Jennifer Golbeck: The curly fry conundrum: Why social media "likes" say more than you might think

번역: Jihyeon J. Kim 검토: Catherine YOO

If you remember that first decade of the web,

인터넷의 초기 10년을 생각하면

it was really a static place.

거긴 정말 정적인 곳이었습니다.

You could go online, you could look at pages,

온라인으로 페이지들을 볼 수 있었죠

and they were put up either by organizations

그것은 팀으로 이루어진 단체에서

who had teams to do it

올린 것이거나

or by individuals who were really tech-savvy

그 당시 컴퓨터 기술에 능숙한

for the time.

개인들이 올린 것이었습니다.

And with the rise of social media

2000년대 초기에 부상하기 시작한

and social networks in the early 2000s,

소셜미디어와 네트워크로 인해

the web was completely changed

인터넷은 완전히 바뀌었습니다.

to a place where now the vast majority of content

우리가 보는 어마어마한 콘텐츠들을

we interact with is put up by average users,

보통의 사용자들이 올리는 장소로 말입니다.

either in YouTube videos or blog posts

유투브 동영상이라든지 블로그,

or product reviews or social media postings.

또는 상품후기나 소셜미디어 글들이요.

And it's also become a much more interactive place,

사람들이 서로 소통하는

where people are interacting with others,

훨씬 상호적인 장소가 되었습니다.

they're commenting, they're sharing,

답글을 남기고, 공유합니다.

they're not just reading.

그저 읽기만 하지 않습니다.

So Facebook is not the only place you can do this,

페이스북은 이런 것을 할 수 있는 유일한 곳일 뿐만 아니라

but it's the biggest,

가장 큰 곳이기도 합니다.

and it serves to illustrate the numbers.

숫자가 바로 설명해주죠.

Facebook has 1.2 billion users per month.

페이스북은 한 달기준으로 12억명이 사용합니다.

So half the Earth's Internet population

그러니까 지구상의 인터넷 사용자 중

is using Facebook.

절반이 페이스북을 쓰고 있어요.

They are a site, along with others,

다른 사이트들과 같이

that has allowed people to create an online persona

별다른 기술이 없어도 온라인 상의 인물을

with very little technical skill,

만들수 있도록 해줍니다.

and people responded by putting huge amounts

사람들은 엄청난 양의 개인적인 내용을

of personal data online.

올리는 것으로 그것을 사용하죠.

So the result is that we have behavioral,

그것으로 인한 결과는 역사에 선례없는

preference, demographic data

수 십억 명의 사람들에 관한

for hundreds of millions of people,

행동패턴, 선호도, 인구적 데이타를

which is unprecedented in history.

얻게 된 것입니다.

And as a computer scientist, what this means is that

컴퓨터 과학자로서, 이것의 의미는

I've been able to build models

여러분들이 공유하고 있는 줄도 모르는 정보들로

that can predict all sorts of hidden attributes

그 안에 숨겨진 여러분의 의도를

for all of you that you don't even know

예측해 낼 수 있는 모형을

you're sharing information about.

만들어 낼 수 있었다는 겁니다.

As scientists, we use that to help

과학자로서, 우리는 사람들이 온라인상에서

the way people interact online,

상호작용하는 방식에 도움을 주는데 씁니다.

but there's less altruistic applications,

그러나 도움이 되는 쪽은 좀 적습니다.

and there's a problem in that users don't really

사용자들은 이 기술이나 과정이 어떤지

understand these techniques and how they work,

실제로 이해하지 못한다는 게 문제입니다.

and even if they did, they don't have a lot of control over it.

안다고 해도, 그것을 통제할 수가 없죠.

So what I want to talk to you about today

그래서 오늘 말씀드리려고 하는 것은

is some of these things that we're able to do,

이에 대해 우리가 할 수 있는 것에 대한 것과

and then give us some ideas of how we might go forward

어떻게 하면 사용자들에게 그 통제권을 돌려 주도록

to move some control back into the hands of users.

할 수 있는가에 관한 생각들입니다.

So this is Target, the company.

이건 타겟이라는 회사입니다.

I didn't just put that logo

여기 임신한 여성의 배에 있는 로고는

on this poor, pregnant woman's belly.

제가 넣은 게 아닙니다.

You may have seen this anecdote that was printed

이 이야기를 들어 보신 적이 있으실 거에요.

in Forbes magazine where Target

포브스 잡지에 실린 것인데

sent a flyer to this 15-year-old girl

타겟 회사에서 15살짜리 소녀에게

with advertisements and coupons

젖병, 기저귀, 요람를 위한 광고와 쿠폰 전단지를

for baby bottles and diapers and cribs

그녀가 자신의 부모님에게

two weeks before she told her parents

임신했다는 사실을 말하기 2주 전에

that she was pregnant.

보냈다는 겁니다.

Yeah, the dad was really upset.

네, 그래요. 아버지가 무척 화가 나셨죠.

He said, "How did Target figure out

그가, "어떻게 고등학생이 임신했다는 것을

that this high school girl was pregnant

부모가 알기도 전에

before she told her parents?"

타겟이 먼저 알 수가 있죠?" 라고 말했어요.

It turns out that they have the purchase history

알고 보니 그들은 수 십만명의 고객들에 대한

for hundreds of thousands of customers

구매이력을 가지고 있었고

and they compute what they call a pregnancy score,

그들만의 임신척도라고 하는 것을 계산했어요.

which is not just whether or not a woman's pregnant,

단지 임신을 했는지 안했는지만 보는게 아니라

but what her due date is.

예정일이 언제인지 까지요.

And they compute that

그들이 계산 해낸 것이

not by looking at the obvious things,

아기요람이나 옷을 사는 것과 같은

like, she's buying a crib or baby clothes,

뻔한 것을 통해서 알아 낸 것이 아니고

but things like, she bought more vitamins

평소에 샀던 것보다

than she normally had,

더 많은 비타민을 산다든지

or she bought a handbag

아니면 기저귀를 넣을 수 있을 만큼

that's big enough to hold diapers.

큰 가방을 산다든지 하는 것으로 아는 겁니다.

And by themselves, those purchases don't seem

그 구매자체만 봐서는

like they might reveal a lot,

별로 보여주는 게 없습니다.

but it's a pattern of behavior that,

그것은 행동 패턴으로

when you take it in the context of thousands of other people,

수 천명의 다른 사람들 속에서 보면

starts to actually reveal some insights.

이해할 만한 것이 보입니다.

So that's the kind of thing that we do

그게 우리가 하는 일인데요

when we're predicting stuff about you on social media.

소셜미디어에서 여러분에 대한 것을 예측하는 겁니다.

We're looking for little patterns of behavior that,

여러분이 수 백만명의 사람들 속에서 무언가 발견하면

when you detect them among millions of people,

여러가지 것들을 알 수 있게 해주는

lets us find out all kinds of things.

어떤 행동 패턴들을 찾습니다.

So in my lab and with colleagues,

연구실에서 동료들과

we've developed mechanisms where we can

꽤 정확하게 예측할 수 있는

quite accurately predict things

방법을 개발했습니다.

like your political preference,

여러분의 정치적 성향,

your personality score, gender, sexual orientation,

성격 점수, 성별, 성적 성향,

religion, age, intelligence,

종교, 나이, 지능,

along with things like

거기에다가

how much you trust the people you know

사람들을 얼마나 신뢰하고 있고

and how strong those relationships are.

관계가 얼마나 두터운지도요.

We can do all of this really well.

저희는 이런 걸 정말 잘합니다.

And again, it doesn't come from what you might

다시 말씀드리지만, 여러분이 생각하실 만한 뻔한 정보로

think of as obvious information.

이런 것들을 알아내는 게 아닙니다.

So my favorite example is from this study

올해 미국 국립과학원 회보에 실린

that was published this year

이 연구에서

in the Proceedings of the National Academies.

제가 제일 좋아하는 부분입니다.

If you Google this, you'll find it.

구글 검색을 해보시면 나옵니다.

It's four pages, easy to read.

읽기 쉬운 4페이지 분량이에요.

And they looked at just people's Facebook likes,

여러분들이 좋아하시는 것들에 표시하는

so just the things you like on Facebook,

페이스북의 "좋아요"를 보고서

and used that to predict all these attributes,

다른 것들과 함께

along with some other ones.

어떤 요인을 예측하는데 쓰는 겁니다.

And in their paper they listed the five likes

보고서에는 5개의 "좋아요" 리스트가 있는데

that were most indicative of high intelligence.

높은 지능을 나타내는 강력한 지표였습니다.

And among those was liking a page

그 다섯 가지 중 하나가

꼬부랑 감자에 대한 페이지를 "좋아요"하는 것이었어요. (웃음)

for curly fries. (Laughter)

Curly fries are delicious,

꼬부랑 감자는 맛있지만,

but liking them does not necessarily mean

그것을 좋다고 하는 것이

that you're smarter than the average person.

꼭 평균보다 똑똑하다는 것을 의미하진 않습니다.

So how is it that one of the strongest indicators

그럼 어떻게 여러분의 지능에 관한

of your intelligence

확실한 지표중 하나가

is liking this page

이 페이지를 좋다고 하는 걸까요?

when the content is totally irrelevant

이 내용이 지능이라는 요인과는

to the attribute that's being predicted?

아무런 관련성이 없는데도 말이에요.

And it turns out that we have to look at

왜 그런지 보려면

a whole bunch of underlying theories

그 이면에 있는 여러 가지 이론들을

to see why we're able to do this.

알아 봐야 합니다.

One of them is a sociological theory called homophily,

그 중의 하나가 호모필리라고 하는 사회이론입니다.

which basically says people are friends with people like them.

비슷한 사람들끼리 친구가 된다는 이론입니다.

So if you're smart, you tend to be friends with smart people,

똑똑한 사람은 똑똑한 사람끼리

and if you're young, you tend to be friends with young people,

젊은 사람은 젊은 사람끼리 친구가 되는 경향이 있고

and this is well established

이것은 수 백년 동안

for hundreds of years.

그렇게 굳어졌습니다.

We also know a lot

우리는 잘 압니다.

about how information spreads through networks.

정보가 어떻게 인맥을 통해 퍼지는지요.

It turns out things like viral videos

히트 동영상이나

or Facebook likes or other information

페이스북의 "좋아요", 또는 다른 정보들이

spreads in exactly the same way

사회적 망을 통해서

that diseases spread through social networks.

질병이 퍼지는 방법과 똑같다는 것입니다.

So this is something we've studied for a long time.

이것이 저희가 오랫동안 연구한 것입니다.

We have good models of it.

잘 설명해 줄 수 있는 모델이 있죠.

And so you can put those things together

그러니까 이 모든 정보들을 모아서

and start seeing why things like this happen.

왜 이런 일이 생기는지 알 수 있는 것이죠.

So if I were to give you a hypothesis,

가능한 가설을 말씀드리자면,

it would be that a smart guy started this page,

어떤 똑똑한 사람이 이 페이지를 시작했거나

or maybe one of the first people who liked it

"좋아요" 라고 시작한 사람이

would have scored high on that test.

지능테스트에서 높은 점수를 받았던 거죠.

And they liked it, and their friends saw it,

"좋아요" 한 후에 그 친구들이 봤고,

and by homophily, we know that he probably had smart friends,

호모필리 이론상, 그에겐 똑똑한 친구들이 있을겁니다.

and so it spread to them, and some of them liked it,

그게 그들에게 퍼진 것이고, 몇몇은 "좋아요"를 눌렀을 거구요.

and they had smart friends,

그들에게 있는 똑똑한 친구들에게

and so it spread to them,

and so it propagated through the network

다시 퍼지는 겁니다.

그래서 그 관계를 통해 선전이 되는 것이죠.

to a host of smart people,

똑똑한 사람들 집단에게요.

so that by the end, the action

그래서 마침내 꼬부랑 감자를

of liking the curly fries page

"좋아요" 한 행동이

is indicative of high intelligence,

높은 지능의 표시가 되는 겁니다.

not because of the content,

그것이 내용 때문이 아니라

but because the actual action of liking

"좋아요"를 누르는

reflects back the common attributes

행동을 한 사람들의

of other people who have done it.

공통적인 요인 때문인 것이죠.

So this is pretty complicated stuff, right?

꽤 복잡하게 들리시죠?

It's a hard thing to sit down and explain

이걸 보통 사람들에게 설명하기가

to an average user, and even if you do,

어렵습니다. 한다고 해도

what can the average user do about it?

그들이 이걸 갖고 뭘 할까요?

How do you know that you've liked something

여러분이 어떤 것을 좋다고 하는 것이

that indicates a trait for you

좋아하는 내용과는 전혀 관련이 없는

that's totally irrelevant to the content of what you've liked?

어떤 특징을 보여주는 것을 어떻게 알겠어요?

There's a lot of power that users don't have

이런 데이타가 사용되는 방법에 대해

to control how this data is used.

사용자들은 통제력이 거의 없습니다.

And I see that as a real problem going forward.

이것이 앞으로 나아가는데 큰 문제라고 봅니다.

So I think there's a couple paths

우리가 살펴봐야 할

that we want to look at

몇 가지 경우가 있다고 생각합니다.

if we want to give users some control

데이타가 사용되는 것에 대한 통제권을

over how this data is used,

사용자에게 주고 싶은지에 대해서요.

because it's not always going to be used

왜냐하면 이것이 언제나 사용자에게

for their benefit.

좋은 쪽으로만 사용되는 것은 아니니까요.

An example I often give is that,

제가 자주 드는 예가 있는데요,

if I ever get bored being a professor,

제가 만약 교수직을 하는 것이 싫어진다면

I'm going to go start a company

이런 모든 요인들을 예측하는

that predicts all of these attributes

회사를 차릴 수 있을 겁니다.

and things like how well you work in teams

여러분이 팀에서 일을 잘 할 지,

and if you're a drug user, if you're an alcoholic.

마약복용자인지, 알콜 중독자인지 알려주는 회사요.

We know how to predict all that.

예측하는 방법을 알고 있거든요.

And I'm going to sell reports

저는 그 보고서를 판매하는 거죠.

to H.R. companies and big businesses

여러분을 고용하려는 대기업이나

that want to hire you.

인력회사에 말이에요.

We totally can do that now.

지금 그 일들을 할 수가 있어요.

I could start that business tomorrow,

내일 그 사업을 시작할 수도 있죠.

and you would have absolutely no control

제가 그런 데이타를 쓰는 것에 대해

over me using your data like that.

여러분은 통제권이 아예 없습니다.

That seems to me to be a problem.

그게 저에게는 문제로 느껴집니다.

So one of the paths we can go down

우리가 택할 수 있는 방법 중 하나는

is the policy and law path.

정책과 법률입니다.

And in some respects, I think that that would be most effective,

어떤 면에서, 제 생각엔 가장 효과적일 것 같습니다.

but the problem is we'd actually have to do it.

문제는 실제로 그렇게 해야 한다는 겁니다.

Observing our political process in action

정치적인 과정이 돌아가는 것을 보면

makes me think it's highly unlikely

그렇게 될 것 같지가 않습니다.

that we're going to get a bunch of representatives

수 많은 의원님들을 데리고

to sit down, learn about this,

앉혀 놓고, 상황을 알려 준 다음에

and then enact sweeping changes

미국의 지적재산권법에

to intellectual property law in the U.S.

엄청난 변화를 줄 법을 제정해서

so users control their data.

사용자들이 데이타를 통제하게 하는 것이죠.

We could go the policy route,

소셜미디어 회사들이 말하는

where social media companies say,

정책적인 방법을 선택할 수 도 있어요.

you know what? You own your data.

아세요? 데이타는 여러분 것입니다.

You have total control over how it's used.

데이타 사용에 대한 통제권이 여러분에게 있어요.

The problem is that the revenue models

문제는 대부분의 소셜미디어 기업들이

for most social media companies

어떤 방식으로든 사용자들의 데이타를

rely on sharing or exploiting users' data in some way.

공유하고 이용하는 것으로 매출을 얻고 있다는 것입니다.

It's sometimes said of Facebook that the users

페이스북에는 사용자가 있는게 아니라

aren't the customer, they're the product.

상품들이 있는 거라고 얘기하기도 합니다.

And so how do you get a company

어떻게 해야 회사들이

to cede control of their main asset

주요 자산의 통제권을

back to the users?

사용자들에게 돌려 줄까요?

It's possible, but I don't think it's something

가능한 일이지만, 제 생각엔

that we're going to see change quickly.

당장 벌어지진 않을 겁니다.

So I think the other path

그래서 다른 방법으로

that we can go down that's going to be more effective

훨씬 효과적으로 대응할 수 있는 것이

is one of more science.

과학적인 방법을 쓰는 겁니다.

It's doing science that allowed us to develop

애초에 개인적인 데이타를

all these mechanisms for computing

계산해내는 메카니즘을

this personal data in the first place.

만들어 내는 것이 과학입니다.

And it's actually very similar research

사실 이건 우리가 해야 하는 연구와

that we'd have to do

아주 비슷합니다.

if we want to develop mechanisms

사용자에게 이런 경고를 해주는

that can say to a user,

프로그램을 만들려면요.

"Here's the risk of that action you just took."

"방금 하신 일에는 위험이 따릅니다."

By liking that Facebook page,

페이스북의 "좋아요"를 누르시고

or by sharing this piece of personal information,

개인 정보를 공유하심으로써

you've now improved my ability

제가 예측하는 능력을 키워 주시는 거에요.

to predict whether or not you're using drugs

여러분이 마약을 하시는지

or whether or not you get along well in the workplace.

회사에서 잘 지내시는지요.

And that, I think, can affect whether or not

제 생각엔, 그게 영향을 줄 수 있습니다.

people want to share something,

어떤 것을 공유할 지

keep it private, or just keep it offline altogether.

비밀로 할지, 아예 오프라인으로만 갖고 있을지요.

We can also look at things like

이런 것도 생각 해 볼 수 있습니다.

allowing people to encrypt data that they upload,

업로드하는 데이타를 암호화해서

so it's kind of invisible and worthless

페이스북 같은 사이트나

to sites like Facebook

제3자가 아예 추적도 못하고

or third party services that access it,

쓸 수도 없게 말입니다.

but that select users who the person who posted it

하지만 업로드한 사용자가 지정한 사람만

want to see it have access to see it.

그것을 보게 해 주는 것이죠.

This is all super exciting research

지적인 관점에서 보면

이것은 대단히 설레는 연구입니다.

from an intellectual perspective,

and so scientists are going to be willing to do it.

과학자들은 기꺼이 하려고 합니다.

So that gives us an advantage over the law side.

그래서 법률적인 측면에서 우리에게 유리하도록 말입니다.

One of the problems that people bring up

제가 이런 말을 할때

when I talk about this is, they say,

사람들이 제기하는 문제가 있는데요,

you know, if people start keeping all this data private,

"모두가 데이타를 비밀로 한다면

all those methods that you've been developing

당신이 예측하려고 개발하는 방법들이

to predict their traits are going to fail.

다 실패할 겁니다." 라고 말이에요.

And I say, absolutely, and for me, that's success,

그럼 저는, "맞아요, 그럼 성공한 거에요" 라고요.

because as a scientist,

저는 과학자로서

my goal is not to infer information about users,

사용자들에 대한 정보를 추측하는게 아니라

it's to improve the way people interact online.

온라인에서 더 좋은 방법으로 교류하도록 하는게 목표이니까요.

And sometimes that involves inferring things about them,

어떤 때는 그들에 대한 정보를 추측하는 일이 생깁니다.

but if users don't want me to use that data,

하지만 사용자가 원치 않으면,

I think they should have the right to do that.

제 생각엔 그들에게 그럴 권리가 있습니다.

I want users to be informed and consenting

우리가 개발한 방법들을

users of the tools that we develop.

사용자들에게 알려주고 동의를 받고 싶습니다.

And so I think encouraging this kind of science

이러한 과학을 장려하고

and supporting researchers

사용자들에게

who want to cede some of that control back to users

통제권을 돌려주고 소셜미디어 회사들로부터

and away from the social media companies

멀어지도록 하는 연구자들을 지원하는 것이

means that going forward, as these tools evolve

이 개발도구들이 변화하고 발전하면서

and advance,

앞으로 나아가는 것입니다.

means that we're going to have an educated

또한 지식이 있고

and empowered user base,

권리가 있는 사용자들이 생긴다는 것이죠.

and I think all of us can agree

저는 앞으로 나아가기 위해

that that's a pretty ideal way to go forward.

모두가 동의할 만한 것이라고 생각합니다.

Thank you.

감사합니다.

(Applause)

(박수)