By VICTORIA TURK, WIRED UK

지금 음악을 듣는다면, 자신에게 어떤 것을 적용할지 선택하지 않고 알고리즘에 맡겼을 가능성이 높다. 스포티파이(Spotify)나 판도라(Pandora), 디저(Deezer)와 같은 음악 스트리밍 서비스의 추천 시스템은 모두 사용자 맞춤형 재생 목록이나 트랙을 제안하기 위해 개인화된 시스템을 사용하면서 우리에게 묻지 않고도 우리가 원하는 것을 제공할 수 있게 되었다.

일반적으로 이러한 시스템은 매우 우수하다. 문제는, 어떤 사람들에게는, 그것이 어쩌면 너무 훌륭하다는 것이다. 그것은 당신의 취향을 파악하고, 당신이 듣는 것을 정확히 알고, 더 많은 것을 추천한다. 당신이 아바(ABBA) 음원의 끝없는 구덩이에 갇힐 때까지 말이다(나만 그런 것인가?). 하지만, 만약 당신이 일상적인 일상에서 벗어나 새로운 것을 시도하고 싶다면 어떨까? 알고리즘을 훈련시키거나 속여서 더 다양한 범위를 제안할 수 있을까?

"까다로운 일이다."라고 TU 웬(TU Wien)의 피터 니스(Peter Knees) 부교수는 말한다. "당신이 이미 관심이 있을 것을 알고 있는 방향으로 아주 직접적으로 방향을 잡아야 할 것이다."

자동 추천 사항에 더 많이 의존할수록 문제가 더욱 심각해진다. "당신이 계속 추천 음악을 듣고 있으면, 당신은 피드백 루프에 놓이게 된다. 왜냐하면 당신이 음악을 들음으로써 당신이 듣고 싶어하는 음악이라는 추가 증거를 제공하기 때문이다."라고 니스는 말한다. 이것은 시스템에 긍정적인 강화를 제공하고, 계속해서 유사한 제안을 할 동기를 부여한다. 그 루프를 벗어나기 위해서, 당신은 분명히 무언가 다른 것을 들어야 할 필요가 있을 것이다.
 
스포티파이와 같은 기업은 자사의 추천 시스템이 정확히 어떻게 작동하는지 비밀스럽게 알고 있지만 (스포티파이는 알고리즘에 대한 구체적인 언급을 거부함), 니스는 대부분의 기업은 협업 필터링에 기반하고 있다고 말한다. 이 필터링은 유사한 청취 습관을 가진 다른 사람들이 무엇을 좋아하는지 예측한다. 당신의 음악 취향이 매우 개인적인 것이라고 생각할지도 모르지만, 아마 그렇게 독특하지는 않을 것이다. 협업 필터링 시스템은 동일한 그룹의 사람들에게 어필할 수 있는 아티스트 또는 트랙과 같은 취향 집단의 그림을 구축할 수 있다. 실제로, 니스는 당신과 같은 밴드를 좋아하는 사람에게 추천곡을 물어 봤을, 스트리밍 서비스가 생기기 이전과 이것이 크게 다르지 않다고 말한다. "이것은 단지 알고리즘적으로 지원되는 아이디어의 연속일 뿐이다."라고 그는 말한다.

문제는 당신이 평소 장르, 시대 또는 일반적인 취향에서 벗어나 새로운 것을 찾고 싶을 때 발생한다. 이 시스템은 이것을 위해 설계되지 않았으므로, 당신이 노력을 좀 해야 할 수 있다. "솔직히, 가장 좋은 해결책은 새로운 계정을 만들고, 실제로 매우 다른 방법으로 그것을 훈련시키는 것이다." 라고 요하네스 케플러 대학의 교수인 마르쿠스 스케디(Markus Schedl)는 말한다.

그렇게 하지 않으면, 당신은 적극적으로 새로운 것을 찾을 필요가 있다. 새로운 장르를 찾거나 메인 스트리밍 서비스 이외의 도구를 사용하여 아티스트 또는 트랙의 제안을 찾은 다음 검색할 수 있다. 스케디는 자신이 많이 듣지 않는 것을 찾아 선택한 노래를 기반으로 재생 목록을 만드는 스포티파이의 기능인 '라디오' 재생 목록을 시작할 것을 제안한다(그러나 이러한 재생 목록은 광범위한 듣기 습관에 영향을 받을 수도 있음).

니스는 새로운 발매를 기다리거나 가장 인기 있는 트랙을 정기적으로 들을 것을 제안한다. "다음에 일어날 일이 당신의 일이 될 가능성이 있다."라고 그가 말한다. 그러나 주류에서 벗어나는 것은 더 어렵다. 당신이 새로운 장르를 적극적으로 검색한다고 해도, 당신은 더 인기 있는 아티스트와 트랙을 향해 슬그머니 끌려갈 가능성이 있다는 것을 알게 될 것이다. 많은 사람들이 좋아하는 것을 좋아한다면 당신도 좋아할 가능성이 높지만 숨겨진 보석을 발굴하는 것은 어려울 수 있다.

따라서 니스는 "소량 다품종"을 적극적으로 파헤치려고 노력한다고 조언하는데, 이 "소량 다품종"은 듣는 사람은 거의 없지만 당신의 틈새일 수도 있는 엄청난 수의 아티스트와 트랙이다. 사용자가 수동으로 무명 아티스트 및 백 카탈로그를 탐색할 수는 있지만, 권장 사항은 여전히 주류로 다소 이동될 가능성이 높다. "당신이 소량 다품종을 잡고 있다고 해도, 추천을 할 때, 그것은 당신을 머리 속으로, 인기 있는 물건으로, 다시 밀어넣는다. 왜냐하면 이곳이 시스템이 가장 안정적인 곳이기 때문이다."라고 그는 말한다.

일반적으로, 만약 당신이 듣는 것을 다양화시키고 싶다면, 시스템이 당신을 위해 그것을 하도록 허락하기 보다는 음악 발견에 더 많은 노력을 기울여야 할 것이다. 개인화된 재생 목록을 듣는 대신 개인별 재생 목록을 만들 수 있다. "당신이 그 일을 대신할 플랫폼에 의존한다면, 당신은 기본적으로 예전처럼 라디오 모드에 있는 것이다."라고 니스는 말한다.

음악 추천 시스템이 작동할 수 있는 또 다른 방법이 있는데, 이는 피드백 루프를 활성화하는 데 도움이 될 수 있다. 바로 콘텐츠 기반 추천이다. 이 접근법에서, 추천은 다른 사람들의 듣기 습관보다 소리에 기초한다. 이 시스템은 템포와 같은 음악의 측면을 정량화하고 이러한 음향 특성에 기초하여 유사한 트랙을 찾을 수 있다. 스케디은 심지어 "춤추기 능력"이나 "기악력" 같은 것에도 숫자 값을 붙일 수 있다고 제안한다. 이 경우, 유사한 권장 트랙을 조정함으로써 다양성을 위해 시스템을 조정할 수도 있다.

그러나 이러한 종류의 콘텐츠 기반 권장 방법이 얼마나 사용되는지는 알려져 있지 않으며 사용자 경험 측면에서 매우 위험한 전략이 될 수 있다. 같은 음악을 너무 많이 들으면 사용자가 지루해질 수 있지만, 그들의 익숙한 음악 공간에서 너무 멀리 떨어진 곳에서 청취하면 그냥 떠날 수도 있다.

"당신은 모든 사람들이 하는 대로 하는 것만으로 정말 견고하고 위험하지 않은 권고를 고수하는 것과 다른 한편으로, 컴퓨터가 음악의 문화적 측면에 대해 전혀 알지 못한 채 소리 속성만으로 권고를 하도록 하는 것 사이의 절충점을 가지고 있다."라고 니스는 말한다. 이 기능은 사용자에게 딱 맞는 곡을 찾거나 추천 시스템에 대한 사용자의 신뢰를 완전히 떨어뜨릴 수 있다.

한편, 만약 2021년이 음악 발견의 해라면, 당신은 필터 버블 밖에서 탐험하는 주도권을 잡아야 할 것이다. 사실, 스트리밍 플랫폼을 사용했기 때문에 더 다양한 음악을 듣는 것 같다. 아마도, 니스는, 과거에 아티스트나 트랙을 찾는 것이 더 소중하게 느껴졌을 수도 있다. 당신도 그렇다면, 해보면 성과가 있을지도 모른다.

** 위 기사는 와이어드UK(WIRED.co.uk)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 배효린 에디터)

<기사원문>
How to break out of your Spotify feedback loop and find new music