지난 26일, 제2차 네이버 뉴스 알고리즘 검토위원회(이하 검토위)는 결과보고서를 공개하며 알고리즘 상의 의도적 편향은 없다고 밝혔다.

성균관대 소프트웨어학과 고영중 교수를 위원장으로 하는 해당 위원회는 한국언론학회, 한국언론정보학회, 한국정보과학회 언어공학연구회, 한국정보과학회 인공지능 소사이어티에서 추천을 받은 12명의 위원으로 구성되었으며, 지난해 8월 발족하여 올해 1월까지 6개월에 걸쳐 활동했다.

검토위에서는 ‘저널리즘과 뉴스 생태계에서 알고리즘의 사회적 책무’, ‘알고리즘의 구성과 내용에서의 중립성 확보 여부’, ‘알고리즘 영향 평가’의 3가지 관점에 초점을 두고 검토를 진행했다.

검토 범위는 크게 4가지로, 먼저 뉴스 검색(랭킹 알고리즘) 서비스에 대한 검토가 이루어졌다. 조사 결과 해당 알고리즘은 어뷰징이나 검색어와 관련 없는 뉴스를 효과적으로 제하고 있으며, 언론사의 이념이나 성향을 고려하는 요소는 없다고 밝혀졌다. 그러나 기사의 수나 최신성은 알고리즘에 영향을 미치기 때문에 대량 및 신속 생산이 가능한 언론사에 유리하게 작용할 수 있다고 판단했다.

더불어 네이버는 2018년 이후 사용자가 입력한 검색어 질의와의 관련성 지표인 '뉴스의 자질'을 숫자로 표현해 이를 순위 매겨 판단하는 ‘단일 랭킹 모델’을 적용한다. 언론사가 높은 가중치 점수를 위해 인위적으로 키워드를 부여한다면 자칫 어뷰징으로 이어질 수 있다는 점에서 이 부분에서는 개선 방안을 논할 필요가 있다고 지적했다.

다음 검토 대상은 네이버의 인공 지능 기반 뉴스 추천 시스템인 AiRS 뉴스 추천 서비스였다. 검토 결과에 앞서 AiRS 서비스의 작동 방식을 간략히 알아보자.

초기의 AiRS는 협력 필터(CF, Collaborative Filtering)를 기반으로 하여 사용자와 비슷한 콘텐츠를 소비한 다른 사용자들은 어떤 콘텐츠에 관심을 두는지 확인하는 방식으로 서비스를 제공했다. 이후 네이버는 더 정교한 추천을 위해 인공신경망(RNN, Recurrent Neural Network)을 도입했는데, 이를 통해 사용자가 뉴스를 읽는 순서, 즉 콘텐츠 소비 패턴을 고려한 추천을 가능케 했다.

이러한 서비스에 대해 검토위는 단순한 형태의 어뷰징은 필터링이 가능하나 여전히 보완이 필요한 부분이 있다고 지적했다. 앞선 검색 서비스 검토 결과와 마찬가지로, 자원이 풍부한 대형 언론사가 유리한 시스템이므로 뉴스 생태계를 고려한 알고리즘의 개선이 필요하다고 밝혔다. 네이버 측에서는 상대적으로 수가 적은 심층 보도 및 기획 기사의 노출이 적다는 점을 고려해 ‘심층 기획’ 카테고리를 따로 두는 방안을 활용하고 있으며 추가적인 개선을 진행할 것이라고 답했다.

뉴스 클러스터링 서비스는 공정성, 중립성, 객관성 측면에서 최적화되어 있으나 이 역시 기사의 절대량에 영향을 받는다는 것이 확인되었다.

마지막으로 검토위는 코드 개발 과정에서 학습 데이터 평가자를 늘려서 다양성을 확보해야 하며, 사용자 평가를 반영할 수 있도록 사용자 소통 채널을 활성화해야 한다는 점을 짚었다. 또한, 뉴스 생산자인 언론사의 역량에 따라 지나친 편차가 발생하거나, 이에 따라 장기적으로 ‘필터 버블’ 효과가 발생하지 않도록 서비스 조정이 필요하다고도 역설했다.

앞서 언급한 ‘필터 버블’ 효과란 인터넷 정보 제공자가 이용자에게 맞춤형 정보를 제공함에 따라 편향된 정보에 갇히는 현상을 가리키며, 비단 네이버뿐 아니라 유튜브나 페이스북 등 알고리즘 기반의 추천시스템을 사용하는 대다수의 포털이나 플랫폼이 갖는 문제이다. 의도적으로 편향된 알고리즘을 설계하지 않더라도 네이버 알고리즘의 검토 결과처럼 송고된 기사량이 많은 언론사의 콘텐츠가 자주 노출된다면, 결과적으로는 알고리즘이 특정 언론사의 관점으로 편향되어 보일 수 있다는 것이다.

알고리즘은 그것이 주는 편의성만큼이나 부작용도 분명 존재하기 때문에 이와 같은 지속적인 검토와 개선 작업이 필수적으로 이루어져야 할 것으로 보인다.

[ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]