네이버는 21일 검색·기술 블로그에 “알고리즘 자체에는 기사, 사용자의 정치 성향을 특정 짓거나 구분하는 부분이 전혀 없기에 특정 성향에 유리하게 추천하는 것은 기술적으로 불가능하다”고 밝혔다.
이어 “사용자에게 제공된 추천은 알고리즘, 기사를 제공하는 생산자, 그리고 이를 소비하는 사용자의 상호작용 결과물로, 생산자(언론사)와 사용자의 행동은 모두 추천 데이터와 로그에 남게 되고, 추천의 재료로써 영향을 미친다”며 “그래서 추천의 공정성 문제는 알고리즘 자체보다는 생산자와 사용자의 상호작용 속에서 발생하는 측면이 크다”고 덧붙였다.
네이버는 “알고리즘은 이를 가능한 왜곡하지 않고 반영하는 것이 바람직한 방향이며, 이를 위해 앞으로도 학계 및 언론계의 다양한 의견을 경청하겠다“며 ”주기적으로 추천 알고리즘과 데이터를 전문가 그룹에 공개, 공정한 추천 서비스를 위해 노력하겠다“고 강조했다.
또한 네이버는 ‘필터 버블(편향된 정보에 갇히는 현상)’이 발생하지 않게 하려고, 다른 사용자들이 많은 관심을 갖거나, 여러 언론사가 함께 관심을 두는 이슈를 찾아서 추천해주는 ‘비개인화 모델’을 적용했다고 설명했다. 평소 관심 주제가 아닌 새로운 주제의 기사도 빠르게 사용자의 기사 선호도를 계산해 추천하는 ‘CF(NPMI) 모델’도 적용했다고 강조했다.
한편 지난 3월, MBC 시사·교양 프로그램 ‘스트레이트’는 모바일 네이버 앱의 뉴스 서비스가 보수 언론사의 기사를 더 많이 노출하는 ‘편중 현상’이 있다고 주장했다. 네이버의 인공지능(AI)이 기사를 추천해주는 공간인 ‘MY뉴스’에 중앙일보(15.6%), 연합뉴스(13.8%), YTN(6.6%), 조선일보(5.4%), 한국경제신문(4.3%) 순으로 기사가 많이 노출되고, 한겨레와 경향신문 같은 진보 성향 언론사의 기사만 반복해서 읽더라도 보수 매체 기사가 더 많이 추천된다는 게 스트레이트의 주장이다.
그러나 일각에서는 진보 매체의 숫자가 상대적으로 적은 데다, 매체마다 출고하는 기사 수와 시간 등을 포함한 온라인 기사 대응 체제의 차이에 따른 결과라고 지적한다. 실제로 기자협회보가 지난해 11월 네이버 ‘많이 본 뉴스’ 랭킹을 빅데이터 분석한 결과, 중앙일보와 조선일보, 연합뉴스의 점유율이 높게 나타난 반면, 한겨레와 경향신문 등은 구독자 수 대비 점유율이 낮게 나왔다. 협회보는 구독자 수와 점유율이 비례하지 않은 이유에 대해 ‘온라인 플랫폼에 적합한 방식으로 기사를 작성·배포하고 있는지’를 중요한 요소라고 판단했다. 중앙일보와 조선일보같이 구독자 수가 많으면서도 점유율이 높은 매체들은 이용자들의 온라인 뉴스 소비 행태에 맞게 잘 읽히는 기사를 작성했고, 실시간 이슈 대응에도 더 적극적이었다는 얘기다.