아는 만큼 보인다? : 추천 알고리즘 이용자 태도에 미치는 인지된 지식, 실제 지식, 지식격차 요인의 영향력 탐색

이슬기; 김범수

doi:10.20879/kjjcs.2024.68.4.002

추천

검색

질문

자료유형: 학술저널

저자정보: 이슬기 (부산대학교) 김범수 (부산대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제68권 제4호

발행연도: 2024.8

수록면: 31 - 74 (44page)

DOI: 10.20879/kjjcs.2024.68.4.002

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

추천 알고리즘은 겉으로 잘 드러나 있지는 않으나, 이용자의 정보환경을 구성하는 데 있어 지속적이고 상당한 영향을 미칠 수 있다. 따라서 미디어 이용자들이 이러한 추천 알고리즘을 올바르게 이해하고 인식하는 것은 매우 중요하다. 특히 추천 알고리즘이 초래할 수 있는 부정적 결과와 편향성을 정확히 인지하고, 이를 비판적으로 바라보는 태도는 추천 알고리즘의 민주적 활용에 있어 필수적이다. 이에 본 연구는 추천 알고리즘 태도에 영향을 미치는 요인에 대한 실증적 탐색을 수행하였다. 구체적으로, 추천 알고리즘에 대한 인지된 지식과 실제 지식이 세 종류의 알고리즘(엔터테인먼트 콘텐츠 추천, 뉴스 추천, 광고 추천)에 대한 태도에 미치는 영향을 살펴보았다. 이에 앞서, ‘지식격차’ 요인으로 제시된 성별, 연령, 소득 및 교육수준, 지역의 (a) 인구사회학적 요인과 (b) 미디어 이용 수준, (c) 디지털 리터러시 수준에 따라 추천 알고리즘에 대한 지식이 어떻게 형성되어 있으며, 이는 알고리즘 태도와 어떠한 관계가 있는지 살펴보았다. 이를 위해 전국 단위의 할당표집을 통해 성인 알고리즘 이용자 1,169명을 대상으로 설문을 시행하였다. 연구 결과, 첫째, 지식격차 요인 중 연령, 소득, 교육수준, 온라인미디어 이용, 디지털 리터러시에 따라 추천 알고리즘 지식에 유의미한 차이가 발견되었다. 즉, 연령이 낮고, 소득이 높으며, 온라인미디어 이용과 디지털 리터러시 수준이 높은 집단일수록 인지된 알고리즘 지식과 실제 알고리즘 지식이 모두 높은 경향을 보였다. 둘째, 알고리즘에 대한 인지된 지식과 실제 지식은 서로 정의 관계를 보였다. 그러나, 이들이 각각 알고리즘 태도에 미치는 영향은 상이했다. 인지된 지식만이 엔터테인먼트 추천 알고리즘 태도와 정적인 관계를 보였으며, 실제 지식은 어떤 종류의 알고리즘 태도와도 유의미한 관계를 보이지 않았다. 셋째, 지식 요인 외에 지식격차 요인 또한 알고리즘 태도에 유의미한 영향을 보였다. 구체적으로, 엔터테인먼트 콘텐츠 추천 알고리즘 태도에는 연령, 온라인미디어 이용, 디지털 리터러시가 각각 유의미한 관계를 보였으며, 뉴스 추천 알고리즘 태도에는 전통미디어와 온라인미디어 이용이 정적인 관계를 보였다. 반면, 광고 추천 알고리즘 태도에 영향을 미치는 지식격차 요인은 발견되지 않았다. 넷째, 세 종류의 추천 알고리즘 태도에 있어 공통적으로 높은 영향력을 보인 요인은 전통미디어 이용, 온라인미디어 이용, 디지털 리터러시였던 반면, 알고리즘 지식(인지된 지식 및 실제 지식)은 낮은 순위의 중요도를 차지했다. 이를 종합하면, 추천 알고리즘 태도 형성에 있어 미디어 이용과 디지털 리터러시가 가장 중요하였으며, 추천 알고리즘을 얼마만큼 이해하고 있는가에 대한 지식의 영향은 상대적으로 미미하다고 볼 수 있다. 또한, 추천 알고리즘 지식과 관련하여 연령, 소득, 교육수준, 디지털 리터러시 등의 요인에 의한 지식격차가 존재하였으나, 동일한 요인에 의한 격차가 알고리즘 태도에도 그대로 작용한다고 보기는 어려웠다. 추천 알고리즘 리터러시 교육과 관련한 함의를 논의하였다.

Recommendation algorithms, while not immediately evident, can have a significant and lasting impact on users. Therefore, it is critical that media users recognize and comprehend these algorithms. Specifically, it is essential to accurately identify the potential negative outcomes and biases that recommendation algorithms may introduce, and to apply them with critical awareness. Such critical attitude is fundamental for the democratic use of recommendation algorithms. Hence, this study conducted an empirical analysis of the factors that shape people"s attitudes toward recommendation algorithms. Specifically, we examined how perceived and actual knowledge about recommendation algorithms influence attitudes toward three types of recommendation algorithms—that are, entertainment content, news, and advertisements recommendation algorithms. We first investigated how two types of algorithm knowledge are influenced by (a) socio-demographic factors, (b) media use, and (c) digital literacy (collectively referred to as the "knowledge gap" factor), and examined how algorithm knowledge is associated with algorithm attitudes. A nation-wide survey of 1,169 adult algorithm users was conducted using quota sampling. The findings show that there were substantial disparities in levels of algorithm knowledge based on the knowledge gap factors such as age, income, education level, online media use, and digital literacy. Groups with younger individuals and those with higher levels of income, education, online media use, and digital literacy tend to have both higher perceived, and actual knowledge of recommendation algorithms. Second, perceived knowledge about recommendation algorithms had a positive relationship with actual knowledge. However, these two types of knowledge had different relationships with algorithm attitudes; that is, only perceived knowledge showed a positive relationship with entertainment-content algorithm, whereas actual knowledge did not show any significant relationship with any types of algorithm attitude. Third, there were several knowledge gap factors that significantly correlated with algorithm attitude. Age, online media use, and digital literacy were significantly related to attitudes toward entertainment-content recommendation algorithms, whereas traditional and online media use were positively related to news recommendation algorithm attitudes. On the other hand, no factors were found to influence attitudes toward advertisements recommendation algorithms. Fourth, across all three types of algorithms, traditional media use, online media use, and digital literacy were found to be significant factors influencing algorithm attitudes, while algorithm knowledge (both perceived and actual) was of lower importance. Overall, media use and digital literacy were the most critical factors in shaping attitudes toward recommendation algorithms, whereas algorithm knowledge had a minimal impact. Additionally, we found a "knowledge gap" in algorithm knowledge, in which people"s level of algorithm knowledge varies significantly depending on their age, income, education level, and digital literacy. However, no identical pattern of gap was found in relation to the formation of algorithm attitudes. Implications for algorithm literacy education were discussed.

#Recommendation Algorithm Attitude #Recommendation Algorithm Knowledge #Knowledge Gap Factors #Digital Divide #추천 알고리즘 태도 #추천 알고리즘 지식 #지식격차 요인 #디지털(정보)격차

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

이슬기 , 강신후 한국언론학보 2024 .02

전창영 , 노기영 한국언론학보 2024 .12

유튜브 알고리즘과 확증편향

김인식 , 김자미 한국컴퓨터교육학회 학술발표대회논문집 2021 .01

한국교회와 기독교대학의 역동적 관계를 위한 연구 : 현실진단과 미래 방향 제시

김기숙 기독교교육정보 2012 .12

中華帝國의 팽창과 축소 : 그 이념과 실제

李成珪 역사학보 2005 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090648485

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)