콘텐츠큐레이션 (Content Curation)

한 줄 정의: 방대한 콘텐츠 중에서 이용자의 취향과 맥락에 맞는 항목을 선별·배열·제시하여 발견 가능성과 소비 경험을 조직하는 활동.

쉽게 풀면

넷플릭스가 내가 좋아할 만한 영화를 골라서 화면 앞쪽에 보여주는 것처럼, 많은 콘텐츠 중에서 알맞은 걸 골라 보여주는 일이에요. 수많은 콘텐츠 중에서 이용자에게 맞는 것을 골라 정리해서 보여주는 활동이다.

왜 중요한가

방대한 콘텐츠 중 이용자 취향과 맥락에 맞는 것을 선별해 제공하는 활동으로, OTT플랫폼의 추천시스템과 사람이 직접 큐레이션하는 에디토리얼 방식이 함께 활용되며 콘텐츠 과잉 시대의 이용자 경험 설계에서 다뤄진다.

핵심 정리

큐레이션은 ‘누가 고르는가’에 따라 구분해 볼 수 있습니다. 사람 편집자가 고르는 방식, 알고리즘이 고르는 방식, 이용자가 직접 모으는 방식이 섞여 있고, 하나의 콘텐츠가 여러 겹의 선별을 거쳐 이용자에게 도달합니다. Thorson & Wells(2016)는 이런 흐름을 ‘큐레이션된 흐름(curated flows)’이라는 틀로 정리해 미디어 노출을 지도로 그리자고 제안했습니다. 사람의 선별을 강조한 대중서로는 Rosenbaum(2011)의 Curation Nation이 있습니다.

예시로 보기

알고리즘 큐레이션이 노출을 좁히는지는 실증 연구가 다룬 주제입니다. Bakshy, Messing, & Adamic(2015)은 미국 페이스북 이용자 1,010만 명의 자료로 친구 관계망의 정치적 동질성과, 알고리즘이 순위를 매기는 뉴스피드를 거치며 이용자가 접하는 내용이 얼마나 다양한지를 측정했고, 이 자료에서는 알고리즘 순위보다 이용자 자신의 선택이 반대 성향 콘텐츠 노출을 더 크게 제한했다고 보고했습니다. 한편 Pariser(2011)의 The Filter Bubble은 개인화된 선별이 이용자를 비슷한 정보에 가둔다는 우려를 대중에게 알린 책입니다.

가상의 연구 질문 예. “홈 화면을 편집자 선별형으로 바꾼 뒤 이용자가 시청한 장르의 수는 달라졌는가?” 이 질문에는 편집 방식 외 다른 변화(신작 공개 등)를 통제할 방법이 필요합니다.

자주 하는 오해

“큐레이션 = 추천 알고리즘”: 편집자 선별, 알고리즘 추천, 이용자 참여가 함께 쓰이는 하이브리드가 흔합니다.
“알고리즘 큐레이션은 반드시 필터버블을 만든다”: 이는 우려이면서 동시에 측정의 대상입니다. 같은 문제를 다룬 연구도 플랫폼·기간·측정 방식에 따라 결과가 달라질 수 있으니 하나의 결과로 일반화하지 않습니다.
“큐레이션은 중립적이다”: 무엇을 보여 주고 무엇을 감출지 정하는 일이므로 기준이 무엇인지가 연구 질문이 됩니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

Steven Rosenbaum(2011), 『Curation Nation』

로젠바움은 정보 과잉 시대에 알고리즘과 사람이 결합된 큐레이션이 새로운 콘텐츠 유통 권력으로 부상했다고 주장하며 인간 편집자의 역할 변화를 논의했다.

본 연구는 알고리즘 큐레이션과 사람이 직접 선별하는 큐레이션이 이용자의 콘텐츠 다양성 경험에 미치는 차이를 비교하였다.

콘텐츠를 골라주는 주체가 사람인지 알고리즘인지에 따라 이용자가 접하는 정보의 폭이 달라질 수 있다는 점을 다룹니다.

조금 더 깊게 보면

알고리즘 큐레이션은 이용자의 기존 취향을 강화하는 방향으로 편향되기 쉬워, 새로운 장르나 다양성 있는 콘텐츠 노출을 위해 알고리즘과 인간 편집자의 큐레이션을 병행하는 플랫폼이 늘고 있다. 큐레이션은 사람이 직접 고르는 편집 방식과 알고리즘이 자동으로 추천하는 방식으로 나뉘며, 최근 플랫폼은 두 방식을 결합해 편집자의 취향과 개인화 데이터를 함께 반영하는 하이브리드 큐레이션을 채택하는 경우가 많다는 점이 산업적으로 다뤄진다. OTT 플랫폼의 초기 화면 구성(썸네일, 배열 순서)은 큐레이션 전략이 시청 선택에 직접 개입하는 대표적 사례로 다뤄진다. 일부 플랫폼은 이용자가 직접 재생목록을 만들어 공유하는 참여형 큐레이션 기능을 제공하기도 한다.

주의할 점

큐레이션을 순수 인간 편집 행위로만 이해하기 쉬우나, 현재 대다수 플랫폼에서는 알고리즘 큐레이션이 결합되어 있어 편향과 필터버블 문제가 함께 논의된다. 큐레이션이 지나치게 개인 취향에 최적화되면 유사한 콘텐츠만 반복 노출되는 필터버블 현상을 심화시킬 수 있어, 의도적으로 새로운 콘텐츠를 노출시키는 탐색적 큐레이션이 함께 요구된다. 일부 서비스는 사람 편집자의 추천작을 별도 코너로 강조해 알고리즘 편중을 보완하려 시도한다.

헷갈리기 쉬운 용어

용어	무엇인가
콘텐츠큐레이션	콘텐츠를 선별·배열·제시하는 활동 전반
알고리즘큐레이션	선별을 알고리즘이 수행하는 방식
추천시스템	이용자별 항목을 예측해 제시하는 기술 시스템
필터버블	개인화로 비슷한 정보에만 노출되는 현상(또는 그 우려)

참고 문헌

Rosenbaum, S. (2011). Curation Nation: How to Win in a World Where Consumers Are Creators. McGraw-Hill.
Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. Penguin Press.
Thorson, K., & Wells, C. (2016). Curated flows: A framework for mapping media exposure in the digital age. Communication Theory, 26(3), 309–328.
Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.