주의 통치하기 : 유튜브 추천시스템과 심리-알고리즘적 주체

하대청

doi:10.22989/jsts.2022.22.1.6

추천

검색

질문

자료유형: 학술저널

저자정보: 하대청 (광주과학기술원)

저널정보: 한국과학기술학회 과학기술학연구 科學技術學硏究第22卷第1號 (通卷第47號)

발행연도: 2022.3

수록면: 145 - 172 (28page)

DOI: 10.22989/jsts.2022.22.1.6

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

현대사회에서 인간의 주의(attention) 능력은 이를 측정하고 계산하는 디지털 기술과 이를 정의하고 진단하는 생명 권력의 통치 대상이 되고 있다. 이 글은 인간의 주의를 희소한 경제적 자원으로 보는 익숙한 주의 경제(attention economy)의 관점을 넘어 주의를 통치의 대상으로 삼는 ‘주의 통치하기(governing attention)’를 조명하고자 한다. 주의를 통치하려는 권력은 다양한 지식, 전문성, 기술, 주체성 등을 생산하며 실행되는데, 이 글은 우리 사회에서 가장 영향력 있는 소셜 미디어로 자리 잡은 유튜브 추천시스템을 분석하면서 이를 보여주고자 한다. 유튜브 추천시스템은 우리의 주의를 최대한 오래 붙잡아 두려는 기술로서 행동심리학에 바탕한 행동 디자인에 기초해 있다. 또한, 데이터와 기계학습에 의존해 이미 주어진 주의를 포착하는 것이 아니라 새로운 주의를 끊임없이 만들어내고 있다. 이렇게 시청시간을 최대한 연장하려는 추천시스템의 목표는 상업적 가치를 넘어 기술적 합리성이면서 동시에 엔지니어의 도덕이 되고 있다. 추천시스템의 개인맞춤화는 사실 우리의 선호를 정확히 예측하는 것보다 우리를 측정하고 범주화할 수 있는 측정지표를 고안하는 것을 목표로 한다. 그 결과 자신의 선호와 취향을 가치 있는 것으로 여기며 기술의 도움으로 이를 관리하려 노력하는 주체가 형성되고 있다. 이 ‘심리-알고리즘적 주체(psyco-algorithmic subjects)’는 명시적 평가로 추천시스템을 훈련시키면서 자신의 관심사와 취향을 최적화할 수 있다고 믿는다. 결론에서 이 글은 주의 경제 관점은 주의를 둘러싼 경제를 강조하면서 주의가 사회물질적 배치에서 구성된다는 점을 간과하고 알고리즘의 행위성을 과장한다고 비판한다. 마지막으로 이 글은 추천시스템이 우리의 일상을 둘러싼 하부구조가 되고 있다는 점을 지적하고 주의를 통치하려는 권력에 우리가 어떻게 개입할 것인지 구체적인 답을 얻으려면 보다 다양한 일상의 추천시스템을 연구해야 한다고 주장한다.

Attention as a property of human cognition has been increasingly the target of both digital technology which measures and computes it, and biopower which defines and diagnoses it in modern society. In this article, I illuminate the theoretical perspective of ‘governing attention’ that makes attention an object of management and government, rather than the perspective of attention economy that basically makes it a scarce economic resource. I show how power to govern attention produces and enacts a variety of knowledge, expertise, technology, and subjectivity by analyzing the recommendation system of YouTube, the most influential social media in our society. The YouTube recommendation system is a digital captivating technology trying to hold onto our attention as long as possible, drawing on behavioural psychology and persuasive design. In addition, this recommendation system is constantly generating and shaping new attention based on our behavioural data and machine learning, rather than capturing the already-given attention. The goal of the recommendation system to extend the waching time as much as possible goes beyond commercial value, becoming technical rationality and morality of engineers. The personalization of the recommendation system isn’t aimed at predicting users’ preferences, interests and tastes, but at devising and implementing metrics that can categorize us. As a result, new subjects, who consider their own preferences and tastes as valuable and seek to manage them with the help of technology, are formed: these ‘psycho-algorithmic subjects’ believe that they can optimize their preferences and tastes by training the system with their behavioral data and explicit evaluation. In conclusion, I argue that the perspective of attention economy tends to emphasize the economy surrounding attention, thus understating the social-material construction of attention while overstating the agency of algorithms. Finally, given that recommender systems are becoming the infrastructure of everyday life, I argue that it is necessary to study various recommender systems in our daily life in order to explore concrete answers on how we can intervene in the power to govern our attention.

#유튜브 #유튜브 추천시스템 #알고리즘 #주의 #주의 통치하기 #행동심리학 #행동디자인 #기계학습 #심리-알고리즘적 주체 #YouTube #YouTube recommendation system #algorithms #attention #governing attention #behavioural design #machine learning #psycho-algorithmic subjects

1. 수치화된 주의와 주의 경제의 한계
2. ‘주의 통치하기’와 사회기술 시스템으로서의 알고리즘
3. 행동디자인에 기초한 ‘사로잡는 기술’
4. 기계학습 추천시스템의 ‘합리성’과 ‘도덕성’
5. 개인맞춤화와 심리-알고리즘적 주체
6. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

하대청

소속기관 광주과학기술원

주요연구분야 복합학 > 과학기술학 TOP 5% 사회과학 > 사회학 > 사회학 일반 TOP 10%

논문수 33 이용수 11,644

이 논문과 함께 이용한 논문

유튜브 알고리즘과 확증편향

김인식 , 김자미 한국컴퓨터교육학회 학술발표대회논문집 2021 .01

텍스트 마이닝 기법을 이용한 유튜브 추천 알고리즘의 필터버블 현상 분석

신유진 , 이상우 한국콘텐츠학회논문지 2021 .05

The YouTube Video Recommendation Algorithm using Users" Social Category

유소엽 , 정옥란 Journal of KIISE 2015 .05

유튜브 알고리즘 요인 탐색을 위한 역공학설계 연구 - 머신러닝과 딥러닝 응용을 중심으로

김철년 , 배승주 , 하윤수 외 1명 디지털콘텐츠학회논문지 2022 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)