민주주의의 작동 4강. 여론은 만들어지는가

1936년, 240만 명에게 물어본 조사가 틀렸고 그보다 훨씬 작은 표본으로 물어본 조사가 맞혔습니다. 표본은 크기가 아니라 방식의 문제입니다.

풀고 시작

1000명으로 5000만을 맞히는 원리

1936년 미국 대선에서 잡지 리터러리 다이제스트는 240만 명의 응답을 받아 랜던의 승리를 예측했습니다. 결과는 루스벨트의 압승이었고, 잡지는 얼마 후 문을 닫습니다. 같은 선거에서 훨씬 작은 표본으로 결과를 맞힌 사람이 조지 갤럽이었죠. 무엇이 갈랐을까요. 다이제스트는 자동차 등록부와 전화번호부에서 명단을 뽑았습니다. 대공황기에 자동차와 전화를 가진 사람은 인구를 대표하지 않았습니다.

여기서 현대 여론조사의 원리가 나옵니다. 표본의 힘은 크기가 아니라 모집단의 모든 사람이 뽑힐 기회를 가졌는가에서 나옵니다. 이 조건이 지켜지면 확률 이론이 오차의 크기를 계산해 줍니다. 흔히 보는 오차 범위라는 숫자가 그것입니다. 다만 이 숫자는 무작위 추출이 완벽했다는 가정 아래 계산된 이상적인 값입니다.

오차 범위 바깥의 오차

현실의 조사에는 오차 범위가 잡아 주지 않는 위험이 더 많습니다.

가장 큰 것이 무응답입니다. 전화 조사의 응답률은 여러 나라에서 수십 년에 걸쳐 크게 떨어져 이제 한 자릿수인 경우도 흔합니다. 응답을 거부한 사람이 응답한 사람과 정치적으로 다르다면, 표본은 아무리 커도 기울어집니다. 조사기관은 성별과 연령, 지역으로 가중치를 걸어 보정하지만 보정은 보정일 뿐이죠. 조사 방식도 결과를 바꿉니다. 사람이 직접 묻는 면접에서는 사회적으로 바람직해 보이는 답으로 기울고, 자동응답에서는 정치에 관심이 큰 사람이 더 많이 남습니다.

문구의 효과는 더 놀랍습니다. 1940년대의 한 고전적 실험에서, 특정 연설을 금지해야 하느냐고 물었을 때와 허용해야 하느냐고 물었을 때의 응답 분포가 서로 대칭이 되지 않았습니다. 금지라는 단어가 주는 거부감이 답을 밀어낸 것이죠. 질문의 순서도 영향을 줍니다. 앞 질문이 특정 사안을 떠올리게 하면 뒤 질문의 답이 그쪽으로 기웁니다. 그래서 두 조사기관의 결과가 다를 때 어느 쪽이 틀렸다고 단정하기 전에 문항과 방식부터 비교해 보는 습관이 필요합니다.

미디어는 무엇을 생각할지 정하지 않습니다

언론이 사람들의 생각을 조종한다는 말은 절반만 맞습니다. 1963년 버나드 코헨은 언론이 무엇을 생각할지를 정하는 데는 대체로 실패하지만 무엇에 대해 생각할지를 정하는 데는 놀랍도록 성공한다고 썼습니다. 1972년 매컴스와 쇼는 지역 유권자가 중요하다고 꼽은 쟁점의 순위와 그 지역 언론의 보도량 순위가 매우 비슷하다는 결과를 발표했고, 이것이 의제 설정 이론이 됩니다.

한 걸음 더 나간 것이 프레이밍입니다. 같은 사실이라도 어느 틀에 넣느냐에 따라 판단이 달라집니다. 카너먼과 트버스키의 유명한 실험에서 600명 중 200명이 산다는 표현과 400명이 죽는다는 표현은 수학적으로 같은데도 사람들의 선택은 정반대로 뒤집혔습니다. 정책 논쟁에서 어떤 이름이 붙느냐를 두고 치열하게 다투는 이유가 여기 있습니다. 그리고 이 다툼은 어느 한 진영의 전술이 아니라 모든 진영이 함께 쓰는 문법입니다.

필터버블 가설이 흔들리고 있습니다

2011년 엘리 파리저는 알고리즘이 각자에게 맞춤 정보만 보여 주어 서로 다른 정보 거품 안에 갇히게 된다는 필터버블 개념을 제시했습니다. 그보다 10년 앞선 2001년에 캐스 선스타인은 같은 생각끼리 모여 의견이 극단으로 증폭되는 에코체임버를 이미 경고한 바 있습니다. 직관적으로 설득력이 큰 진단이라 널리 퍼졌습니다.

그런데 실증 연구들은 더 복잡한 그림을 그립니다. 온라인 뉴스 이용자의 정보원 다양성이 오프라인보다 오히려 넓다는 결과가 여러 차례 나왔고, 애초에 대다수 사람은 정치 뉴스를 아주 적게 소비한다는 사실도 확인되었습니다. 2023년에는 대형 플랫폼과 외부 연구진이 함께 진행한 대규모 실험 결과가 학술지에 발표되었는데, 추천 알고리즘 대신 시간순 피드를 몇 달간 제공해도 참가자의 정치적 태도는 뚜렷이 달라지지 않았습니다. 다만 이 결과들도 실험 기간이 짧다는 점, 소수의 열성 이용자에게 미치는 영향은 다를 수 있다는 점에서 논쟁이 이어지고 있습니다. 지금까지의 균형 잡힌 결론은 이렇습니다. 알고리즘보다 사람들이 스스로 고르는 선택이 더 크게 작동하며, 문제의 무게 중심은 기술이 아니라 이미 갈라진 사회 쪽에 있습니다.

허위정보를 어떻게 다룰 것인가

여기서 민주주의의 오래된 딜레마가 나타납니다. 양쪽 주장을 각각 가장 강한 형태로 들어 봅시다.

개입이 필요하다는 쪽은 이렇게 말합니다. 거짓 정보는 선거와 공중보건에 실제 피해를 낳으며, 플랫폼은 이미 알고리즘으로 무엇을 더 보여 줄지 편집하고 있으므로 중립적인 통로가 아닙니다. 아무 조치도 하지 않는 것 역시 하나의 선택이며, 그 선택의 결과에 책임을 물어야 한다는 것이죠. 방치의 비용이 사회 전체에 고르게 나뉘지 않고 허위 정보의 표적이 된 쪽에 먼저 쏠린다는 점도 함께 지적됩니다.

개입을 경계하는 쪽의 반론도 만만치 않습니다. 무엇이 거짓인지 누가 최종적으로 판정하느냐가 핵심 질문입니다. 판정 권한이 정부에 있으면 권력에 대한 비판이 허위로 분류될 위험이 열리고, 플랫폼에 있으면 선출되지 않은 기업이 공론장의 경계를 긋게 됩니다. 처음에는 거짓으로 취급되다 나중에 사실로 밝혀진 주장도 있었습니다. 그래서 나쁜 말에 대한 처방은 침묵이 아니라 더 많은 말이라는 오래된 원칙이 여전히 힘을 갖습니다.

한국 헌법도 표현의 자유를 보장하면서 검열을 금지하고, 피해 구제는 주로 사후 절차에 맡기는 구조를 취하고 있습니다. 이 강의는 제도의 얼개를 설명하는 일반 상식 수준이며 개별 사안에 대한 법률 자문이 아닙니다. 어느 지점에 선을 그을지는 결국 시민이 판단할 몫으로 남습니다. 그 판단의 재료가 되는 이념들의 지도를 다음 과목에서 펼쳐 보겠습니다.

인출 문제

생각해볼 질문 (정답 없음)

거짓 정보의 피해를 줄이면서도 판정 권한이 남용되지 않게 하려면, 판정하는 주체와 절차를 어떻게 설계해야 할까요. 판정 자체를 최소화하고 정정과 반박의 통로를 넓히는 방식은 대안이 될 수 있을까요.

이전: 민주주의의 작동 3강 · 다음: 이데올로기 1강