되지 않은 부분이 많고 수시로 바뀌지만, 일반적으로 알려진 신호의 종류는 다음과 같습니다. 어느 것 하나가 결정적이라기보다 여러 신호가 합쳐져 점수가 매겨진다고 이해하면 됩니다.

• 시청·체류 시간 — 끝까지 봤는지, 몇 초 만에 넘겼는지. 클릭 여부보다 더 중요하게 다뤄지는 경우가 많습니다.
• 명시적 반응 — 좋아요, 구독, 저장, 공유, 댓글. 사용자가 의도적으로 남긴 신호입니다.
• 부정 신호 — '관심 없음', '채널 추천 안 함', 숨기기. 이 신호를 쓰는 사람이 적어서 효과를 실감하기 어렵지만, 대부분의 서비스가 반영합니다.
• 맥락 정보 — 시간대, 기기 종류, 접속 위치, 최근 검색어. 같은 사람이라도 출근길과 주말 밤에 다른 추천을 받는 이유입니다.
• 콘텐츠 자체의 정보 — 제목·설명·자막·썸네일, 그리고 그 콘텐츠를 본 다른 사람들의 반응.

무엇을 위해 최적화되는가

입문자가 가장 놓치기 쉬운 부분이 여기입니다. 추천 시스템은 보통 '사용자에게 가장 유익한 것'을 고르도록 설계되지 않습니다. 대부분의 서비스가 공식적으로 밝히는 목표는 '만족도'나 '시청 시간', '재방문' 같은 참여 지표입니다. 광고로 수익을 내는 구조에서는 사람이 오래 머물수록 이득이기 때문입니다.

이 구조는 자극적인 제목, 끝까지 보게 만드는 편집, 감정을 건드리는 내용이 상대적으로 유리해지는 환경을 만듭니다. 이것이 곧 '알고리즘이 나쁜 것만 보여준다'는 뜻은 아닙니다. 다만 '내 피드에 자주 뜬다'는 사실이 '중요하다' 또는 '사실이다'를 보증하지 않는다는 점은 분명히 구분해둘 필요가 있습니다.

비슷한 것만 쌓이는 구조

어떤 주제를 보면 그 주제가 더 뜨고, 더 보니 더 뜨는 순환을 흔히 '필터 버블'이나 '에코 체임버'라고 부릅니다. 학계에서는 그 영향의 크기를 두고 논의가 진행 중이지만, 구조 자체는 분명합니다. 추천은 과거 행동을 근거로 삼기 때문에, 새로운 관점이나 낯선 분야가 자연스럽게 섞여 들어오기 어렵습니다.

뉴스 소비에서 이 구조는 특히 주의할 점이 있습니다. 한 사안에 대해 한쪽 관점의 영상만 계속 보면, 피드에는 그 관점을 강화하는 콘텐츠가 늘어나고 반대 관점은 점점 보이지 않게 됩니다. 이때 '다들 이렇게 생각하는구나'라고 느끼기 쉬운데, 그것은 세상의 분포가 아니라 내 피드의 분포일 가능성이 큽니다.

사용자가 조정할 수 있는 것들

추천을 완전히 끌 수는 없어도, 방향을 조정하는 장치는 대부분의 서비스에 있습니다. 메뉴 이름과 위치는 서비스와 버전에 따라 다르므로 각 앱의 설정·도움말에서 확인하는 것이 정확합니다.

• 시청·검색 기록 관리 — 기록을 일부 삭제하거나 일시 중지하면 추천의 근거가 바뀝니다. 잠깐 본 영상이 피드를 끌고 갈 때 유용합니다.
• '관심 없음' 적극 사용 — 보고 싶지 않은 유형에 부정 신호를 남기면 비슷한 콘텐츠의 노출이 줄어드는 경우가 많습니다.
• 추천 탭 대신 구독·검색 탭 — 스스로 고른 출처만 모아 보는 방식은 알고리즘의 개입을 크게 줄입니다. 뉴스를 볼 때는 특히 권할 만한 습관입니다.
• 의도적으로 다른 출처 섞기 — 같은 사안을 다른 매체, 다른 형식(긴 글, 원문 자료)으로 한 번 더 확인하면 피드의 편향을 어느 정도 상쇄할 수 있습니다.