유튜브 추천 알고리즘이 이용자의 관심 주제에 따라 필터버블 및 미디어 편향성 형성에 미치는 영향: 정치적 이슈, 환경 이슈, 무작위 관심사를 중심으로 한 실험적 비교 분석

유튜브 추천 알고리즘이 이용자의 관심 주제에 따라 필터버블 및 미디어 편향성 형성에 미치는 영향

정치적 이슈, 환경 이슈, 무작위 관심사를 중심으로 한 실험적 비교 분석

 

-한양사이버대학원 광고미디어MBA 석사3기 

 

 

1. 연구 주제

디지털 시대에 들어서면서 유튜브와 같은 온라인 동영상 플랫폼은 이용자들의 일상에서 빼놓을 수 없는 콘텐츠 소비 매체로 자리 잡았다. 유튜브는 이용자의 관심사와 시청 이력을 바탕으로 맞춤형 콘텐츠를 추천하는 알고리즘을 통해 사용자의 편의성과 만족도를 높이고 있다. 그러나 개인화된 추천 시스템이 발달하면서 이용자들은 점차 자신이 기존에 선호했던 주제나 견해만을 반복적으로 접하게 되는 현상이 발생하고 있다. 이는 ‘필터버블(Filter Bubble)’ 현상으로 불리며, 이용자의 정보 편식과 확증편향을 강화하여 정보의 다양성을 제한하고 있다.

 

특히, 정치적 이슈와 환경 문제 등 사회적으로 민감한 주제에서 필터버블 현상은 더욱 심각한 문제로 부각된다. 특정 관심사에 집중된 정보 제공은 사용자들이 상반된 견해나 다양한 정보를 접할 기회를 차단하여 사회적 갈등과 양극화를 심화할 가능성이 크기 때문이다. 이와 같은 문제의식 하에 본 연구는 유튜브의 추천 알고리즘이 이용자의 특정 관심사(정치적 이슈, 환경 이슈, 무작위 관심사)에 따라 필터버블과 미디어 편향성을 어떻게 형성하는지 실증적으로 분석하고자 한다.

 

본 연구를 통해 유튜브 추천 알고리즘의 편향적 특성을 객관적으로 규명하고, 이를 기반으로 이용자들이 보다 균형 잡힌 정보를 접할 수 있는 알고리즘 개선 방안을 모색할 수 있을 것이다. 또한 본 연구는 디지털 미디어 환경에서의 정보 공정성을 확보하고 이용자의 미디어 리터러시(media literacy)를 향상시키는 데 기여할 것으로 기대된다.

 

2. 연구의 시의적 배경

최근 몇 년간 온라인 미디어와 소셜미디어 플랫폼이 정치적 양극화와 허위정보의 확산 통로로 지적되는 상황에서 유튜브의 알고리즘적 추천 방식이 이에 어떻게 기여하는지에 대한 사회적 관심과 우려가 증가하고 있다. 특히 환경 문제나 정치적 쟁점과 같은 이슈에서 개인화된 정보 제공이 여론 형성에 미치는 영향력이 점차 확대되고 있어 이에 대한 실증적인 연구가 시급한 상황이다.

 

3. 연구 문제

연구 문제 1)유튜브 추천 알고리즘은 이용자의 관심 주제(정치적 이슈, 환경 이슈, 무작위 관심사)에 따라 추천되는 콘텐츠의 편향성을 어떻게 형성하는가?

연구 문제 2)정치적 이슈 및 환경 이슈에 집중된 관심을 가진 이용자와 무작위 관심사를 가진 이용자 간 추천 콘텐츠의 다양성 및 정보 균형성에 어떤 차이가 있는가?

연구 문제 3)필터버블 현상이 이용자의 관심 분야에 따라 얼마나 강도 있게 나타나는가?

 

4. 연구대상 및 연구시기

본 연구의 대상은 유튜브 플랫폼의 추천 알고리즘이며, 구체적으로 정치적 이슈, 환경 이슈, 무작위 관심사를 설정한 세 가지 유형의 사용자 계정을 연구 대상으로 하였다. 연구는 2025년 3월 15일부터 3월 27일까지 약 2주 동안 프로그램을 실행하여 각 계정별로 데이터를 수집하였다.

 

5. 연구 방법

본 연구는 실험적 연구 방법을 활용한다. 유튜브 플랫폼에서 세 가지 유형의 사용자 계정을 설정하고 각각의 계정에 따라 특정 주제의 콘텐츠를 일정 기간 동안 시청하게 하는 방식으로 진행한다. 첫 번째 계정은 정치적 이슈에 집중한 콘텐츠를, 두 번째 계정은 환경 문제를 다룬 콘텐츠를, 세 번째 계정은 다양한 주제를 무작위로 시청하도록 설정하여 실험을 수행한다. 이후 각 계정에서 유튜브가 추천하는 콘텐츠의 유형과 빈도, 내용의 편향성 등을 체계적으로 분석하여 필터버블 형성의 정도와 콘텐츠 추천의 편향성을 비교 평가한다. 분석은 정량적 분석과 정성적 내용 분석을 병행하여 이루어지며, 결과는 비교분석을 통해 제시될 예정이다.

 

6. 예상되는 결과

본 연구를 통해 유튜브 추천 알고리즘은 이용자의 관심 주제에 따라 뚜렷한 필터버블 현상을 형성하고, 추천 콘텐츠의 편향성 역시 이용자의 관심 분야와 밀접하게 연관될 것으로 예상된다. 특히 정치적 이슈와 환경 이슈에 집중된 관심을 가진 이용자의 경우, 동일한 주제의 콘텐츠가 반복적으로 추천되어 콘텐츠 다양성이 제한될 가능성이 높다. 반면, 무작위 관심사를 가진 이용자의 경우 비교적 다양한 콘텐츠가 추천되어 필터버블 현상의 강도가 상대적으로 낮을 것으로 예상된다. 이러한 결과를 통해 유튜브의 알고리즘 개선 필요성이 제기될 것으로 보이며, 이용자의 정보 접근 다양성을 확대할 수 있는 구체적인 방안 마련의 필요성 또한 강조될 것으로 기대된다.

 

7. 자료 수집

본 연구에서는 유튜브 추천 알고리즘의 필터버블 형성 및 편향성 정도를 실증적으로 분석하기 위해, 정치적 이슈, 환경 이슈, 무작위 관심사를 중심으로 각각의 주제를 대표하는 세 개의 계정(Account_A, Account_B, Account_C)을 설정하였다. 각 계정은 아래와 같이 주제별 관심 콘텐츠를 사전 정의한 후, 2025년 3월 15일부터 3월 27일까지 약 2주간의 시청 활동을 통해 알고리즘이 추천하는 콘텐츠를 추적·기록하였다.

 

7.1 계정별 관심 주제 및 시청 전략

계정명	주요 관심 주제	시청 콘텐츠	시청 전략
Account_A	정치적 이슈	트럼프/바이든 연설, 미국 정치 뉴스 등	정치 관련 영상 집중 시청 후 홈피드 변화 분석
Account_B	환경 이슈	기후변화, 지구온난화, 재생에너지	환경 다큐·뉴스 시청 후 추천 콘텐츠 변화 기록
Account_C	무작위 주제(비율 설정)	세계 뉴스(2), 팝 음악(3), 요리(2), 축구(2), 고양이(1)	다양한 주제를 비율에 맞춰 시청, 알고리즘 반응 측정

 

 

7.2 자료 수집 절차

1.초기화된 계정 세팅

모든 계정은 기존 검색 및 시청 이력이 없는 상태에서 시작하였으며, 계정 생성 직후 기본 추천 영상(시청 전) 스크린샷을 확보하였다.

 

2.관심 주제에 따른 시청 활동 진행

각 계정은 사전에 설정된 관심 주제에 따라 콘텐츠를 시청하였다. 예를 들어, Account_A는 트럼프, 바이든, 미 정치 관련 영상을 중심으로 시청하고, Account_B는 환경 관련 다큐멘터리와 뉴스를 집중 시청하였다. Account_C는 설정된 주제 비율(세계 뉴스 2 : 팝음악 3 : 요리 2 : 축구 2 : 고양이 1)에 맞춰 다양한 주제를 골고루 시청하였다.

 

3.유튜브 홈 화면 캡처 및 콘텐츠 분류

매 시청일 이후 유튜브 홈 화면의 전체 추천 콘텐츠를 스크린샷으로 캡처하여 날짜별로 저장하였다. 해당 이미지에서 추천 콘텐츠를 모두 수집하고, 각 영상의 제목, 주제, 채널, 포맷(쇼츠/일반), 정치성 또는 편향성 여부 등을 수록하였다.

 

4.콘텐츠 분류 기준 설정

추천 영상은 다음과 같은 분류 기준에 따라 분석되었다.

주제 분류: 정치, 환경, 음악, 요리, 스포츠, 동물, 예능/오락, 기타

성격 분류: 뉴스/시사, 다큐멘터리, 토크쇼, 정보/실용, 쇼츠, 유머 등

정치/환경/기타 편향성 여부: 명확한 정치적 논조가 담겨 있는지 여부, 환경 관련 강조 메시지 유무 등

 

5.변화 요약 분석

특정 주제 시청 후 일정 시간이 지난 뒤의 추천 영상들에 대해, 추천 콘텐츠의 비중, 주제 편중 정도, 시청 주제와의 관련성 유지 여부 등을 중심으로 변화 양상을 요약하였다.

 

6.분석 도구

수집된 이미지 자료는 OCR(광학문자인식) 기반 텍스트 추출과 함께 수작업 검수를 거쳤으며, 엑셀 기반 분류표와 분석표로 정리되었다. 이후 통계적 수치를 기반으로 시각화 및 비교분석을 진행하였다.

 

 

8. 자료 분석

본 절에서는 실험을 통해 수집한 세 가지 유형의 계정(Account A: 정치 이슈, Account B: 환경 이슈, Account C: 무작위 관심사)의 시청 이력 및 추천 콘텐츠 데이터를 바탕으로 유튜브 추천 알고리즘의 필터버블 형성 및 콘텐츠 편향성을 비교·분석하였다.

 

 

8.1 정치적 이슈 중심 계정 (Account A)

Account A는 정치적 이슈(트럼프·바이든 연설 및 미국 정치 뉴스)를 중심으로 콘텐츠를 시청한 계정으로, 초기 시청 이후 빠르게 정치 관련 콘텐츠 중심의 추천이 고착화되었다. 특히 트럼프, 바이든, 미국 하원 등 특정 정치 인물 및 사건과 관련된 영상이 반복적으로 추천되었으며, 콘텐츠의 방향성도 보수 또는 진보 진영에 치우친 경향이 나타났다.

 

- 변화 양상: 실험 초기부터 정치 콘텐츠 비중이 급격히 증가하였으며, 3월 중후반부터는 타 분야 콘텐츠의 노출이 거의 사라졌다.

- 필터버블 형성: 매우 강하게 형성됨. 유튜브는 이용자의 특정 정치적 선호에 맞춰 한 방향성의 콘텐츠만을 반복 추천함으로써 정보 다양성을 현저히 제한하였다.

- 정보 편향성: 특정 진영(예: 반이민 정책, 우파 시각)의 주장이 다수 포함된 콘텐츠가 반복되며, 균형 잡힌 시각 제공이 어려운 구조로 확인됨.

 

8.2 환경 이슈 중심 계정 (Account B)

Account B는 기후 변화, 지구 온난화, 재생 가능 에너지 등 환경 관련 콘텐츠를 집중적으로 시청한 계정이다. 초반에는 환경 위기 경고, 재난 시뮬레이션, 다큐멘터리 콘텐츠가 주를 이뤘으며, 시간이 지나며 유사 주제의 과학·기술 영상이나 전 세계 기상이변·미래 예측 시나리오 등으로 추천 콘텐츠가 확대되었다.

 

- 변화 양상: 실험 초반부터 환경 위기 중심 콘텐츠 추천이 빠르게 강화되었으며, 기후 재난·멸망적 서사 중심의 자극적인 콘텐츠가 증가하는 경향이 관찰되었다.

- 필터버블 형성: 정치 콘텐츠 계정보다는 약하나, 환경 관련 키워드(예: ‘지구 종말’, ‘기후 시계’, ‘녹는 빙하’)가 지속 반복되며 주제 편중이 나타남.

- 정보 편향성: 감정적 접근이나 재난 프레임이 강화되면서 경각심을 유도하는 콘텐츠는 많으나, 대안적 관점(예: 해결 기술, 정책 분석 등)은 상대적으로 부족했음.

 

8.3 무작위 관심사 계정 (Account C)

Account C는 세계 뉴스, 팝 음악 플레이리스트, 간단한 요리 레시피, 축구 하이라이트, 귀여운 고양이 영상 등 다양한 주제를 일정 비율로 시청하도록 설계된 계정이다. 분석 결과, 유튜브는 이 계정에 대해 비교적 다양한 주제의 콘텐츠를 지속적으로 추천했으며, 특정 주제로의 편중 현상은 거의 나타나지 않았다.

 

- 변화 양상: 시청 비율에 따라 다양한 주제가 고르게 추천되었으며, 실험 기간 내내 ‘음악 – 요리 – 반려동물 – 스포츠 – 뉴스’ 콘텐츠가 균형 있게 유지되었다.

- 필터버블 형성: 매우 약하게 형성됨. 알고리즘은 반복 시청 주제는 인식하되, 다양한 콘텐츠 간 순환 구조를 유지함으로써 정보 다양성을 확보하였다.

- 정보 편향성: 특정 시각이나 방향으로 치우친 콘텐츠 없이, 일상적·중립적 성격의 정보 제공이 이뤄짐.

 

8.4 계정 간 비교 분석

항목	Account_A(정치)	Account B (환경)	Account C (무작위)
필터버블 강도	매우 강함	중간 정도	매우 약함
콘텐츠 다양성	매우 낮음	제한적	매우 높음
추천 편향성	정치적 편향 강함	위기 중심·감정 유도	편향 없음
주제 고착화 속도	빠름 (2~3일 내)	빠름 (3~4일 내)	없음 또는 느림
대표 추천 키워드	트럼프, 바이든, 미국 정치	기후 위기, 멸망 시나리오	요리, 고양이, 음악, 축구 등 다양

 

8.5 소결

본 자료 분석을 통해 유튜브 추천 알고리즘은 이용자의 관심 주제에 따라 콘텐츠 추천 편향성과 정보 다양성에 뚜렷한 차이를 보이는 것으로 나타났다. 정치와 환경과 같이 사회적으로 민감하거나 극적인 서사를 내포한 주제의 경우, 알고리즘은 빠르게 동일 유형의 콘텐츠를 반복 추천하며 필터버블을 강화하는 경향을 보였다. 반면, 무작위적이고 일상적인 관심사를 가진 계정에서는 상대적으로 균형 잡힌 추천 구조를 유지하며 정보의 폭이 넓게 분포되었다. 이는 알고리즘이 사용자의 초기 행동에 민감하게 반응하며, 특정 주제에 대한 깊이 있는 탐색을 유도하되, 정보 편향을 초래할 위험도 높다는 사실을 시사한다.

 

9. 결론 및 제언

 

9.1 결론

본 연구는 유튜브 추천 알고리즘이 이용자의 관심 주제에 따라 필터버블과 미디어 편향성을 어떻게 형성하는지를 실증적으로 분석하고자 하였다. 이를 위해 정치 이슈, 환경 이슈, 무작위 관심사를 중심으로 세 개의 계정을 설정하고, 약 2주간의 시청 데이터를 기반으로 추천 콘텐츠의 변화 양상을 분석하였다.

 

분석 결과, 유튜브 알고리즘은 사용자의 초기 관심 주제에 따라 빠르게 콘텐츠를 특정 주제 중심으로 편향되게 추천하는 경향을 보였으며, 이로 인해 정보의 다양성이 제한되고 필터버블 현상이 뚜렷하게 형성되었다. 정치적 이슈 계정(Account A)의 경우, 특정 정치 성향에 치우친 콘텐츠가 지속적으로 반복되었고, 환경 이슈 계정(Account B) 역시 기후 위기 및 재난 중심의 자극적인 콘텐츠가 주로 추천되었다. 반면, 무작위 관심사를 가진 계정(Account C)은 상대적으로 콘텐츠의 다양성이 높고 필터버블 현상이 약하게 나타났다.

 

이러한 결과는 유튜브 알고리즘이 이용자의 시청 패턴을 매우 민감하게 반영하며, 특정 주제에 대한 탐색을 강화하는 방식으로 작동한다는 점을 보여준다. 그러나 동시에 이는 정보의 편식과 확증편향을 심화시킬 수 있는 구조임을 의미하며, 특히 사회적 갈등 이슈에 있어 그 영향이 더욱 우려된다는 결론에 도달하였다.

 

9.2 제언

1) 알고리즘의 투명성 제고

현재 유튜브는 사용자에게 추천 알고리즘이 어떤 기준으로 콘텐츠를 제시하는지에 대한 명확한 정보 제공이 부족하다. 추천 기준 및 알고리즘 작동 원리를 보다 투명하게 공개함으로써, 이용자 스스로 정보의 흐름을 인지하고 조절할 수 있는 여지를 확보할 필요가 있다.

 

2) 필터버블 완화를 위한 ‘다양성 알고리즘’ 도입

추천 알고리즘이 사용자의 관심 주제에만 집중하지 않고, 상반된 견해나 다른 주제의 콘텐츠도 일정 비율로 추천하도록 설계할 필요가 있다. 예를 들어 ‘의도적 다양성(serendipity)’을 강화하는 알고리즘 로직을 추가함으로써 필터버블을 완화할 수 있다.

 

3) 이용자 주도형 콘텐츠 탐색 기능 강화

현재 유튜브는 자동 추천에 크게 의존하는 구조이나, 이용자가 스스로 정보 영역을 확장할 수 있는 탐색 인터페이스를 강화해야 한다. 예컨대 ‘추천 이유 보기’, ‘비슷한 주제의 반대 시각 보기’ 등의 기능을 통해 미디어 리터러시를 높일 수 있다.

 

4) 디지털 미디어 교육의 강화

플랫폼의 구조적 개선과 더불어, 이용자 스스로 알고리즘의 한계와 필터버블 위험성을 인식하는 교육이 병행되어야 한다. 특히 청소년 및 젊은 세대를 대상으로 한 디지털 시민성 및 정보 해석 능력 교육이 중요하다.

 

9.3 연구의 한계 및 후속 연구 제안

본 연구는 제한된 기간(2주)과 제한된 계정 수(3개)를 기반으로 실험을 진행하였기에, 추천 알고리즘의 장기적 변화나 더 다양한 관심사 유형에 대한 분석은 어려웠다. 향후 연구에서는 다음과 같은 보완이 필요하다

 

- 장기적 시청 패턴에 따른 알고리즘 변화 추적

- 더 다양한 주제(예: 건강, 경제, 교육 등)를 포함한 비교 실험

- 연령, 성별, 지역 등 사용자 특성을 반영한 실험 설계

- 알고리즘이 허위정보 및 선정적 콘텐츠와 어떻게 결합되는지에 대한 분석

 

 

10. 참고문헌

1. Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. Penguin Press.

2. Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132.

3. Flaxman, S., Goel, S., & Rao, J. M. (2016). Filter Bubbles, Echo Chambers, and Online News Consumption. Public Opinion Quarterly, 80(S1), 298–320.

4. YouTube Official Blog. (2020). How YouTube’s Algorithm Works. [https://blog.youtube](https://blog.youtube)

5. 김영준, 정승철 (2021). 유튜브 추천 알고리즘의 편향성과 뉴스 소비 영향. 한국언론학보, 65(3), 25–54.

6. 김지현 (2020). 필터버블 현상에 대한 이론적 고찰. 디지털미디어연구, 18(2), 73–94.

7. Google AI. (2021). Recommendation Systems Overview. [https://ai.googleblog.com](https://ai.googleblog.com)

 

11. 부록

 

11.1 실험 계정 설정 요약

계정명	주요 관심 주제	설정된 시청 콘텐츠	실험 목적
Account_A	정치 이슈	트럼프/바이든 연설, 미국 정치 뉴스	정치적 필터버블 형성 여부 분석
Account_B	환경 이슈	기후변화, 탄소중립, 재생에너지	환경 관련 편향 및 위기성 콘텐츠 비중 분석
Account_C	무작위(다양한 주제)	세계 뉴스, 팝음악, 요리, 축구, 고양이	관심 주제 분산 시 콘텐츠 다양성 분석

 

 

11.2 실험 기간 및 횟수

- 실험 기간: 2025년 3월 15일 ~ 3월 27일 (13일간)

- 홈화면 스크린샷 수집: 계정당 7회

- 시청 콘텐츠 수: 계정당 약 40~60개 콘텐츠

 

11.3 계정별 주요 분석 지표 요약

항목	Account_A (정치)	Account_B (환경)	Account_C (무작위)
추천 콘텐츠 다양성	낮음	낮음	높음
특정 주제 집중도	매우 높음	높음	낮음
필터버블 형성	강함	중간~강함	약함
자극적 콘텐츠 비중	높음	중간	낮음
뉴스 콘텐츠 비중	매우 높음	높음	중간

 

12. 요약 정리

항목	내용 요약
연구 목적	유튜브 알고리즘이 관심 주제에 따라 필터버블 및 미디어 편향성을 어떻게 형성하는지 분석
연구 방법	정치, 환경, 무작위 주제 계정을 설정해 약 2주간 시청 실험 및 홈화면 분석
주요 결과	정치 및 환경 이슈 계정은 특정 주제 중심의 반복 추천 현상 뚜렷 → 필터버블 형성. 무작위 계정은 추천 콘텐츠의 주제 분산도가 높아 필터버블 영향이 상대적으로 적음
의미	유튜브 알고리즘은 빠르게 이용자 관심사에 맞춰 콘텐츠를 편향적으로 재구성하며 정보 다양성을 제한할 수 있음
제언	알고리즘 투명성 제고, 다양한 시각 노출 구조 마련, 이용자 미디어 리터러시 교육 강화 필요