왜 사람마다 보이는 화면이 다를까?
같은 유튜브인데 내 첫 화면과 친구 첫 화면은 완전히 달라요. 뒤에서 추천 알고리즘이 일하고 있기 때문이에요. 카드를 눌러 비밀을 확인해 보세요.
'나와 비슷한 사람'을 찾는 원리 — KNN
추천 알고리즘의 대표 선수 KNN(K-최근접 이웃)은 이렇게 생각해요:
"너와 취향이 가장 가까운(비슷한) K명을 찾아서, 그 사람들이 좋아하는 걸 너에게도 보여줄게."
그래프를 클릭해 새로운 사람(★)을 놓아 보세요. 파랑 = 스포츠 영상파, 주황 = 음악 영상파
K를 바꾸면 결과가 달라져요
K = 3
그래프를 클릭해 보세요.
생각해 보기 — K가 1일 때와 9일 때 결과가 왜 달라질까?
딱 한 명의 이웃만 믿는 것과 여러 명에게 물어보는 것, 어느 쪽이 더 믿을 만할까?
추천 알고리즘을 위한 데이터 수집
추천을 하려면 먼저 데이터가 필요해요. 내 취향을 숫자로 바꿔서 우리 반 데이터 창고에 모아요.
① 취향 설문
② 나의 최애
③ 모둠 주제
① 취향 설문 (7문항)
② 나의 최애 — 친구에게 추천해 줄 재료가 돼요
③ 우리 모둠의 추천 주제 (모둠을 나눌 때 써요)
📦 우리 반 데이터 창고 현황
불러오는 중...
데이터가 많을수록 추천이 정확해지는 편이에요. 그래서 AI 회사들이 데이터를 모아요. — 그런데 회사가 내 데이터를 모을 때 나에게 물어봐야 할까요? (활동④에서 더 이야기해요)
나의 추천 알고리즘 설계하기
활동②에서 모은 우리 반 데이터로 나와 비슷한 친구를 찾고, 그 친구들의 최애를 추천받아요.
그다음 AI(Solar)의 추천과 비교해 봐요.
내 알고리즘 규칙 정하기
이웃 수 K
K = 3
특별히 중요하게 볼 취향 (고르면 더 중요하게 계산해요)
AI(Solar)의 추천과 비교
추천 알고리즘 개선과 토론
AI 추천은 왜 틀릴까? 그리고 계속 맞기만 하면 더 위험할 수도 있어요.
① AI 추천이 틀리는 이유 — 카드를 눌러 보세요
② 필터버블 체험 — 추천을 계속 받으면 무슨 일이?
좋아하는 주제 하나를 고르고 "추천 계속 받기"를 눌러 보세요.
③ AI와 토론하기
궁금한 것을 묻거나 내 생각을 말해 보세요. AI는 정답 대신 생각거리를 던져 줘요.
안녕하세요! 추천 알고리즘의 편향과 필터버블에 대해 함께 이야기해 봐요. 어떤 생각이 드나요?