알고리즘 추천 피로, 유튜브·인스타 볼수록 지치는 이유와 필터버블·확증편향 원리 그리고 추천에서 벗어나는 생활 4단계

유튜브랑 인스타 추천이 온통 비슷해 보이고 볼수록 지치는 이유는 뭘까요

결론부터 말하면, 추천이 지겨워지는 건 내 취향이 좁아서가 아니라 알고리즘이 이미 본 것과 닮은 것만 반복해서 밀어 넣기 때문입니다. OTT 이용자의 78.9%가 숏폼을 가장 많이 보는데, 그 시청 이유 2위가 다름 아닌 "알고리즘에 떠서"(50.7%)였습니다. 볼거리를 고르는 주도권이 나에게서 추천 화면으로 조금씩 넘어간 셈인데요. 이 글에서는 알고리즘 추천 피로가 왜 생기는지, 필터버블과 확증편향은 어떻게 작동하는지, 그리고 추천에 끌려다니지 않는 생활 4단계를 정리했습니다.

지겨운데 계속 보게 되는 순간

지난달에 저는 잠들기 전 유튜브 쇼츠를 켰다가 40분을 흘려보냈습니다. 웃긴 건, 그 40분 동안 새로 알게 된 것이 하나도 없었다는 점입니다. 요리 영상 하나를 눌렀더니 그다음부터 화면 전체가 비슷한 자취 요리, 비슷한 배경음, 비슷한 자막으로 채워졌거든요. 분명히 재미있어서 눌렀는데, 열 개쯤 넘어가자 "또 이거네" 하는 지겨움이 밀려왔습니다. 그런데도 손가락은 계속 위로 넘기고 있었죠.

이 감각을 학계에서는 알고리즘 피로(algorithm fatigue)라고 부릅니다. 오래 상호작용할수록 정신적·정서적으로 소진되는 상태인데요. 흥미로운 지점은, 지겨움과 몰입이 동시에 일어난다는 것입니다. 콘텐츠는 지겨운데 넘기는 행동은 멈추질 않아요. 추천이 워낙 매끄럽게 다음 것을 대령하니, 그만둘 결정을 내릴 틈 자체가 사라집니다.

숫자로 보면 이 경험은 저만의 것이 아닙니다. 2025년 방송매체 이용행태 조사에서 OTT 이용자 열 명 중 여덟 명이 숏폼을 가장 많이 본다고 답했고, 플랫폼별로는 유튜브 쇼츠가 76.1%로 압도적이었습니다. 숏폼을 보는 이유로는 "길이가 짧아서"(70.3%) 다음으로 "알고리즘에 떠서"(50.7%)가 꼽혔죠. 내가 찾아서 본 게 아니라 떠서 봤다는 응답이 절반을 넘긴 겁니다.

이 피로는 영상에만 있지 않습니다. 뉴스 앱을 열면 어제 눌렀던 기사와 같은 논조의 기사가 위로 올라오고, 쇼핑 앱은 한 번 본 상품과 비슷한 물건을 며칠씩 따라다니며 보여 줍니다. 음악 앱조차 어느 순간 늘 듣던 장르만 반복해 주죠. 각각은 사소하지만, 하루 동안 거치는 화면 대부분이 "어제의 나"를 근거로 채워진다고 생각하면 이야기가 달라집니다. 새로운 자극처럼 보이는 것들이 실은 대부분 익숙한 것의 변주라, 뇌는 계속 반응하는데 정작 채워지는 느낌은 들지 않는 겁니다.

필터버블이 정확히 무엇인가

필터버블(filter bubble)은 정보 제공자가 사용자 맞춤 정보만 골라 주다 보니, 결국 걸러진 정보만 접하게 되는 현상을 말합니다. 처음에는 편하죠. 좋아할 만한 것만 보여 주니까요. 문제는 이 편함이 쌓이면서 다양한 정보를 만날 통로가 서서히 좁아진다는 데 있습니다. 내가 세상을 보는 게 아니라, 알고리즘이 편집해 준 세상만 보게 되는 구조인데요.

추천 알고리즘이 이 거품을 만드는 방식은 크게 두 가지입니다. 하나는 콘텐츠 기반 필터링으로, 내 검색과 시청 기록을 바탕으로 비슷한 것을 계속 붙여 줍니다. 다른 하나는 협업 필터링으로, 나와 취향이 닮은 사람들이 본 것을 나에게도 권하는 방식이죠. 요즘 서비스는 이 둘을 머신러닝으로 섞어 쓰는데, 정교해질수록 거품의 벽도 매끈해집니다.

추천 방식	작동 원리	이용자가 느끼는 결과
콘텐츠 기반 필터링	내 시청·검색 기록과 유사한 항목 추천	같은 주제가 반복돼 새로움이 줄어듦
협업 필터링	취향이 닮은 집단이 본 항목 추천	비슷한 사람들의 관심으로 시야가 수렴
하이브리드(머신러닝)	두 방식을 결합해 정밀 개인화	거품이 매끄러워 인지하기 어려움

여기서 자주 붙어 다니는 개념이 확증편향입니다. 사람은 원래 자기 생각에 맞는 정보를 더 편하게 받아들이는데, 추천이 그 편향을 먹이처럼 계속 공급하면 생각의 폭이 한쪽으로 굳어집니다. 정치 콘텐츠를 예로 든 연구들은, 한번 특정 성향의 영상을 보기 시작한 이용자에게 알고리즘이 같은 성향의 영상을 반복 제공해 이용자를 거품 안에 가두는 과정을 지적해 왔습니다. 재미의 문제가 아니라 판단의 문제로 번질수 있다는 뜻인데요. 반대 의견을 접할 기회가 줄면, 내 생각이 세상의 다수 의견이라고 착각하기 쉬워집니다. 거품 안에서는 모두가 나와 비슷하게 말하니까요. 이렇게 좁아진 시야는 뉴스를 읽을 때든 물건을 살 때든 조용히 선택의 폭을 깎아 나갑니다.

왜 볼수록 피로해지는가

지겨운데 못 끊는 이 상태의 원인을 학계는 세 가지로 정리합니다. 정보 코쿤(information cocoon), 즉 반복되는 비슷한 콘텐츠에 갇히는 것, 알고리즘 불투명성, 즉 왜 이게 나에게 떴는지 알 수 없는 것, 그리고 알고리즘 리터러시의 역설입니다.

앞의 두 가지는 직관적입니다. 같은 것만 계속 보면 물리고, 이유를 모른 채 밀려오는 콘텐츠 앞에서는 무력감과 조종당하는 느낌이 커집니다. 2025년 한 추천 시스템 연구는, 이용자가 왜 이 콘텐츠를 받았는지 이해할 때는 거부감이 줄지만, 출처와 논리를 모를 때는 심리적 소진이 커진다고 분석했습니다. 피로의 상당 부분이 콘텐츠 자체가 아니라 "설명 없음"에서 온다는 겁니다.

더 잘 아는 사람이 더 지치는 역설

의외의 발견은 세 번째입니다. 보통은 알고리즘을 잘 이해하면 만족도가 올라갈 거라 기대하는데, 여러 연구는 오히려 알고리즘 리터러시가 높을수록 피로가 커진다고 봤습니다. 작동 방식을 알수록, 지금 내가 보는 화면이 나를 붙잡아 두려고 설계됐다는 사실이 더 선명하게 보이기 때문이죠. 모르면 편하게 즐기고, 알면 불편하게 소진되는 이 간극이 알고리즘 리터러시의 역설입니다.

그래서 해법은 "알고리즘을 더 공부하자"에서 끝나지 않습니다. 이해와 함께 주도권을 되찾는 행동이 붙어야 피로가 줄어듭니다. 다행히 최근 연구들은 알고리즘 자체를 바꾸기 어려운 개인도, 상호작용 방식을 조정하면 콘텐츠 다양성을 늘리고 태도의 극단화를 줄일 수 있다고 제안합니다.

한 가지 덧붙이면, 피로의 정체를 아는 것만으로도 절반은 유리해집니다. "지금 지겨운데 왜 계속 넘기고 있지"라는 질문을 스스로에게 던지는 순간, 자동으로 굴러가던 스크롤에 잠깐 브레이크가 걸리거든요. 알고리즘이 노리는 건 바로 그 질문이 떠오르지 않는 무의식 상태입니다. 그러니 화면을 의심하는 습관 자체가 이미 하나의 대응책인 셈인데요. 다음 장의 실전 단계는 이 의심을 구체적인 설정과 행동으로 옮기는 방법입니다.

2025년 이후, 제도는 어떻게 바뀌고 있나

개인만 애쓰는 문제는 아닙니다. 방송통신위원회와 정보통신정책연구원은 인공지능 기반 미디어 추천 서비스에 관한 이용자 보호 기본원칙을 내놓으며, 추천이 어떻게 이뤄지는지에 대한 투명성과 이용자의 자기결정권을 강조했습니다. 왜 이 콘텐츠가 떴는지 설명하고, 추천을 조정하거나 끌 수 있는 통제권을 이용자에게 돌려주자는 방향인데요.

이런 흐름은 서비스 화면에도 조금씩 반영되고 있습니다. "이 추천이 마음에 드나요", "관심 없음" 같은 버튼, 추천 기록 초기화 기능, 시청 기록 일시중지 옵션이 대표적입니다. 예전에는 깊이 숨어 있던 이 기능들이 조금 더 눈에 띄는 자리로 나오는 중이죠. 제도가 방향을 잡아 주면, 개인이 쓸 수 있는 도구도 함께 늘어납니다.

여기서 중요한 건 통제권이 "있다"는 사실과 그것을 "쓴다"는 사실 사이의 거리입니다. 대부분의 서비스에는 이미 추천을 조정할 장치가 들어 있지만, 실제로 그 메뉴까지 들어가 보는 사람은 많지 않습니다. 설정은 기본값이 곧 현실이 되기 마련이라, 아무것도 건드리지 않으면 서비스가 정해 둔 방식대로 흘러가게 되죠. 제도가 버튼을 만들어 줘도, 그 버튼을 누르는 건 결국 이용자의 몫입니다.

다만 제도는 느리고 습관은 빠릅니다. 원칙이 서비스에 다 스며들 때까지 기다리기보다, 지금 당장 바꿀 수 있는 내 쪽 설정부터 손대는 편이 현실적입니다. 디지털 리터러시는 거창한 지식이 아니라, 이런 작은 설정 하나를 내 손으로 바꿔 보는 경험에서 시작됩니다.

단계	무엇을	왜
1단계	시청·검색 기록 정리, 추천 초기화	거품을 만든 데이터부터 비운다
2단계	"관심 없음"·"추천 안 함" 적극 사용	알고리즘에 반대 신호를 준다
3단계	일부러 다른 주제·출처 직접 검색	거품 밖 정보를 손수 들여온다
4단계	구독·북마크로 볼 것을 미리 정한다	추천 대신 내 목록에서 고른다

FAQ

알고리즘 추천을 완전히 끄는 게 나은가요?

완전히 끄는 것이 늘 정답은 아닙니다. 추천은 새로운 것을 발견하는 통로이기도 하니까요. 목표는 차단이 아니라 균형입니다. 추천 화면에만 의존하지 말고, 구독·검색·북마크 같은 내가 통제하는 경로를 함께 쓰면 거품에 갇히지 않으면서 편리함도 유지할 수 있습니다.

시청 기록을 지우면 정말 추천이 달라지나요?

네. 추천은 기록을 재료로 만들어지기 때문에, 기록을 비우면 재료가 사라져 추천이 상당 부분 초기화됩니다. 다만 다시 비슷한 영상을 몰아 보면 거품은 금세 재형성됩니다. 그래서 기록 정리와 "관심 없음" 신호 주기를 함께 쓰는 것이 오래갑니다.

알고리즘을 잘 알수록 덜 피곤해지지 않나요?

직관과 달리, 여러 연구는 알고리즘을 잘 이해할수록 피로가 커질 수 있다고 봅니다. 지금 화면이 나를 붙잡으려 설계됐다는 사실이 더 잘 보이기 때문입니다. 이해만으로는 부족하고, 추천을 조정하는 실제 행동이 붙어야 피로가 줄어듭니다.

아이가 숏폼 추천에 빠져 있는데 어떻게 하나요?

숏폼 이용 아동·청소년의 절반 이상이 유해 콘텐츠를 접한 경험이 있다는 조사가 있을 만큼, 추천 노출 관리가 중요합니다. 시청 기록 기반 자동재생을 끄고, 볼 채널을 함께 구독으로 정해 두는 방식이 효과적입니다. 시간 제한만 걸기보다, 무엇을 어떻게 고를지 함께 정하는 편이 오래 지속됩니다.