▲ 출처= ed.ted.com

[이코노믹리뷰=홍석윤 기자]  소셜 미디어에서 거짓 정보가 빠른 속도로 확산되는 것은 과학자들도 아직 완전히 이해하지 못한 놀라운 현상이다. 데이터에 따르면 온라인에서 거짓 주장이 급속도로 증가하고 있지만, 대부분의 연구는 아주 작은 사례나 개인적 차원의 조작된 이야기의 확산을 분석하는데 그치고 있다.

뉴욕타임스(NYT)가 최근 2006년에서 2017년까지 트위터에서 화제가 되었던 모든 사실 이야기와 거짓 이야기의 확산을 분석했다. 이 데이터에는 300만 명이 450만 회 이상 리트윗하며 폭포수 같이 확산시킨 12만 6000건의 이야기가 포함되었다.

당황스럽게도, 거짓 이야기가 진실한 이야기보다 훨씬 더 많이 퍼진다는 것이 발견되었는데, 이 조사 결과가 지난 주 사이언스誌에도 게재되었다.

조사는 스놉스(Snopes), 폴리티팩트(PolitiFact), 팩트체크(Factcheck.org) 등 6개의 독립적인 온라인 팩트체크 기관의 정보를 사용해 수천 건의 사실 및 거짓 이야기를 식별했다. 이 기관들은 이야기의 진실성이나 허위 판단에 있어 95%에서 98%의 일치된 확률을 보였다.

트위터에서 해당 이야기에 대한 언급을 검색해서 ‘최초’(orogin)의 트윗(트위터에서 맨 처음 이 이야기를 언급한 것)에 대한 공유 활동을 추적하고 이 최초의 트윗에서부터 쏟아져 나온 수많은 리트윗을 추적한 후, 온라인으로 확산되는 방식을 분석했다.

이 과정에서 정치, 엔터테인먼트, 비즈니스 등 모든 범주의 정보에서, 거짓 이야기가 사실보다 훨씬 더 빠르고 더 광범위하게 퍼진다는 것을 발견한 것이다. 최초 트위터 계정의 나이, 활동 수준, 팔로어(follower)나 팔로위(followee)의 수, 그리고 트위터사가 그 계정이 진짜인지 확인했는지 여부까지 통제했는데도, 허위 내용이 리트윗 되는 양이 70%나 많았다. 이러한 성향은 다른 유형의 거짓 뉴스보다 허위 정치 이야기에서 더 두드러졌다.

놀랍게도 거짓 이야기를 퍼뜨린 트위터 사용자들은 평균적으로 팔로어가 현저히 적었고, 트위터에서의 활동도 그다지 활발하지 않았으며, 트위터사로부터 진짜 계정임이 확인된 사람들이었고, 진실 이야기를 퍼뜨리는 사람들보다 트위터를 더 적게 사용하는 사람들이라는 것이 밝혀졌다. 이런 불리한 점에도 불구하고 거짓 이야기가 더 멀리 더 빠르게 확산되었던 것이다.

또 거짓 이야기를 퍼트리는데 있어서 웹 로봇의 역할에 대한 우려도 있었지만, 조사는 사람의 행동이 로봇보다 거짓이 진실보다 더 빠르게 확산되는데 더 많은 기여를 한다는 것을 발견했다. 로봇 탐지 알고리즘을 사용해 보니, 오히려 로봇은 거짓 이야기의 확산을 가속화하는 것과 거의 같은 속도로 사실 이야기의 확산을 가속화한다는 사실을 발견한 것이다. 이는 거짓 이야기의 확산이 로봇이 아닌 인간 활동의 결과라는 것을 보여주는 것이다.

▲ 출처= Silicon Investor

왜 이런 현상이 일어나는 것일까? 한 가지 설명은 거짓 이야기가 가지고 있는 ‘참신함’을 원인으로 지목한다. 거짓 이야기의 참신함이 사람의 관심을 끌고, 공유를 하고 싶게 만들며, ‘더 많이 알고 있는 것처럼 보이는’ 공유자에 대한 상태를 계속 전달한다는 것이다.

조사의 분석도 이 가설을 뒷받침하는 것처럼 보였다. 단어 사용에서 감정적인 내용을 추론하기 위해 일반적으로 알려진 컴퓨터화 된 방법을 사용해 보니, 거짓 이야기가 진실 이야기보다 트위터 상에서 큰 놀라움을 표현하는 응답을 더 많이 이끌어 냈음을 발견했다. 반면 진실 이야기는 기쁨과 신뢰의 반응을 더 많이 불러 일으켰다. 그러한 감정들이 사람들로 하여금 거짓 이야기를 더 공유하도록 자극시키는 것인지도 모른다.

거짓 뉴스가 어떻게 왜 확산되는지에 관해 더 많이 알게 되면서 그 확산을 저지하기 위한 개입을 테스트해 볼 필요가 있다. 예를 들어, 거짓 이야기의 확산에는 생각했던 것보다 (알고리즘보다는)사람이 더 책임이 있음을 알게 된 것이 기분 상하는 일이긴 하지만, 이 발견은 또한 행동 개입 (behavioral interventions)으로 거짓 뉴스의 흐름에 제동을 거는 데 성공할 수 있음을 의미하기도 하기 때문이다. 예를 들어, 음식에 라벨을 붙이는 것과 같은 방식으로 뉴스에 라벨을 붙이면 사람들이 뉴스를 소비하고 공유하는 방식을 바꿀 수 있다고 본 것이다.

금전적 인센티브도 생각해 볼 수 있는 또 다른 가능한 도구이다. 소셜 미디어 광고 시장은 폭 넓은 확산으로 수익성이 높아지기 때문에 거짓 기사의 확산에도 인센티브를 부여할 수 있을 것이다. 플랫폼이 허위 이야기를 퍼뜨린 계정이나 게시물을 강등시키고 알고리즘을 사용하여 허위 이야기를 제거한다면, 금전적 인센티브는 아마도 줄어들 것이다. 물론 정말 까다로운 질문은 이것이다.  무엇이 사실이고 무엇이 거짓인지 누가 결정한단 말인가?

이번 연구는 이 주제에 대한 시작에 불과하다. 진실 및 거짓 뉴스의 확산을 촉진하는 요소를 보다 확실하게 파악하려면 인터뷰, 설문 조사 및 실험실 실험을 통해 사용자와 직접 교류하는 것이 필요하다. 또 거짓 이야기의 확산을 막기 위한 노력에 대한 무작위 대조 시험도 유익할 것으로 생각된다.

진실의 개념은 거의 모든 영역에서 인간 노력이 적절한 기능을 하고 있느냐를 중시한다. 세상이 허위로 소비되도록 내버려 둔다면 우리는 재앙을 불러 들이는 것과 마찬가지일 것이다.