NewsPeppermint

어떤 사진이 진짜인지를 구분하는 일은 우리가 생각하는 것보다 어려울 수 있습니다. 최근 우리 실험에 참여한 사람처럼 두 이미지 중 어떤 것이 조작되었는지 판단해보세요.

(출처: Mona Kasra, CC BY-ND)

(출처: Mona Kasra, CC BY-ND)

당신은 이미지의 시각적 정보에 대한 평가, 출처의 평판, 사람들이 해당 이미지에 “좋아요”를 눌렀거나 공유한 횟수에 기초해 판단을 내릴 것입니다.

저와 공저자는 최근 사람들이 어떻게 온라인 플랫폼에 있는 이미지의 신뢰성을 평가하는지, 특히 어떤 요인이 평가 과정에 중요하게 작용하는지에 대한 연구를 했습니다. 우리는 사람들이 인터넷, 디지털 사진 기술, 온라인 미디어 플랫폼에 더 많은 경험을 가지고 있을수록, 즉, 학자들이 말하는 “디지털 미디어 리터러시”를 가지고 있으면 가짜 이미지에 덜 속는다는 사실을 발견했습니다 

누가 가짜 이미지에 속을까요?

당신도 가짜 이미지에 속을지 궁금한가요? 위의 두 이미지 모두 가짜입니다.

본 실험은 사람들의 온라인 이미지에 대한 판단의 정확성에 영향을 주는 요인을 찾고자 했습니다. 우리는 원출처의 신뢰성과 이미지를 다시 공유한 사람의 신뢰성이 영향을 줄 것이라는 가설을 세웠습니다. 또한, 이미지에 묘사된 이슈에 대한 사람들의 태도 역시 영향을 줄 것으로 예측했죠. 이미지의 내용에 동의하지 않을 때 사람들은 이미지가 가짜라고 생각할 가능성이 크죠. 반대로, 이미지가 보여주는 내용에 동의할 경우 사람들은 이미지가 더 진짜라고 믿을 것입니다.

추가로 우리는 사람이 이미지 조작이나 가짜 이미지를 만들어내는 기술과 도구에 얼마나 친숙한지가 영향을 주는지를 살폈습니다. 최근 몇 년 동안 이미지 조작 기술은 디지털 조작을 포착해내는 기술보다 빠르게 진보해왔죠.

탐지 기술이 이미지 조작 기술만큼 발전하기 전까지 가짜 이미지로 공중의 의견에 영향을 주거나, 감정적 괴로움을 일으키려는 사람들이 만들어내는 위험은 여전히 높을 것입니다. 지난달, 인도네시아에서 선거 후 벌어진 사회적 혼란 동안 한 남성이 소셜미디어에 의도적으로 퍼뜨린 가짜 이미지는 중국에 대한 사람들의 감정을 악화시켰습니다.

즉, 본 연구는 어떻게 사람들이 온라인 이미지가 진짜인지를 판단하는지에 대한 통찰력을 얻고자 했습니다.

가짜 이미지를 이용한 실험.

우리는 국내외 정치, 과학적 발견, 자연재해, 사회 이슈 등 다양한 주제의 가짜 사진 6장을 만들었습니다. 그 후, 어떻게 이 사진들이 온라인에 나타날지에 대한 —페이스북에 공유되거나, 뉴욕타임스 사이트에 게재되는 등의— 28개의 모형을 만들었죠

각 모형은 이미지 콘텐츠, 맥락적 단서, 이미지가 보인 장소, 출처에 대한 짧은 설명이나 다른 사람이 이미지에 “좋아요”를 눌렀거나 공유했는지 여부 등을 가짜 이미지와 함께 보여줬습니다.

이 기사에 포함된 2장의 이미지를 포함해 모든 이미지, 텍스트 설명, 정보는 인위적으로 만들어졌습니다.

우리는 참가자가 연구에 참여하기 전에 원본 이미지를 우연히 보았을 가능성을 피하고자 오직 가짜 이미지만을 사용했습니다. 본 연구는 진짜 이미지를 관계없는 맥락에 제시하거나 잘못된 정보와 함께 제시하는 오귀인(misattribution) 대해서는 살피지 않았습니다.

미국에 거주하는 18세 이상의 성인인 3,476명의 참가자는 아마존 메커니컬 터크(Amazon mechanical turk)를 통해 모집되었습니다.

연구 참가자는 인터넷 능력, 디지털 이미지 작업 경험, 다양한 사회정치적 이슈에 대한 태도에 대한 무작위로 배치된 질문에 대해서 먼저 대답한 뒤 무작위로 선택된 가짜 이미지를 자신의 컴퓨터에서 받아보았습니다. 참가자는 이미지를 자세히 본 뒤 이미지의 신뢰도를 평가할 것을 요청받았습니다.

맥락적 영향은 발견되지 않았습니다.

이미지 신뢰도에 대한 참가자들의 판단은 우리가 제시한 다양한 맥락에 따라 달라지지 않았습니다. 무너진 다리 사진을 오직 4명의 사람이 공유한 페이스북 게시물로 보여주었을 때와 뉴욕타임스 기사의 일부로 보여주었을 때, 사람들이 사진을 가짜라고 생각하는 정도에는 차이가 없었습니다.

대신 인터넷과 디지털 사진 기술에 대한 사람들의 경험은 이미지가 가짜인지를 판단하는 데 중요한 역할을 했습니다. 소셜미디어와 디지털 이미지 도구에 친숙한 사람들은 사진이 진짜인지의 여부에 대해 더 회의적이었습니다. 또한, 겉으로 보이는 가치를 덜 수용했죠.

본 연구는 사람들이 기존에 가지고 있던 믿음과 의견이 이미지의 신뢰도를 판단하는 데 큰 영향을 준다는 사실을 찾아냈습니다. 예를 들면, 사진의 내용에 동의하지 않을 때 사람은 해당 사진이 더 가짜라고 생각합니다. 이는 “확증 편향(confirmation bias)” 또는 사람들이 새로운 정보가 기존에 갖고 있던 생각과 일치할 때 실제 또는 진실이라고 믿는 경향을 가지고 있음을 보여주는 연구들과 일치합니다.

확증 편향은 왜 거짓 정보가 온라인에서 더 손쉽게 퍼지는지를 설명합니다. 사람들은 자신의 견해와 일치하는 정보를 받았을 경우, 본인의 온라인 공동체와 이를 더 공유하고자 하는 경향을 보입니다.

조작된 이미지가 사람의 기억을 왜곡시키고 의사결정 과정에 영향을 준다는 점을 발견한 다른 연구 역시 존재합니다. 즉, 가짜 이미지가 주는 피해는 실재하고 중요합니다. 본 연구의 발견은 가짜 이미지로 인한 잠재적인 피해를 줄이는 가장 효과적인 전략은 —교육에 투자하며— 더 많은 사람이 온라인 미디어와 디지털 이미지 편집에 경험을 가질 기회를 주는 것이라는 점을 보여줍니다. 이를 통해 사람들은 어떻게 온라인상 이미지를 평가해야 하는지를 알게 되고, 가짜 이미지에도 덜 속을 것입니다.

(Mona Kasra, 더컨버세이션)

원문링크