유튜브를 많이 보면 정치적으로 극단화될까?｜알고리즘과 확증편향의 진실

핵심 내용

• 유튜브를 많이 본다고 자동으로 정치적 극단주의자가 되는 것은 아닙니다. 현재 연구로 그런 단순한 인과관계를 단정하기 어렵습니다.
• 그러나 국내 연구에서는 자신의 생각과 일치하는 정치영상에 선택적으로 노출될수록 확증편향이 커지는 현상이 확인됩니다.
• 더 중요한 것은 알고리즘만이 아닙니다. 우리가 무엇을 클릭하고, 얼마나 오래 보고, 무엇을 검색하고 좋아요를 누르는지도 다음 추천을 만드는 신호가 됩니다.

목차

1. 유튜브는 정말 사람을 극단화할까?

2. 알고리즘은 어떻게 '내 취향'을 알아낼까?

3. 확증편향과 필터버블은 무엇이 다를까?

4. 한국 연구에서는 무엇이 확인됐을까?

5. 내 유튜브가 편향됐는지 1분 만에 확인하는 법(알고리즘 자가진단)

6. 알고리즘 시대, 민주주의에는 무엇일 필요할까?

 

1. 유튜브는 정말 사람을 극단화할까?

정치 관련 영상을 하나 봤다고 가정해 봅시다.

잠시 뒤 비슷한 영상이 나타납니다.

하나를 더 보니 이번에는 같은 주장을 훨씬 강하게 하는 영상이 보입니다.

며칠 뒤 유튜브를 열었더니 홈 화면이 비슷한 정치영상으로 가득합니다.

이런 경험 때문에 흔히 이런 이야기를 합니다.

"유튜브 알고리즘이 사람을 극단주의자로 만든다."

 

하지만 현재 연구가 보여주는 답은 그렇게 간단하지 않습니다.

알고리즘이 모든 이용자를 일방적으로

온건한 콘텐츠에서 극단적인 콘텐츠로 밀어 넣는다고

단정할 충분한 근거가 있는 것은 아닙니다.

유튜브  역시 유해한 허위정보나 이른바

'경계선 콘텐츠(borderline content)'의 추천 순위를

낮추는 정책을 운영한다고 밝히고 있습니다.

그렇다고 문제가 없는 것도 아닙니다.

핵심은 '극단화'보다 먼저 일어나는 확증편향입니다.

 

☞ [YouTube Official Blog] 유튜브 추천 시스템에 대하여

유튜브 추천 시스템에 대하여

 

2. 알고리즘은 어떻게 '내 취향'을 알아낼까?

유튜브 추천 알고리즘은 우리의 정치성향을 직접 물어보지 않습니다.

대신 행동을 봅니다.

우리가 하는 행동	알고리즘이 참고하는 신호
영상을 클릭한다	관심 가능성
오래 시청한다	콘텐츠 만족·관심 신호
검색한다	관심 주제
좋아요·싫어요	선호도 신호
구독한다	지속적인 관심
'관심 없음'을 누른다	추천 조정
비슷한 이용자가 본다	연관 콘텐츠 추정

 

유튜브의 공식 설명에 따르면,

시청기록, 검색기록, 구독, 좋아요·싫어요, '관심 없음', 만족도 조사 등이 추천에 사용됩니다.

여기서 중요한 사실이 하나 있습니다.

알고리즘은 나를 설득하려 하기보다 내가 계속 보고 싶어 할 콘텐츠를 찾아냅니다.

따라서 이용자와 알고리즘의 관계를 이렇게 생각할 수 있습니다.

내가 클릭한다 → 알고리즘이 학습한다 → 비슷한 콘텐츠를 보여준다 → 다시 클릭한다.

문제는 이 순환이 정치 콘텐츠에서도 작동한다는 것입니다.

 

☞ [YouTube 고객센터] YouTube의 추천 시스템

YouTube의 추천 시스템 - YouTube 고객센터

 

3. 확증편향과 필터버블은 무엇이 다를까?

• 확증편향(confirmation bias): 자신이 이미 믿고 있는 생각을 뒷받침하는 정보는 잘 받아들이면서 반대되는 정보는 무시하거나 낮게 평가하는 인간의 인지적 경향입니다.
• 필터버블(filter bubble): 개인화된 정보환경 때문에 자신과 비슷한 정보가 반복적으로 노출되고 다른 관점과 만날 기회가 줄어드는 현상을 설명하는 개념입니다.

둘이 만나면 흥미로운 일이 벌어집니다.

나는 내가 믿고 싶은 영상을 클릭한다
→ 플랫폼은 그 행동을 학습한다
→ 비슷한 영상을 추천한다
→ 나는 "역시 내가 맞았어"라고 느낀다

 

즉, 알고리즘만의 문제가 아니라

인간의 심리와 추천 시스템이 서로 강화할 가능성이 있는 것입니다.

 

4. 한국 연구에서는 무엇이 확인됐을까?

강명현의 연구는 유튜브 이용자 400명을 조사했는데, 정치 콘텐츠 이용이 기존 정치적 신념을 강화하는 것과 관련됐으며,

특히 정치성향이 강하고 추천 기능을 적극적으로 이용할수록 확증편향이 강해지는 경향을 확인했습니다.

 

☞ 강명현. (2021). 유튜브는 확증편향을 강화하는가?: 유튜브의 정치적 이용과 효과에 관한 연구. 한국소통학보, 20(4), 261-288.

강명현. (2021). 유튜브는 확증편향을 강화하는가_유튜브의 정치적 이용과 효과에 관한 연구. 한국소통학보, 20(4), 261-288..pdf

0.62MB

 

 

김국주·나은영은 2024년 성인 유튜브 이용자 300명을 조사해 정치영상에 대한 선택적 노출 → 확증편향 증가 → 정치참여로 이어지는 관계를 분석했습니다. 다만, 연구진 역시 향후 알고리즘을 직접 측정하고 종단연구를 통해 인과관계를 더 명확히 확인할 필요가 있다고 밝혔습니다.

 

☞ 김국주, & 나은영. (2025). 유튜브 정치 동영상의 선택적 노출이 확증 편향과 정치 참여에 미치는 영향 연구: 정치 효능감의 조절 효과를 중심으로. 언론정보연구, 62(2), 285-322.

김국주, & 나은영. (2025). 유튜브 정치 동영상의 선택적 노출이 확증 편향과 정치 참여에 미치는 영향 연구_정치 효능감의 조절 효과를 중심으로. 언론정보연구, 62(2), 285-322..pdf

0.39MB

 

 

2026년  연구로, 22대 총선 전후 패널자료를 분석한 전샘·송현진의 연구에서는 유튜브 정치튜스 추천 서비스 이용과 확증편향 사이에 유의한 관련성이 나타났습니다.

 

☞ 전샘, & 송현진. (2026). 유튜브 정치뉴스 추천서비스 이용과 온라인 및 오프라인 정치적 이견회피: 확증편향과 정서적 양극화의 매개경로 검토를 중심으로. 방송문화연구, 38(1), 5-53.

유튜브 정치뉴스 추천서비스 이용과 온라인 및 오프라인 정치적 이견회피 확증편향과 정서적 양극화의 매개경로 검토를 중심으로.pdf.pdf

1.06MB

 

 

그런데 여기서 반전이 있습니다.

확증편향 → 정서적 양극화 → SNS 관계단절이라는 단순한 경로는 확인되지 않았습니다.

반면 확증편향을 거쳐 현실에서 정치적 견해가 다른 사람을 회피하는 경로는 제한적으로 확인됐습니다.

 

따라서 현재 연구를 종합하면

"유튜브를 보면 극단주의자가 된다"가 아니라
"정치 콘텐츠의 선택적 소비와 추천 이용은 기존 신념을 강화할 수 있다."

 

라고 정리할 수 있습니다.

 

5. 내 유튜브가 편향됐는지 1분 만에 확인하는 법(알고리즘 자가진단)

아래 5개 항목 중 몇 개에 해당하나요?

 

□ 정치영상 제목만 보고도 내용과 결론을 거의 예상할 수 있다.

□ 추천 영상 대부분이 내가 동의하는 정치적 주장이다.

□ 반대 의견 영상은 끝까지 보기 어렵다.

□ 정치영상 몇 개를 보고 나면 비슷한 영상이 계속 나타난다.

□ 유튜브에서 본 정치정보를 다른 출처에서 거의 확인하지 않는다.

 

이것은 의학적·심리학적 진단도구가 아닙니다.

자신의 정보환경을 점검하기 위한 체크리스트입니다.

3개 이상이라면 한 번쯤 추천 피드를 바꿔보는 것도 좋습니다.

 

☞ 맞춤 동영상 및 검색 결과 관리 알아보기 

맞춤 동영상 및 검색 결과 관리 - YouTube 고객센터

 

※ 이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

▶ [추천도서] 인공지능 알고리즘과 다양성 그리고 편향(큰글자책)

인공지능 알고리즘과 다양성 그리고 편향(큰글자책) - 언론/미디어 일반 | 쿠팡

 

 

6. 알고리즘 시대, 민주주의에는 무엇일 필요할까?

앞선 글에서 독일의 보이텔스바흐 합의를 살펴봤습니다.

그 원칙 가운데 하나가 바로 논쟁적인 것은 논쟁적으로 가르친다는 것이었습니다.

유튜브 시대에는 이것을 조금 바꾸어 말할 수도 있습니다.

논쟁적인 문제라면 알고리즘이 골라준 한쪽 이야기만 듣지 않는다.

 

민주주의에서 모든 시민이 같은 생각을 할 필요는 없습니다.

오히려 민주주의는 서로 다른 생각을 가진 사람들이 함께 살아가기 위한 제도입니다.

문제는 생각이 다른 것이 아니라 상대방을 더 이상 들을 필요가 없는 사람으로 생각하기 시작하는 순간입니다.

그래서 알고리즘 시대의 미디어 리터러시는 단순한 '가짜뉴스 찾기'에서 한 단계 더 나아가야 합니다.

왜 이 영상이 나에게 추천됐는지
무엇이 생략됐는지
원자료는 무엇인지
반대되는 근거는 존재하는지

 

스스로 질문하는 능력이 필요합니다.

알고리즘은 우리의 관심을 학습합니다.

하지만 무엇을 클릭할지는 여전히 우리가 선택할 수 있습니다.