소셜 미디어가 여론을 형성하는 시대, 특히 젊은 세대의 정치 정보 창구로 자리 잡은 틱톡(TikTok)의 알고리즘은 늘 뜨거운 감자였습니다.

중립적이고 공정할 것이라는 기대와 달리, 2024년 미국 선거 과정에서 틱톡 알고리즘이 특정 정당에 체계적으로 유리한 콘텐츠를 노출했다는 충격적인 연구 결과가 발표되어 업계에 파장을 일으키고 있습니다.

예상 깬 연구 결과, 틱톡의 ‘보이지 않는 손’

세계적인 학술지 ‘네이처(Nature)’에 게재된 뉴욕대학교 아부다비 캠퍼스 연구팀의 논문은 틱톡의 ‘추천(For You)’ 피드가 2024년 미국 대선 기간 동안 3개 주에서 공화당에 편향된 콘텐츠를 우선적으로 노출했다고 밝혔습니다.

이는 단순한 추측이 아닌, 수백 개의 가상 계정을 동원한 정밀한 실험을 통해 입증된 결과라는 점에서 그 심각성이 더합니다.

연구팀은 틱톡 알고리즘에서 일관된 불균형을 발견했다고 명시하며, 플랫폼의 보이지 않는 손이 사용자의 정치적 정보 소비에 미치는 막대한 영향력을 수면 위로 끌어올렸습니다.

퓨 리서치 센터에 따르면 미국 소셜 미디어 사용자의 42%가 정치 및 사회 문제 참여에 플랫폼이 중요하다고 답하는 만큼, 이번 발견은 시사하는 바가 큽니다.

실험은 어떻게 진행됐나: ‘가짜 계정’의 폭로

연구의 신뢰성은 그 설계의 정교함에 있습니다.

연구팀은 민주당 성향과 공화당 성향을 모방하도록 훈련된 수백 개의 ‘더미 계정(dummy accounts)’을 생성했습니다.

이후 이 계정들의 위치를 민주당 강세 지역인 뉴욕, 공화당 강세 지역인 텍사스, 그리고 경합주인 조지아로 설정하고 2024년 대선 캠페인 기간 27주 동안 추천되는 영상을 추적했습니다.

분석 결과는 놀라웠습니다.

  • 공화당 지지 성향으로 훈련된 봇은 민주당 성향 봇에 비해 자신의 관점과 일치하는 콘텐츠를 약 11.5% 더 많이 시청했습니다.
  • 편향은 반대 진영 콘텐츠 노출에서도 비대칭적으로 나타났습니다. 민주당 성향 봇의 추천 피드에 공화당 지지 콘텐츠가 나타날 확률이 공화당 성향 봇 피드에 민주당 지지 콘텐츠가 나타날 확률보다 약 7.5% 더 높았습니다.

총 323개의 가상 계정을 통해 28만 개 이상의 추천 영상을 분석한 이 실험은, 틱톡 알고리즘이 단순히 사용자의 취향을 반영하는 것을 넘어 특정 방향으로 여론을 유도할 수 있다는 가능성을 제기합니다.

단순한 필터버블을 넘어선 ‘역공격’ 알고리즘

이번 연구가 더욱 주목받는 이유는 단순히 사용자가 보고 싶어 하는 것만 보여주는 ‘필터 버블’ 현상을 넘어섰기 때문입니다.

연구의 공동 저자인 탈랄 라환 교수는 “민주당 성향 계정은 공화당 성향 계정이 반(反)공화당 콘텐츠를 보는 것보다 훨씬 더 많은 반(反)민주당 콘텐츠에 노출되었다”고 지적했습니다.

이는 알고리즘이 단순히 한쪽 편을 드는 것을 넘어, 상대 진영의 약점을 공격하는 콘텐츠를 증폭시키는 방식으로 작동했을 수 있다는 의미입니다.

실제로 민주당 성향 계정에는 이민, 범죄와 관련된 상대 진영 콘텐츠가, 공화당 성향 계정에는 낙태 관련 상대 진영 콘텐츠가 더 많이 노출되는 패턴이 확인되었습니다.

연구에 참여한 하젬 이브라힘은 “이는 알고리즘이 상대방의 가장 취약한 지점을 공격하도록 설계된 콘텐츠를 증폭시킬 수 있음을 시사하며, 이는 단순한 이념적 쏠림보다 더 표적화되고 우려스러운 패턴”이라고 분석했습니다.

틱톡의 반박과 ‘알고리즘 투명성’ 논쟁

물론 틱톡 측은 즉각 반박에 나섰습니다.

틱톡 대변인은 “가짜 계정을 이용한 인위적인 실험은 실제 사람들이 틱톡을 사용하는 방식을 반영하지 않는다”고 주장했습니다.

또한 사용자가 피드를 제어할 수 있는 12개 이상의 도구가 있음에도 연구 저자들이 이를 간과했다고 덧붙였습니다.

하지만 연구팀은 틱톡의 ‘추천’ 피드는 다른 소셜 미디어와 달리 사용자의 ‘팔로우’가 아닌 알고리즘에 의해 거의 전적으로 구동된다는 점을 강조합니다.

사용자의 자의적 선택이 최소화되기 때문에, 오히려 알고리즘의 순수한 영향을 연구하기에 가장 적합한 환경이라는 것입니다.

이처럼 양측의 입장이 팽팽히 맞서면서 플랫폼의 투명성과 알고리즘의 책임에 대한 논쟁은 더욱 가열될 전망입니다.

이번 연구가 던지는 시사점: 단순한 기술 문제를 넘어서

이번 연구는 여러 제한점(초기 사용자 경험만 반영, 영어 텍스트만 분석 등)을 가지고 있지만, 그 파급력은 결코 작지 않습니다.

특히 2020년과 2024년 선거 사이에 18~29세 유권자층의 트럼프 지지율이 10%p나 이동했다는 점을 고려하면, 수천만 명의 젊은 유권자에게 추천되는 정치 정보의 체계적 차이는 선거 판도를 흔들 수 있는 중요한 변수입니다.

또한 이는 유럽연합(EU)의 ‘디지털 서비스법(DSA)’과 미국의 ‘수정헌법 제1조’가 보장하는 표현의 자유 사이의 규제 차이를 다시 한번 생각하게 합니다.

DSA는 거대 플랫폼에 선거 과정에 대한 시스템적 위험을 평가하고 완화할 의무를 부과하지만, 미국은 플랫폼에 훨씬 더 큰 편집 재량권을 부여합니다.

근소한 차이로 승부가 갈리는 현대 선거 환경에서, 알고리즘의 미묘한 편향이 민주주의의 근간을 흔들 수 있다는 경고음이 그 어느 때보다 크게 울리고 있습니다.

자주 묻는 질문 (FAQ)

Q: 이 연구 결과가 틱톡이 의도적으로 선거에 개입했다는 증거인가요?

A: 연구는 알고리즘의 ‘편향성’을 발견했지만, 이것이 틱톡의 의도적인 개입이라는 직접적인 증거는 아닙니다.

알고리즘은 복잡한 상호작용의 결과물이며, 이러한 편향은 의도치 않은 결과일 수 있습니다.

연구진도 편향의 ‘이유’까지는 분석하지 않았다고 밝혔습니다.

Q: 일반 사용자도 자신의 틱톡 피드에서 정치적 편향을 확인할 수 있나요?

A: 개별 사용자가 자신의 피드에서 체계적인 편향을 감지하기는 매우 어렵습니다.

알고리즘은 개인의 시청 기록, ‘좋아요’, 공유 등 수많은 변수에 따라 맞춤화되기 때문입니다.

이번 연구처럼 통제된 환경에서 수백 개의 계정을 비교해야만 유의미한 패턴을 발견할 수 있습니다.

Q: 틱톡 외 다른 소셜 미디어도 비슷한 알고리즘 편향 문제가 있나요?

A: 네, 알고리즘 편향은 틱톡만의 문제가 아니며 페이스북, 유튜브 등 여러 플랫폼에서 지속적으로 제기되어 온 문제입니다.

다만 틱톡은 ‘팔로우’ 기반이 아닌 ‘추천’ 기반의 ‘For You’ 페이지가 핵심이라, 알고리즘의 영향력이 다른 플랫폼보다 더 직접적이고 강력할 수 있다는 점에서 주목받고 있습니다.

출처: https://www.theguardian.com/technology/2026/may/06/tiktok-pro-republican-algorithm-2024-election