추천 알고리즘 시대의 비판적 사고, 리터러시, 팩트체킹의 한계에 대한 비판적 고찰
A Study on the Limitations of Critical Thinking, Literacy, and Fact-Checking in the Age of Recommendation Algorithms
- 발행
- 2025 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 경상국립대학교
- 출처
- 국내 KCI
- DOI
- 10.23119/er.2025..57.100
- 원문
- 원문 보기 ↗
개념
키워드
추천 알고리즘, 비판적 사고, 리터러시, 팩트체킹, AI 디지털교과서, 개인맞춤교육, Recommendation Algorithm, Critical Thinking, Literacy, Fact-Checking, AI Digital Textbook, Personalized Education
초록
유튜브(YouTube) 등의 플랫폼은 정보 습득 및 학습의 중요한 도구로 부상하였으나, 동시에 허위 정보 확산, 사회적 양극화 심화, 가치관 왜곡 등 다양한 사회 문제를 야기하고 있다. 이러한 문제에 대응하기 위해 개인 사용자의 비판적 사고 능력 함양, 미디어 및 알고리즘 리터러시 교육 강화, 정보의 진위를 판별하는 팩트체킹(사실확인) 역량 배양이 강조되어 왔으나, 추천 알고리즘 시스템이 지닌 고유한 특성은 이러한 개인 수준 대응 전략의 실효성에 근본적인 의문을 제기한다. 이에 본 연구는 추천 알고리즘이 적용된 정보 환경에서 비판적 사고, 리터러시, 사실확인이라는 세 가지 핵심 대응 전략이 직면하는 근본적인 한계를 심층적으로 분석하고 비판적으로 고찰하였다.
 분석 결과, 추천 알고리즘은 사용자 개인이 알고리즘을 비판적 사고의 대상으로 설정하는 것을 어렵게 만드는 구조적인 특징이 있으며, 개인 역량 강화에 초점을 맞춘 리터러시 교육은 알고리즘이 작동하는 정보 환경 자체의 문제를 간과하는 경향이 있고, 정보의 초개인화 및 급속한 정보 환경은 사실확인의 실행과 효과를 본질적으로 제약함을 확인하였다. 결론적으로, 비판적 사고, 리터러시, 사실확인과 같은 개인 수준의 대응 전략은 그 자체로 중요하지만, 추천 알고리즘 환경의 구조적 제약으로 인해 충분한 해결책이 될 수 없으며, 문제의 근본적 해결을 위해서는 알고리즘 투명성 확보, 플랫폼 책임성 강화, 공적 규제 및 거버넌스 구축 등 구조적이고 시스템적인 접근이 필수적으로 병행되어야 함을 논증하였다. 본 연구의 결과는 향후 AI 디지털교과서와 같이 알고리즘 기반 교육 시스템을 설계하고 도입할 때 발생 가능한 문제들을 예측하고, 개인 역량 함양을 넘어선 보다 실효성 있는 교육 정책 방향과 후속 연구 과제를 모색하는 데 중요한 기초 자료를 제공할 것으로 기대된다.