머신러닝

기계가 추천해주더라도 스스로의 판단 기준은 중요합니다

시대의 흐름에 따라 IT 서비스는 빠르게 변한다. 서비스를 만드는 사람들은 변화하는 세상을 빠르게 익혀야 하는데, 나도 마찬가지이다. 데이터가 어느 정도 축적되어 개개인을 위한 서비스 제공에 초점이 맞춰지면서 AI와 머신러닝(기계학습)은 빼놓을 수 없는 주제 중 하나이다. 사실 머신러닝에 큰 관심을 두지 않았다. 그냥, 이런 게 있구나 정도로만 알고 있었다. 기계에게 섭렵당한다는 느낌을 받고 싶지 않아서 서비스에서 추천해주는 내용은 가뿐히 무시하며 활용했기 때문이다.

그러던 중 사용자 행동과 관심 있는 주제에 따라 콘텐츠를 추천하는 프로젝트에 투입되었다. 이런 내가 머신러닝 프로젝트를 진행한다니. 부담이고 짐이었다. 열심히 따라가려고 노력했고 막바지에 다다랐다. 프로젝트를 진행할수록 정말 신기했다. 사이트에서 사용자의 움직임을 기준으로 개개인의 맞춤 콘텐츠를 제공하고 반응률을 확인할 수 있다니. 이런 정보는 데이터가 쌓이면 쌓일수록 정교하게 알려준다니 말이다. 유튜브의 추천도 내가 콘텐츠를 보면 볼수록 더 나에게 맞는 콘텐츠를 보여주는 느낌이었다. 

일을 위해 빠르게 발전하는 기술의 속도를 따라가면서 한편으로는 우리가 걱정되었다. 만일 내가 가짜 뉴스를 보게 되었다면, 알고리즘은 가짜 뉴스에 대한 정보들을 더 알려줄 것이고 결국에는 그것이 진짜라고 믿게 되기 때문이다. 사람은 보이는 것만 믿으니까.

머신러닝으로 제공되는 정보에 대해
스스로의 판단 기준은 있어야 하지 않을까?

'미디어 리터러시'의 중요성. 사실 미디어 리터러시는 인터넷의 보급으로 가짜 뉴스를 판별하기 위해 필요한 역량이다. 

미디어 리터러시(media literacy)는 사람들이 미디어에 접근하고 비평하고 창조하거나 조작할 수 있도록 하는 관습들을 아우른다. 미디어 리터러시는 한 매체에만 국한되지 않는다.

출처: 위키백과 '미디어 리터러시'

사람은 자신의 판단 기준과 여러 정보들을 스스로 검색해보면서 결론을 내리고 익힐 수 있지만 기계는 불가능하다. 사람이 명령을 내려야만 일을 하니까. 알려준 일에 대해서는 똑똑한 기계이지만, 모르는 일에 대해서는 위험한 기계이기도 하다.

문득 이런 생각이 들었다. 

가짜 뉴스를 봤을 때 디지털 시대를 살아가는 우리 세대는 "이거 또 구라 아니야? 더 찾아봐야겠어."라고 능동적인 검색을 하지만, 받아들이는 것에 익숙한 세대는 "이런 게 있다고? 알려야겠어 정말 위험하구먼"이라고 여길 수도 있지 않을까.

이런 점에서 '리터러시'에 대한 교육이 필요한 것 같다. 미디어 리터러시, 디지털 리터러시 ... 

함께 사는 좋은 세상을 위해.

나는 무엇을 할 수 있을까?

내가 아는 것을 바탕으로 우선은 엄마에게 알려줘야지.