유튜브 추천 알고리즘과 유튜브 지속적 이용의도의 관계 : 알고리즘의 투명성 원칙과 책무성 원칙에 대한 규제 태도의 매개효과를 중심으로

Q: 이 논문에서 정의한 유튜브 추천 알고리즘이란 무엇인가?

유튜브 추천 알고리즘은 이용자의 이용 기록과 개인정보를 기반으로 맞춤형 콘텐츠와 광고를 제공하며, 이용자의 선호도를 예측하여 최적의 콘텐츠를 추천하는 시스템이다. 이는 이용자의 콘텐츠 검색 및 시청 활동을 빅데이터로 수집하여 메인 화면에 맞춤형 콘텐츠를 제공함으로써 사용자 경험을 향상시킨다.

Q: 유튜브 추천 알고리즘에 대한 인식이 지속 이용 의도에 어떤 영향을 미치는가?

연구 결과, 유튜브 추천 알고리즘에 대한 긍정적 인식은 지속 이용 의도에 직접적으로 긍정적 영향을 미치며, 투명성 및 책무성 원칙에 대한 규제 태도를 매개로 간접적인 긍정적 영향을 미친다. 반면, 부정적 인식은 규제 태도를 매개할 때만 지속 이용 의도에 부정적인 영향을 미친다.

심홍진; 박준혁

doi:10.20879/kjjcs.2024.68.5.005

학술저널 DBpia Top 0.1%

저자정보: 심홍진 (정보통신정책연구원) 박준혁 (펜실베이니아 대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제68권 제5호

오류 신고하기

피인용 7

검색

초록·키워드

본 연구는 유튜브 추천 알고리즘에 대한 이용자의 긍정적·부정적 인식이 유튜브 지속 이용 의도에 미치는 영향을 조사하고, 이들 변수 간의 관계에서 알고리즘 투명성과 책무성 원칙에 대한 이용자의 규제 태도의 매개효과를 검증하였다. 이러한 분석을 통해 유튜브 추천 알고리즘의 부정적 효과와 잠재적 역기능을 검토하고 이에 따른 학술적 시사점과 정책적 대응 방향을 제시하고자 하였다. 연구는 방송통신위원회와 정 보통신정책연구원에서 수행 및 공개한 <2022년 지능정보사회 이용자 패널조사> 데이터(n=5,378)를 활용하여 분석을 수행하였다. 연구 결과는 다음과 같다. 첫째, 유튜브 추천 알고리즘에 대한 긍정적 인식은 유튜브 지속 이용의도에 직접적으로 정적 영향을 미칠 뿐 아니라, 알고리즘 투명성과 책무성 원칙에 대한 규제 태도를 통해 간접적으로도 긍정적 영향을 미치는 것으로 나타났다. 이는 유튜브 추천 알고리즘에 대 한 긍정적 인식과 유튜브 지속 이용의도 간의 관계에서 알고리즘 투명성과 책무성 원칙에 대한 규제 태도의 매개효과가 유의미함을 시사한다. 둘째, 유튜브 추천 알고리즘에 대한 부정적 인식은 유튜브 지속 이용 의도에 통계적으로 유의미한 영향을 미치지 않는 것으로 나타났다. 그러나 부정적 인식은 알고리즘 투명성과 책무성 원칙에 대한 규제 태도를 매개로 유튜브 지속 이용의도에 부정적인 영향을 미치는 것으로 확 인되었다. 이와 같은 연구 결과를 토대로 본 연구는 유튜브 추천 알고리즘의 투명성과 책무성 원칙 강화를 통해 이용자의 긍정적 인식을 증진시키고, 부정적 인식을 완화하는 방향의 정책적 대응을 제언하였다. 나아가 유튜브 추천 알고리즘의 잠재적 역기능에 대한 지속적인 탐구와 검토의 필요성을 강조하였다.

This study investigated the impact of users’ positive and negative perceptions of YouTube’s recommendation algorithm on their intention to continue using the platform. It also examined the mediating effects of regulatory attitudes towards the principles of algorithm transparency and accountability between these perceptions and intention. The research aimed to explore both the positive and negative implications of YouTube’s recommendation system, offering academic and policy recommendations to improve user experience while mitigating potential risks. The study utilized data from the 2022 Intelligent Information Society User Panel Survey, conducted by the Korea Communications Commission and the Korea Information Society Development Institute, with a sample size of 5,378 respondents. This survey enabled a comprehensive assessment of users’ perceptions of YouTube’s recommendation system and their regulatory attitudes toward transparency and accountability. The key findings are as follows: First, positive perceptions of YouTube’s recommendation algorithm had a direct positive effect on users’ intention to continue using the platform, as well as an indirect effect mediated by regulatory attitudes toward transparency and accountability principles. This suggests that positive perceptions of the algorithm not only improve user satisfaction but also build trust in the platform when transparency and accountability principles are appropriately applied. Second, negative perceptions of YouTube’s recommendation algorithm did not show a significant direct impact on the usage intention. However, when regulatory attitudes regarding transparency and accountability were included as mediators, a negative effect on usage intention emerged. This implies that negative user perceptions of the algorithm may deter continued use if transparency and accountability are not adequately addressed. These findings highlight the dual role of transparency and accountability principles as both protective measures and trust-building factors. Enhancing transparency would ensure that users are informed about how recommendations are generated, increasing trust and satisfaction. Accountability, on the other hand, emphasizes corporate responsibility for the outcomes produced by the algorithm, which can help mitigate negative perceptions and maintain user engagement. The study stresses the importance of ongoing exploration and evaluation of potential dysfunctions of YouTube’s recommendation system, particularly the spread of misinformation, privacy issues, and the reinforcement of confirmation biases through filter bubbles. To address these challenges, the study recommends improving transparency and accountability within recommendation algorithms to boost users’ positive perceptions and reduce negative ones. Moreover, policymakers should consider user-centric regulatory frameworks that account for the complex dynamics between user perception, regulatory intervention, and technological affordances. This research provides insights into how algorithmic governance can be designed to enhance user trust and satisfaction, ensuring the sustainable and ethical deployment of AI-based recommendation systems on digital platforms.

#ouTube Recommendation Service #Algorithmic Principles #Usage Intention #Intelligent Information Society User Panel Survey #유튜브 추천 서비스 #알고리즘 기본원칙 #이용의도 #지능정보사회 이용자 패널조사

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-091044100

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료