인스타그램, '당신을 위한 알고리즘' 맞춤 설정 기능 확대 테스트 중

(techcrunch.com)

TechCrunch2026년 6월 27일스타트업

인스타그램이 사용자가 직접 콘텐츠 주제를 선택하고 조정할 수 있는 '당점의 알고리즘' 기능을 피드와 릴스 등 앱 전반으로 확대 테스트하며, 단순 설정을 넘어 사용자 경험의 핵심 요소로 진화시키려 하고 있습니다.

이 글의 핵심 포인트

1인스타그램이 '당신의 알고리즘' 맞춤 설정 기능의 확대 테스트를 진행 중임
2아담 모세리 인스타그램 책임자가 새로운 접근 방식들을 직접 공개함
3피드 하단 스와이프나 릴스 상단 스와이프를 통한 메뉴 진입 방식 테스트 중
4릴스 하단에 특정 콘텐츠와 유사한 영상을 더 보고 싶은지 묻는 버튼 도입 검토
5사용자들은 알고리즘보다 팔로잉한 계정의 게시물이 우선적으로 보이기를 강력히 요구함

이 글에 대한 공공지능 분석

왜 중요한가?

플랫폼의 권력이 알고리즘(운영자)에서 사용자(수용자)로 이동하는 실험적 시도이기 때문입니다. 이는 추천 시스템의 블랙박스를 투명하게 공개하고 제어권을 부여함으로써 사용자 리텐션을 높이려는 전략적 움직임입니다.

어떤 배경과 맥락이 있나?

기존 알고리즘 기반 피드는 '새로운 발견'에는 유리하지만, 사용자가 원하는 정보를 놓치는 불만족을 초래해 왔습니다. 이에 따라 메타는 추천 엔진의 개인화 수준을 한 단계 높여 사용자 만족도와 체류 시간을 동시에 잡으려 합니다.

업계에 어떤 영향을 주나?

콘텐츠 크리에이터들에게는 알고리즘의 예측 불가능성이 줄어드는 기회인 동시에, 사용자의 직접적인 피드백에 따라 노출량이 급변할 수 있는 새로운 변수가 등장함을 의미합니다. 이는 추천 엔진을 운영하는 모든 소셜/커머스 스타트업이 직면한 과제입니다.

한국 시장에 어떤 시사점이 있나?

초개인화된 큐레이션이 핵심인 한국의 커뮤니티 및 버티컬 플랫폼들은, 단순히 AI 모델의 성능을 높이는 것을 넘어 사용자가 직접 피드백 루프에 참여할 수 있는 '제어 가능한 인터페이스' 설계에 주목해야 합니다.

이 글에 대한 큐레이터 의견

인스타그램의 이번 시도는 알고리즘의 '불투명성'이라는 고질적인 문제를 해결하려는 영리한 접근입니다. 사용자가 직접 선호도를 조정하게 함으로써 플랫폼에 대한 통제감을 부여하고, 이는 곧 서비스 이탈 방지로 이어질 수 있습니다. 창업자들은 이를 통해 사용자 피드백을 데이터화하여 추천 모델의 학습 가중치를 높이는 '직접적 레이블링' 기회를 엿볼 수 있습니다.

하지만 위험 요소도 분명합니다. 사용자가 지나치게 편향된 주제만 선택할 경우, 플랫폼의 핵심 가치인 '새로운 발견(Discovery)' 기능이 약화되어 콘텐츠 생태계가 고립될(Filter Bubble) 위험이 있습니다. 또한, 이러한 기능이 사용자에게 피로감을 주는 과도한 인터랙션으로 느껴질 경우 오히려 경험을 해칠 수 있습니다. 따라서 스타트업은 사용자의 제어권과 알고리즘의 자동 추천 사이에서 정교한 균형점을 찾는 UX 설계 역량을 갖춰야 합니다.

원문 보기 →