페이스북은 2006년 뉴스 스피드. 서비스를 추가했다.
뉴스피드는?
친구로 등록된 사람들이 어떤 활동을 하는지 자세히 표시된다. 어떤 게시물에 좋아요를 눌렀는지, 누구를 팔로우했는지 등 굳이 알 필요가 없는 많은 것을 사용자에게 알려준다.
페이스북 이용자들은 불만을 토로했다.
왜?
다른 사람이 페이스북에 한 행동이 자신에게 일일이 보고되자 스토커가 된 것 같다고 소름 끼치는 이유였다.
이 때문에 미국에서는 뉴스피드에 반대하는 오프라인 거리시위가 있을 정도였다.
그러나 마크 저커버그는 이런 반대 여론을 무시하고 전혀 개의치 않았다.
왜?
배짱도 있겠지만 결론적으로 페이스북 사용자 접속 시간이 배로 늘었기 때문이다.
즉 성과가 있으니 반대 여론을 무시하고 정책을 고수했다.
사람들은 싫다면서도 뉴스피드가 표시하는 친구들의 활동에 관심을 가져 페이스북을 이전보다 오래 사용했다.
반대의 경우도 있었다.
넷플릭스는 페이스북과 달리 사용자의 말을 신뢰했다. 초기 넷플릭스는 사용자가 로그인하면 사용자가 ‘보고 싶은’ 체크해 놓은 영상을 추천 영상에 올렸다. 하지만 사람들은 좀처럼 자신이 본다고 한 영상을 보지 않았다.
왜?
사람들은 훌륭한 다큐멘터리나 작품성 높은 해외 영화를 언젠가 봐야겠다는 생각에 ‘보고 싶은’ 버튼을 누르지만 실제로는 늘 보던 가벼운 드라마와 비슷한 작품만 계속 시청하는 것이었다.
결국 넷플릭스는 페이스북과 같은 선택을 한다. 데이터를 기반으로 사용자가 본 드라마와 같은 드라마를 본 다른 사람이 본 작품을 추천하는 방식으로 시스템을 변경한 것이다.
시스템 변경 이후 사람들이 넷플릭스 사용 시간도 훨씬 늘었고 유료 연장을 하는 비율도 크게 늘었다.
사람의 말이 아니라 드러난 행동을 믿는 것, 이것이 빅데이터의 교훈이다!또 다른 빅데이터에 관한 이야기인데 이런 ‘빅데이터’가 약자에게 가혹하다고 한다.
2015년 서울시는 대중교통이 끊긴 심야시간에 ‘올빼미 버스’를 운영했다. 문제는 노선을 어떻게 만드느냐는 것이다.
이를 위해 서울시는 kt통신사의 빅데이터를 활용해 이를 해결했다.
서울시를 1600여 구역으로 나눠 야간에 어느 구역에서 전화와 문자 사용이 많은지 파악. 당연히 번화가일 확률이 높고 잠재 승객이 많을 것으로 예측할 수 있다.
또 다른 문제는 목적지를 찾는 것이었는데 야간에 번화가에서 출발한 사람이 각자 집으로 돌아간다고 가정하고 통신사에 등록된 고객의 주소지 데이터를 분석한 뒤 노선을 만들어 배차 간격을 조정했다.
그러나 왜 약자에게 가혹하냐면 가난한 사람일수록 도시 외곽이나 교통 여건이 좋지 않고 사람이 많이 살지 않는 지역에 거주할 확률이 높다.
빅데이터를 통해 얻은 데이터 사용량을 우선으로 노선도를 만들면 이런 지역은 소외될 가능성이 높다.
사람마다 편차는 있겠지만 서민을 위한 서비스조차 약자, 즉 최하위층이 밀려난다는 것이다.
올빼미 버스는 훌륭한 정책이지만 상대적으로 교통 소외 지역 주민을 더 가난하게 만든다.
요즘 읽고 있는 책으로 ‘빅데이터’에 관한 흥미로운 이야기여서 포스팅을 올려봤다.
개인적으로 “빅 데이터”는 확률 게임이라고 생각한다.
데이터가 축적되고 축적되면서 도출할 수 있는 예측이라고 생각하고 오차율을 줄일 수 있다고 생각해 다들 빅데이터를 많이 활용하는 것 같다.
지금 인터넷을 사용하는 사람들은 모두 빅데이터를 많이 활용하고 있다.
수많은 빅데이터를 만들어내는 것은 우리 모두지만 빅데이터를 소유한 것은 거대 기업과 국가뿐이다.
기업과 국가가 내놓는 정책은 당연히 빅데이터를 이용할 것이고, 약자에게 가혹함 없이 소외되는 사람 없이 공평하게 적용되길 바란다.
나도 약자니까
오늘의 포스팅 끝!
#빅데이터 #페이스북뉴스스피드 #빅데이터약점 #빅데이터넷플릭스 #빅데이터활용 #빅데이터올빼미버스 #빅데이터함점