유튜브는 내가 좋아하는 영상을 어떻게 알아낼까?

자기 전에 고양이 영상 하나만 보려던 준호는 유튜브를 열었습니다.

첫 영상이 끝나자 오른쪽에 또 다른 고양이 영상이 떠 있었죠. 그다음엔 강아지 영상, 그다음엔 반려동물 훈련 영상. 정신을 차려 보니 새벽 2시였습니다.

준호는 문득 궁금해졌습니다.

유튜브는 내가 고양이를 좋아한다는 걸 어떻게 알았을까요? 그리고 매일 수십만 시간 분량의 영상이 올라오는데, 그중에서 어떻게 딱 내 취향의 영상을 골라낼까요?

준호의 새벽 2시를 따라가며, 유튜브의 추천이 어떻게 만들어지는지 알아보겠습니다.

1. 유튜브는 준호에게 묻지 않고, 행동을 봅니다

유튜브는 준호에게 고양이를 좋아하느냐고 직접 묻지 않습니다. 대신 준호가 남긴 흔적을 꼼꼼하게 살펴봅니다. 어떤 영상을 클릭했는지, 무엇을 검색했는지, 어떤 영상에 '좋아요'를 눌렀는지, 어떤 영상은 몇 초 만에 넘겼는지 같은 기록들입니다. 이렇게 사람마다 다른 기록을 바탕으로 각자에게 맞는 화면을 보여 주는 것을 개인화라고 부릅니다. 같은 유튜브 앱을 열어도 준호와 준호 엄마의 첫 화면이 완전히 다른 이유가 바로 여기에 있습니다. 준호가 고양이 영상을 연달아 보는 순간부터, 유튜브는 준호에 대한 그림을 조금씩 더 선명하게 그려 가고 있었던 셈입니다.

2. 클릭보다 시청 시간을 더 믿게 되었습니다

예전의 유튜브는 영상이 얼마나 많이 클릭되었는지를 중요하게 봤습니다. 그런데 자극적인 제목과 썸네일로 클릭만 유도하고 내용은 실망스러운 영상이 늘어나는 문제가 생겼습니다. 그래서 유튜브는 사람들이 영상을 실제로 얼마나 오래 보았는지, 즉 시청 시간을 더 중요한 신호로 삼기 시작했습니다. 끝까지 본 영상이나 오래 머문 영상일수록 정말 만족했을 가능성이 높다고 판단하는 것입니다. 지금은 여기에 더해 '좋아요'와 '관심 없음' 버튼, 시청 후에 뜨는 만족도 설문 같은 신호까지 함께 반영합니다. 준호가 고양이 영상을 끝까지 보고 다음 영상으로 넘어간 행동 하나하나가 모두 추천의 재료가 된 것입니다.

3. 나와 비슷한 사람들이 본 영상을 찾아냅니다

준호가 고양이 영상을 즐겨 본다면, 유튜브는 고양이 영상을 즐겨 보는 다른 수많은 사람들을 함께 떠올립니다. 그 사람들이 다음에 많이 본 영상이 강아지 영상과 반려동물 훈련 영상이었다면, 준호도 그 영상을 좋아할 가능성이 높다고 보고 추천합니다. 이런 방식을 협업 필터링이라고 하는데, 영상 내용을 일일이 이해하지 않아도 비슷한 취향을 가진 사람들의 선택만으로 추천할 수 있다는 장점이 있습니다. 실제 추천 알고리즘은 수억 개의 영상 중에서 준호가 좋아할 만한 후보 수백 개를 먼저 빠르게 추리고, 그 후보들을 다시 자세히 비교해 순서를 정하는 두 단계를 거칩니다. 이 판단은 사람이 규칙을 하나하나 정해 주는 것이 아니라, 엄청난 양의 시청 기록을 학습한 머신러닝 모델이 내립니다. 그래서 준호의 관심사가 바뀌면 추천 화면도 자연스럽게 함께 바뀌어 갑니다.

4. 편리함 뒤에는 필터 버블이라는 그림자도 있습니다

추천이 정확해질수록 생기는 고민도 있습니다. 내가 좋아하는 것만 계속 보여 주다 보면 다른 관점이나 새로운 분야를 만날 기회가 점점 줄어들 수 있기 때문입니다. 마치 거품 안에 갇힌 것처럼 비슷한 정보만 반복해서 보게 되는 현상을 필터 버블이라고 부릅니다. 그래서 유튜브도 가끔 평소와 다른 주제의 영상을 섞어서 보여 주고, 사용자가 직접 추천을 조정할 수 있는 기능을 제공합니다. 영상 옆 메뉴에서 '관심 없음'이나 '채널 추천 안함'을 누르거나, 설정에서 시청 기록을 지우거나 일시 중지하면 추천이 달라집니다. 결국 유튜브는 준호의 마음을 읽은 것이 아니라 준호가 남긴 행동을 아주 꼼꼼하게 읽은 것이고, 추천 화면은 내가 지금까지 본 것들을 비추는 거울과 같습니다.