2019.01.22

"친구 8~9명 SNS로 나의 성향 95% 예측 가능"

James Henderson | ARNnet
소셜 미디어 계정을 삭제해도 온라인 프라이버시를 보호할 수 없다는 연구 결과가 나왔다. 친구 8~9명 정도의 소셜 미디어 데이터로도 특정 사람의 행동을 예측할 수 있다는 것이다. 이것은 호주 애들레이드 대학 연구팀과 미국 버몬트 대학 연구팀의 공동 연구 결과다. 네이처 인간행동(Nature Human Behaviour) 최신호에 게재됐다. 



연구 결과를 보면, 계정을 삭제해도 친구의 포스트에서 수집한 정보를 이용해 성향을 분석할 수 있는 것으로 나타났다. 연구팀에 따르면, 이번 보고서는 개인의 정보가 친구와의 상호작용에 어느 정도나 반영되는지를 확인한 첫 분석 결과다. 

연구팀의 일원이자 애들레이드 대학의 선임 교수인 루이스 미첼은 "이번 연구는 소셜 네트워크 플랫폼에서 숨을 수 있는 공간이 없다는 것을 잘 보여준다. 프라이버시를 보호하기 위해 계정을 삭제하라고 말하는 것으로 충분하지 않다. 특정인의 정당 가입이나 취미 등 프로파일링 정보가 그의 친구의 글을 통해 드러날 수 있기 때문이다. 마치 통화의 반대쪽에서 내용을 듣고 있는 것과 같다. 전화를 건 사람의 소리는 들을 수 없어도, 한쪽의 통화 내용을 통해 여전히 많은 정보를 얻을 수 있다"라고 말했다.

이번 연구를 위해 연구자들은 3000만 개 이상의 트위터 메시지를 분석했다. 수학의 정보이론을 활용하고, 온라인에 올리는 텍스트를 기반으로 개인 행동의 예측할 수 있는지 검증했다. 분석 결과 친구의 데이터 만을 활용해도 최대 95% 정확성을 보여줬다. 친구 8~9명의 SNS에서 확보한 정보를 이용해 당사자의 데이터를 사용하는 정도의 예측이 가능했다.

버몬트 대학의 수학 및 통계학과 교수 제임 배그로우는 "많은 사람이 온라인 플랫폼에 가입할 때 자신의 정보에 대한 접근을 허용하는데, 나의 정보만 해당한다고 생각한다. 그러나 이는 단순히 자신에 대한 것이 아니다. 친구에 대한 정보에도 접근할 수 있도록 허용하는 것과 같다"라고 말했다.

애들레이드 대학의 미첼은 "이처럼 행동을 예측할 수 있는 것은 장점이 있다. 예를 들어 소셜 미디어 업체가 이번 연구결과를 활용해 개별 사용자가 관심 있어 할만한 글을 보낼 수 있다. 반면 단점도 있다. 일명 '필터 버블(filter bubbles)'을 만드는 것이 대표적이다. 정치적 논쟁이 있을 때 비슷한 의견의 글만 보게 되고 결과적으로 다양한 의견을 접하지 못할 수 있다"라고 말했다. ciokr@idg.co.kr



2019.01.22

"친구 8~9명 SNS로 나의 성향 95% 예측 가능"

James Henderson | ARNnet
소셜 미디어 계정을 삭제해도 온라인 프라이버시를 보호할 수 없다는 연구 결과가 나왔다. 친구 8~9명 정도의 소셜 미디어 데이터로도 특정 사람의 행동을 예측할 수 있다는 것이다. 이것은 호주 애들레이드 대학 연구팀과 미국 버몬트 대학 연구팀의 공동 연구 결과다. 네이처 인간행동(Nature Human Behaviour) 최신호에 게재됐다. 



연구 결과를 보면, 계정을 삭제해도 친구의 포스트에서 수집한 정보를 이용해 성향을 분석할 수 있는 것으로 나타났다. 연구팀에 따르면, 이번 보고서는 개인의 정보가 친구와의 상호작용에 어느 정도나 반영되는지를 확인한 첫 분석 결과다. 

연구팀의 일원이자 애들레이드 대학의 선임 교수인 루이스 미첼은 "이번 연구는 소셜 네트워크 플랫폼에서 숨을 수 있는 공간이 없다는 것을 잘 보여준다. 프라이버시를 보호하기 위해 계정을 삭제하라고 말하는 것으로 충분하지 않다. 특정인의 정당 가입이나 취미 등 프로파일링 정보가 그의 친구의 글을 통해 드러날 수 있기 때문이다. 마치 통화의 반대쪽에서 내용을 듣고 있는 것과 같다. 전화를 건 사람의 소리는 들을 수 없어도, 한쪽의 통화 내용을 통해 여전히 많은 정보를 얻을 수 있다"라고 말했다.

이번 연구를 위해 연구자들은 3000만 개 이상의 트위터 메시지를 분석했다. 수학의 정보이론을 활용하고, 온라인에 올리는 텍스트를 기반으로 개인 행동의 예측할 수 있는지 검증했다. 분석 결과 친구의 데이터 만을 활용해도 최대 95% 정확성을 보여줬다. 친구 8~9명의 SNS에서 확보한 정보를 이용해 당사자의 데이터를 사용하는 정도의 예측이 가능했다.

버몬트 대학의 수학 및 통계학과 교수 제임 배그로우는 "많은 사람이 온라인 플랫폼에 가입할 때 자신의 정보에 대한 접근을 허용하는데, 나의 정보만 해당한다고 생각한다. 그러나 이는 단순히 자신에 대한 것이 아니다. 친구에 대한 정보에도 접근할 수 있도록 허용하는 것과 같다"라고 말했다.

애들레이드 대학의 미첼은 "이처럼 행동을 예측할 수 있는 것은 장점이 있다. 예를 들어 소셜 미디어 업체가 이번 연구결과를 활용해 개별 사용자가 관심 있어 할만한 글을 보낼 수 있다. 반면 단점도 있다. 일명 '필터 버블(filter bubbles)'을 만드는 것이 대표적이다. 정치적 논쟁이 있을 때 비슷한 의견의 글만 보게 되고 결과적으로 다양한 의견을 접하지 못할 수 있다"라고 말했다. ciokr@idg.co.kr

X