"800억 개 데이터 분석해 영상 추천…필터 버블 형성 않도록 설계"

“유튜브의 추천 알고리즘은 특정 콘텐츠를 ‘밀어주는’ 방식이 아니다. 시청자의 관심사에 가장 맞는 영상을 ‘끌어오는’ 방식이다.”

유튜브에서 알고리즘 최적화를 진두지휘하는 토드 보프레(Todd Beaupr´e) 시니어 디렉터는 추천 알고리즘이 작동하는 방식을 두고 이렇게 설명했다. 그에 따르면, 유튜브는 특정 유형의 콘텐츠를 우선적으로 보여주지 않는다. 대신 조회수, 시청 시간, ‘좋아요’와 ‘싫어요’ 등 800억 개 이상의 데이터를 종합해 시청자에게 맞춤형 영상을 보여준다. 유튜브 추천 알고리즘이 특정 정보만 반복적으로 보여주는 ‘필터 버블’을 형성할 수 있다는 우려에 대해서도 “특정 정치적 관점을 필터링하거나 강화하지 않는다”고 밝혔다. 뉴스나 정보 콘텐츠의 경우 ‘팩트’가 중요한 만큼, 신뢰할 수 있는 출처의 영상을 강조함으로써 시청자가 균형 잡힌 정보를 접할 수 있도록 돕는다고도 했다.

보프레 디렉터는 40년간 실리콘밸리 다수의 IT 기업에서 추천 알고리즘 기술의 발전을 이끌어 온 인물로, 그의 경력 자체가 이 기술의 역사와 맞닿아 있는 셈이다.

유튜브 추천 알고리즘은 어떤 원리로 작동하나.

“유튜브의 추천 시스템은 시청자가 좋아하고 가치 있..