사용자의 편익을 도모한다는 여러 이점에도 불구하고, 알고리즘을 기반으로 한 추천시스템은 여전히 많은 문제를 안고 있다. 이 글은 의제설정자로서의 기능을 담당하고 있는 언론이 인공지능 알고리즘 추천시스템에 대해 어떻게 보도하고 있는지 그 동향과 보도...
국문초록
사용자의 편익을 도모한다는 여러 이점에도 불구하고, 알고리즘을 기반으로 한 추천시스템은 여전히 많은 문제를 안고 있다. 이 글은 의제설정자로서의 기능을 담당하고 있는 언론이 인공지능 알고리즘 추천시스템에 대해 어떻게 보도하고 있는지 그 동향과 보도내용을 파악해보며, 동시에 다양한 논의가 이뤄지고 있는 여러 문헌을 참고하여, 인공지능 알고리즘 추천시스템에 내재되어 있는 여러 딜레마적 요인을 살펴보는 것을 주된 목적으로 한다. 궁극적으로는 인공지능 알고리즘 추천시스템을 연구를 요하는 ‘문제’로 제기하고, 그 문제에 대한 원인과 성격, 그리고 해결책을 살펴보며, 이를 토대로 인공지능 알고리즘 추천시스템에 대한 본격적인 논의를 제언하고자 한다. 알고리즘은 한번 설계되면 차별과 편향의 강화문제를 야기할 수 있으며, 그 문제는 지금도 현재진행형이다. 그러나 마치 블랙박스와도 같은 복잡한 수학적 언어로 설계된 알고리즘의 불투명성 때문에 일반적인 미디어 수용자가 그러한 문제를 밝혀내거나 책임 논의를 다루기에는 쉽지 않다. 기술적인 어려움은 물론이거니와 사용자의 편익, 거대 플랫폼사업자의 이익추구와 같은 이면의 문제들이 서로 얽혀 있기 때문이다. 알고리즘은 수학적 언어로 설계된 만큼 표면상으로 독립적이고 객관적으로 작동하는 것처럼 보이지만, 알고리즘 설계자가 어떤 시각을 가지고 있는가에 따라 그 결과가 달라질 수 있다. 즉, 설계자의 편향이 인공지능 알고리즘에 동시에 투영되어 차별과 편향의 문제가 발생할 여지가 있는 것이다. 그렇기 때문에 인공지능 알고리즘의 편향에 대한 책임소재역시 설계자와 같은 인간에게도 그 대응책임이 있다. 이 연구는 인공지능 알고리즘 추천시스템에 대한 국내 미디어 보도동향을 탐색적으로 살펴보며, 알고리즘 추천시스템이 가지고 있는 여러 딜레마적 요인을 문헌검토를 통해 살펴보고자 한다. 따라서 인공지능 알고리즘 추천시스템에 대한 이론적 검증을 통한 실증적 연구이기 보다는 발견적인 측면을 강조하는 특징이 있다. 이러한 결과는 인공지능 알고리즘 추천서비스가 가지는 의미의 해석과 여러 논의들이 우리 사회에서 어떻게 형성되어 있는가를 발견하여 추후 미디어 생태계에 균형적인 발전을 제언하는데 그 의의가 있다.
국문초록
사용자의 편익을 도모한다는 여러 이점에도 불구하고, 알고리즘을 기반으로 한 추천시스템은 여전히 많은 문제를 안고 있다. 이 글은 의제설정자로서의 기능을 담당하고 있는 언론이 인공지능 알고리즘 추천시스템에 대해 어떻게 보도하고 있는지 그 동향과 보도내용을 파악해보며, 동시에 다양한 논의가 이뤄지고 있는 여러 문헌을 참고하여, 인공지능 알고리즘 추천시스템에 내재되어 있는 여러 딜레마적 요인을 살펴보는 것을 주된 목적으로 한다. 궁극적으로는 인공지능 알고리즘 추천시스템을 연구를 요하는 ‘문제’로 제기하고, 그 문제에 대한 원인과 성격, 그리고 해결책을 살펴보며, 이를 토대로 인공지능 알고리즘 추천시스템에 대한 본격적인 논의를 제언하고자 한다. 알고리즘은 한번 설계되면 차별과 편향의 강화문제를 야기할 수 있으며, 그 문제는 지금도 현재진행형이다. 그러나 마치 블랙박스와도 같은 복잡한 수학적 언어로 설계된 알고리즘의 불투명성 때문에 일반적인 미디어 수용자가 그러한 문제를 밝혀내거나 책임 논의를 다루기에는 쉽지 않다. 기술적인 어려움은 물론이거니와 사용자의 편익, 거대 플랫폼사업자의 이익추구와 같은 이면의 문제들이 서로 얽혀 있기 때문이다. 알고리즘은 수학적 언어로 설계된 만큼 표면상으로 독립적이고 객관적으로 작동하는 것처럼 보이지만, 알고리즘 설계자가 어떤 시각을 가지고 있는가에 따라 그 결과가 달라질 수 있다. 즉, 설계자의 편향이 인공지능 알고리즘에 동시에 투영되어 차별과 편향의 문제가 발생할 여지가 있는 것이다. 그렇기 때문에 인공지능 알고리즘의 편향에 대한 책임소재역시 설계자와 같은 인간에게도 그 대응책임이 있다. 이 연구는 인공지능 알고리즘 추천시스템에 대한 국내 미디어 보도동향을 탐색적으로 살펴보며, 알고리즘 추천시스템이 가지고 있는 여러 딜레마적 요인을 문헌검토를 통해 살펴보고자 한다. 따라서 인공지능 알고리즘 추천시스템에 대한 이론적 검증을 통한 실증적 연구이기 보다는 발견적인 측면을 강조하는 특징이 있다. 이러한 결과는 인공지능 알고리즘 추천서비스가 가지는 의미의 해석과 여러 논의들이 우리 사회에서 어떻게 형성되어 있는가를 발견하여 추후 미디어 생태계에 균형적인 발전을 제언하는데 그 의의가 있다.
Despite the many advantages of promoting user convenience, algorithm-based recommendation systems still have many problems. This article examines the trends and content of reports on how the media, which is in charge of setting the agenda, is reporting on the AI algorithm recommendation system....
Despite the many advantages of promoting user convenience, algorithm-based recommendation systems still have many problems. This article examines the trends and content of reports on how the media, which is in charge of setting the agenda, is reporting on the AI algorithm recommendation system. Its main purpose is to examine the underlying dilemma factors. Ultimately, I would like to raise the AI algorithm recommendation system as a 'problem' that requires research, examine the cause, nature, and solution of the problem, and propose a full-fledged discussion on the AI algorithm recommendation system based on this. Once the algorithm is designed, it can cause the problem of reinforcement of discrimination and bias, and the problem is still ongoing. However, due to the opacity of algorithms designed in a complex mathematical language like a black box, it is not easy for the average media audience to uncover such problems or deal with accountability discussions. This is because technical difficulties, as well as other issues such as the user's convenience and the pursuit of profits of giant platform operators, are intertwined. Algorithms seem to operate independently and objectively on the surface as they are designed in a mathematical language, but the results may vary depending on the perspective of the algorithm designer. In other words, the designer's bias is projected to the AI algorithm at the same time, leaving room for problems of discrimination and prejudice. Therefore, the person responsible for the bias of the AI algorithm is also responsible for the response of humans such as the designers. This study explores domestic media reporting trends on the AI algorithm recommendation system, and intends to examine various dilemma factors of the algorithm recommendation system through literature review. Therefore, it is not an empirical study by theoretical verification of an artificial intelligence algorithm recommendation system, but has a feature of emphasizing the discovery aspect. These results are meaningful in suggesting a balanced development in the future media ecosystem by discovering the interpretation of the meaning of the AI algorithm recommendation service and how various discussions are formed in our society.
Despite the many advantages of promoting user convenience, algorithm-based recommendation systems still have many problems. This article examines the trends and content of reports on how the media, which is in charge of setting the agenda, is reporting on the AI algorithm recommendation system. Its main purpose is to examine the underlying dilemma factors. Ultimately, I would like to raise the AI algorithm recommendation system as a 'problem' that requires research, examine the cause, nature, and solution of the problem, and propose a full-fledged discussion on the AI algorithm recommendation system based on this. Once the algorithm is designed, it can cause the problem of reinforcement of discrimination and bias, and the problem is still ongoing. However, due to the opacity of algorithms designed in a complex mathematical language like a black box, it is not easy for the average media audience to uncover such problems or deal with accountability discussions. This is because technical difficulties, as well as other issues such as the user's convenience and the pursuit of profits of giant platform operators, are intertwined. Algorithms seem to operate independently and objectively on the surface as they are designed in a mathematical language, but the results may vary depending on the perspective of the algorithm designer. In other words, the designer's bias is projected to the AI algorithm at the same time, leaving room for problems of discrimination and prejudice. Therefore, the person responsible for the bias of the AI algorithm is also responsible for the response of humans such as the designers. This study explores domestic media reporting trends on the AI algorithm recommendation system, and intends to examine various dilemma factors of the algorithm recommendation system through literature review. Therefore, it is not an empirical study by theoretical verification of an artificial intelligence algorithm recommendation system, but has a feature of emphasizing the discovery aspect. These results are meaningful in suggesting a balanced development in the future media ecosystem by discovering the interpretation of the meaning of the AI algorithm recommendation service and how various discussions are formed in our society.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.