인프라 뉴스
알고리즘이 우리의 주의력을 지배하는 방식
Attention is all you have
Hacker News알고리즘 추천 시스템은 사용자의 주의를 지속적으로 붙잡아 두며, 개인이 의도하지 않은 방향으로 생각과 관심사를 형성하게 만듭니다.
세 줄 요약
- 과거에는 사용자가 목적을 가지고 콘텐츠를 찾아다니는 ‘의도적 인터넷’이 주류였으나, 현재는 알고리즘에 의해 그 접근성이 크게 떨어졌습니다.
- 주의력 흐름을 스스로 통제하지 못하면 생각 자체가 플랫폼에 좌우되므로, 정보 소비 과정에서 주체적인 습관을 들이는 것이 중요합니다.
- 무한한 자극에 의존하기보다, 콘텐츠가 제한적이고 업데이트 주기가 느린 ‘느린 인터넷’ 환경에 익숙해지려는 노력이 필요합니다.
테트리스 효과는 우리가 무엇에 집중하느냐가 생각의 형태를 결정한다는 것을 보여주는 예시입니다. 하지만 현대에는 사용자가 의도적으로 주의를 집중하기보다, 다른 사람이나 플랫폼이 무엇을 봐야 할지 결정하게 되는 경향이 강해졌습니다. 이로 인해 알고리즘은 사용자에게 특정 콘텐츠(예: 스톡 시장 버블, 기후 변화 등)를 추천하여 '둠스크롤링'을 유도하고 사용자가 더 오래 머물며 광고를 클릭하도록 만듭니다.
플랫폼들은 우리의 관심사를 세밀하게 파악하여 정보를 제공합니다. 예를 들어, 음악 스트리밍 서비스는 알고리즘이 선별한 콘텐츠를 듣게 하며, 링크드인 같은 전문 네트워크는 관련성 높은 경력 소식 대신 무관한 의견을 노출시킬 수 있습니다. 심지어 사용자들의 의견을 묻는 커뮤니티에서도 이나 트롤의 영향력이 작용할 수 있어, 사용자가 플랫폼에 의존하는 것은 마치 자신의 사고방식에 열쇠를 넘겨주는 것과 같습니다.
인터넷은 과거에는 추천 알고리즘이 주류가 아니었으며, 사용자가 직접 목적을 가지고 웹사이트 북마크나 특정 블로그 등을 찾아다니는 '의도적인 인터넷' 형태였습니다. 현재와 달리 콘텐츠 소비에 노력을 기울여야 했기 때문에, 무분별한 정보 홍수 속에서도 이러한 의도적이고 느린 인터넷 환경으로 돌아가려는 노력이 필요합니다.
용어 풀이
- LLM
- 방대한 글을 학습해 문장을 이해하고 만들어 내는 AI 모델. ChatGPT, Claude, Gemini가 여기에 속해요.