네이버 뉴스의 사용자 화면 [네이버 서치&테크 블로그]

[헤럴드경제=김민지 기자] 네이버가 그간 계속돼온 뉴스 추천 알고리즘의 공정성 논란에 대해 “특정 성향에 유리하게 추천하는 것은 기술적으로 불가능하다”고 입장을 밝혔다.

21일 네이버는 자사 서치&테크(Search&Tech) 블로그를 통해 뉴스 추천 알고리즘이 기사의 품질을 판단하고 개인에게 추천하는 기준과 요소 등을 설명했다.

네이버에 따르면, 알고리즘을 통한 뉴스 추천이 이뤄지는 영역은 ▷모바일 ‘MY뉴스’ 전 영역 ▷ PC 뉴스홈 ‘헤드라인 뉴스’ ▷ 모바일·PC 섹션 헤드라인 뉴스 ▷PC 우측영역의 ‘분야별 주요 뉴스’ ▷모바일 기사본문 하단 ‘함께 볼만한 뉴스’다.

네이버는 뉴스 추천 알고리즘이 특정 정치 성향에 유리하게 추천한다는 주장에 대해 “알고리즘 자체에는 기사 및 사용자의 정치 성향을 특징 짓거나 구분하는 부분이 전혀 없어 특정 성향에 유리하게 추천하는 것은 기술적으로 불가능하다”며 “사용자에게 제공된 추천은 알고리즘, 기사를 제공하는 생산자, 그리고 이를 소비하는 사용자의 상호작용의 결과물”이라고 밝혔다.

예컨대 언론사가 사건이 발생하는 타이밍에 맞춰 기사를 작성해 더 많은 사용자가 클릭하도록 하는 것이나, 사용자가 특정 언론사를 구독하고 자주 방문하는 것 등이 추천에 작용하는 '상호작용'이며, 알고리즘은 이를 반영하는 것이라는 설명이다.

네이버는 “알고리즘은 이를(이러한 상호작용을) 왜곡하지 않고 반영하는 것이 바람직한 방향”이라며 “주기적으로 추천 알고리즘과 데이터를 전문가 그룹에 공개하고, 공정한 추천 서비스를 위해 노력하겠다”고 덧붙였다.

네이버 분당 사옥

네이버는 이외에도 뉴스의 개인화 추천에 반영되는 요소에 대해 다양한 예시를 통해 설명했다.

알고리즘은 최근 2주간 읽은 기사를 기반으로 주요 키워드를 추출, 이와 유사한 주제의 기사들에게 사용자 관심 키워드(Keyword) 점수를 부여한다.

만약 사용자가 특정 키워드에 관한 기사를 반복적으로 클릭하고 읽는다면 해당 키워드를 포함한 추천 기사가 높은 키워드 점수를 받는다. 다만, 무심코 읽은 기사의 주제와 비슷한 주제가 추천되는 것은 최장 2주까지 가능하다.

특정 언론사 기사를 많이 읽는다면 해당 언론사의 기사 추천이 증가할 수 있다. 그러나 이로 인한 필터 버블(관심사에 맞춰 필터링된 정보로 인해 편향된 정보에 갇히는 현상)을 방지하기 위해 비개인화 모델도 함께 뉴스 배열에 관여한다. 다른 사용자가 많은 관심을 두거나 여러 언론사가 함께 보도하는 이슈를 찾아 추천하는 식이다.

네이버는 뉴스 추천 알고리즘이 기획·심층 기사 대신 ‘속보·이슈성 기사’를 더 잘 보이도록 한다는 지적에 대해선 일부 인정하고 개선의 의지를 밝혔다.

현재 뉴스 추천의 주요 모델은 사용자 클릭에 기반을 둔 것으로, 기본적으로 클릭이 많이 발생한 기사가 추천될 확률이 높아진다. 기획·심층기사는 작성되는 횟수가 적고, 단일 언론사가 각각 다른 내용으로 작성하기 때문에 가산점을 받을 확률이 상대적으로 적어진다.

단, 기사의 클릭이 많지 않더라도 사용자가 과거에 클릭한 기사와 연관성이 높거나 여러 언론사가 함께 다루는 주제여서 사회적 관심이 높다고 판단될 경우 가산점이 부여된다.

네이버는 “기획·심층기사는 일반기사와 구분할 수 있는 명확한 기준이 없고, 사용자 데이터도 충분하지 않다”면서도 “기획·심층기사가 더 많이 추천되면 좋겠다는 취지에 적극적으로 공감하며, 앞으로 이를 보완하고 개선할 방법을 모색하겠다”고 설명했다.