추천 알고리즘의 이유 제공 방식에 따른 사용자 경험 연구 -동영상 추천 플랫폼을 중심으로- = A study on user experience according to the way of providing reasoning for recommendations -Focused on the video recommendation platform-

다국어 초록 (Multilingual Abstract)

Living in an information society, people tap into state-of-the-art technology, specialized in various fields. For example, the AI algorithms can be used to recommend a variety of contents in some platform services but the way of recommending the unilateral contents is controversial. Thus, this study aims to examine how the user experience varies in accordance with the way of providing a reason for recommendation. Through the case analysis, the way of providing a reason for recommendation was divided into 'no information-type', 'message-type', 'tooltip-type', and 'report-type'. Also, the surveys and interviews were conducted on usefulness, reliability, satisfaction, and intention of continuous use the recommended algorithms. According to the way of providing a reason for recommendation, user experience was different, especially, 'report-type' showed significant differences in all user experience factors compared to the 'no information' type. This study confirmed that it is necessary to explain the outcome of the recommendation algorithm by experimentally verifying the user experience from the way of providing a reason for recommendation. It is essential that the operating function of the recommendation algorithms come together with user's right to know, which is contributing to practical usefulness and enjoyment, suggesting the direction of use based on reliable value.

국문 초록 (Abstract)

정보 사회를 살아가는 현대인들은 고도화된 전문 기술을 다양하게 활용하고 있다. 그중 알고리즘은 뉴스, 음악, 영상 스트리밍 등 추천 서비스에 활용되어 사용자에게 선택의 편리함을 제공한다. 그러나 사용자 데이터를 기반으로 콘텐츠가 일방적으로 추천되는 방식에 대해 논란이 되고 있다. 따라서 본 연구에서는 추천 알고리즘의 추천 이유 제공 방식에 따라 변하는 사용자 경험을 살펴보았다. 사례 분석을 통해 추천 이유 제공 방식을 '정보없음형', '메시지형', '툴팁형', '리포트형'으로 구분한 후 유형별 실험물을 제작하여 추천 알고리즘의 이유 제공 방식에 대한 유용성, 신뢰도, 만족도, 지속사용의도에 대한 설문 조사와 인터뷰를 진행하였다. 연구 결과 추천 알고리즘의 이유 제공 방식에 따라 사용자 경험은 차이를 보였으며, 특히 '리포트형'은 현재 추천 서비스와 유사한 '정보없음형'과 비교해 모든 사용자 경험 요인에서 유의미한 차이를 보였다. 본 연구는 추천 알고리즘의 이유 제공 방식에 따른 사용자 경험을 실증적으로 검증하여 추천 알고리즘의 결과를 설명하는 것이 필요함을 확인하였다. 이는 추천 알고리즘의 사용 목적이 기능적 유용성과 즐거움 제공에서 사용자들의 알권리를 충족시켜 신뢰 가치를 바탕으로 한 활용 방향성을 제시했다는 것에 의의가 있다.

참고문헌 (Reference)

• 1 유영하 ; 최이슬 ; 박현진 ; 이정훈, "추천시스템 사용에서 개인화-프라이버시-투명성이 사용자 신뢰에 미치는 영향 연구 : 소셜미디어 영상추천을 중심으로" 한국디지털콘텐츠학회 21 (21): 173-184, 2020
• 2 권은정, "지능형 미디어 영역의 알 권리에 관한 공법적 고찰— 알고리즘 기반 추천 시스템에 대한 이용자 권익 보장의 관점에서 —" 법학연구소 38 (38): 35-63, 2021
• 3 양영민 ; 김동규 ; 한진욱, "유튜브 홈트레이닝 방송 정보속성이 시청태도 및 시청의도에 미치는 영향: 정교화가능성 모델과 합리적 행동이론을 중심으로" 한국체육학회 61 (61): 343-357, 2022
• 4 김영기, "온라인 정보원의 비판적 평가를 위한 기준 설정에 관한 연구" 인문과학연구소 27 : 87-109, 2011
• 5 C. Droesser., "알고리즘이 당신에게 이것을추천합니다" 해나무 2018
• 6 백수원, "알고리즘의 발달에 따른 Access권 및 알권리의 역할에 관한 試論的 고찰" 미국헌법학회 32 (32): 121-149, 2021
• 7 배현진, "알고리즘 기반 추천서비스 플랫폼에 대한 사용자의 인식에 관한 연구" 연세대학교 정보대학원 2020
• 8 박상철 ; 채성욱, "스마트워크 환경에서 스마트 기기 활용에 따른 사용자 저항과 개인 생산성에 관한 연구" 한국정보시스템학회 23 (23): 143-164, 2014
• 9 조진형 ; 김규정, "소셜미디어에서 에코챔버에 의한 필터버블 현상 개선 방안 연구" 한국콘텐츠학회 22 (22): 56-66, 2022
• 10 고건식 ; 김병훈 ; 김대윤 ; 최민웅 ; 임종태 ; 복경수 ; 유재수, "소셜 네트워크 환경에서 사용자 행위를 고려한 콘텐츠 추천 기법" 한국콘텐츠학회 17 (17): 404-414, 2017
• 11 유신정, "사용자 특성이 개인화앱(Personalization App)의 사용 만족에 미치는영향에 관한 연구" 홍익대학교 대학원 2015
• 12 이유나, "발표상황에서 발표자의 시각적 및 음성적 요소가 이미지 평가 및 메시지전달효과에 미치는 영향" 경희대학교 언론정보대학원 2008
• 13 류현지, "미디어 산업의 '공룡', 넷플릭스가 이야기하는 글로벌 성공 전략은?"
• 14 루홍위 ; 이효성, "모바일 뉴스 콘텐츠의 정보품질 요소가 사용자 만족도와 지속사용 의도에 미치는 영향" 사회과학연구소 31 (31): 113-132, 2015
• 15 안호천, "멜론, 새로운 추천 콘텐츠로개인화 큐레이션 고도화"
• 16 노민정, "리뷰의 품질이 리뷰의 유용성에 미치는 영향: 리뷰 별점의 조절효과를 중심으로" 한국디지털콘텐츠학회 22 (22): 999-1007, 2021
• 17 이현창, "도메인 기반 추천 알고리즘 비교 연구" 1-2, 2021
• 18 박성은 ; 황윤영 ; 윤정선, "과학 학술정보 서비스 플랫폼에서 개인화를 적용한 콘텐츠 추천 알고리즘 최적화를 통한 추천 결과의 성능 평가" 한국콘텐츠학회 17 (17): 183-191, 2017
• 19 마리야오 ; 권상희, "개인화 서비스요인이 사용자의 지속적인 이용의도영향에 미치는 연구: 유튜브의 기술수용모델을 중심으로" 한국언론정보학회 (99) : 65-95, 2020
• 20 Mayer, R. E., "The instructive animation : Helping students build connections between words and pictures in multimedia learning" 84 (84): 444-, 1992
• 21 Adadi, A., "Peeking inside the black-box : a survey on explainable artificial intelligence(XAI)" 6 : 52138-52160, 2018
• 22 Hamilton, M. A., "Message variables that mediate and moderate the effect of equivocal language on source credibility" 17 (17): 109-143, 1998
• 23 Rai, A, "Explainable AI : from black box to glass box" 48 (48): 137-141, 2019
• 24 외교부, "EU집행위원회 인공지능(AI) 법안 발표(4.21)"
• 25 김재완, "EU 일반정보보호규정(GDPR)의 알고리즘 자동화 의사결정에 대한 통제로써 설명을 요구할 권리에 대한 쟁점 분석과 전망" 민주주의법학연구회 (69) : 277-298, 2019
• 26 Hauser, D. J., "Are manipulation checks necessary?" 9 : 998-, 2018
• 27 Gavin Lew, "AI and U 인공지능에 사용자 경험이필요한 이유" 에이콘출판주식회사 2020
• 28 Mir Riyanul Islam, "A Systematic Review of Explainable Artificial Intelligence in Terms of Different Application Domains and Tasks" 12 (12): 1353-, 2022
• 29 방송통신위원회, "2020년도 지능정보사회 이용자 조사" 2020