소셜 미디어 알고리즘의 추천 시스템으로

Question

소셜 미디어 알고리즘의 추천 시스템으로 인한 "필터 버블"

현상이 정치적 양극화와 사회적 확증 편향을 심화시키는

심리젓 기제는 뭔가요?

Answer 1

1. 확증 편향의 기술적 가속화

인간은 본능적으로 자신의 기존 신념을 지지하는 정보는 쉽게 받아들이고, 반대되는 정보는 의심하거나 배척하려는 확증 편향을 가집니다. 신념과 일치하는 정보를 볼 때 뇌는 인지적 노력을 덜 들이는 '인지적 편안함'을 느끼기 때문입니다.

심리적 기제: 알고리즘은 사용자가 오래 머물고, 좋아요를 누른(즉, 인지적 편안함을 준) 콘텐츠만 지속적으로 공급합니다. 이로 인해 사용자는 자신의 생각이 무조건 옳다는 '나만의 심리적 현실'을 구축하게 되며, 비판적 사고 능력이 둔화됩니다.

2. 동질성 선호와 집단 극단화

인간은 소속감을 느끼고 자신이 속한 집단(내집단)을 우월하게 여기며, 다른 집단(외집단)을 배척하려는 내집단 선호 경향이 있습니다.

심리적 기제: 필터 버블 속에서 사용자는 자신과 유사한 정치적·사회적 성향을 가진 사람들의 의견만을 보게 됩니다. 심리학에서 말하는 집단 극단화 현상에 따라, 비슷한 성향의 사람들끼리만 토론을 반복하면 원래 가졌던 생각보다 훨씬 더 과격하고 극단적인 결론으로 치닫게 됩니다. 이 과정에서 반대 진영은 '틀린 생각'이 아니라 '적'으로 인식되기 시작합니다.

3. 정서적 양극화와 분노의 전염

소셜미디어 알고리즘은 사용자의 '체류 시간'을 늘리기 위해 가장 자극적인 감정인 분노, 혐오, 도덕적 수치심을 자극하는 콘텐츠를 우선 추천합니다.

심리적 기제: 외집단(반대 진영)에 대한 공격이나 음모론, 자극적인 가짜 뉴스가 알고리즘을 타고 지속해서 노출되면서, 이성적 논쟁이 아닌 감정적 혐오가 전염됩니다. 이를 정서적 양극화라고 합니다. 반대 진영의 정책적 논리 때문이 아니라, 그 집단 자체에 대한 '순수한 감정적 혐오'가 심화되어 타협 불가능한 정치적 양극화로 이어집니다.

4. 선택적 노출과 반발 효과

알고리즘은 사용자가 싫어할 만한 정보를 철저히 차단하는 선택적 노출 환경을 만듭니다. 이로 인해 필터 버블이 너무 단단해지면, 어쩌다 반대 진영의 객관적인 사실(Fact)을 접하더라도 이를 수용하지 못하는 심리 상태가 됩니다.

심리적 기제: 자신의 강한 신념과 정면으로 배치되는 증거를 만났을 때, 신념을 수정하기는커녕 오히려 기존의 편견을 더 강하게 방어하는 반발 효과(혹은 역풍 효과)가 일어납니다. 반대 증거를 '나에 대한 공격'이나 '저들의 조작'으로 인지하여 확증 편향이 오히려 더 단단해지는 역설적인 현상입니다.