인스타그램, 사용자에게 알고리즘에 원하는 것을 말할 수 있는 기능 제공

(searchengineland.com)

인스타그램이 사용자가 피드, 릴스, 탐색 탭의 추천 알고리즘을 직접 제어할 수 있는 기능을 확대 도입하며, 콘텐츠 소비 방식을 '팔로워 중심'에서 '관심사 기반'의 인터레스트 미디어(Interest Media)로 전환하고 있습니다.

이 글의 핵심 포인트

1인스타그램의 'Your Algorithm' 컨트롤 기능이 메인 피드까지 확대 적용됨
2사용자는 알고리즘에 연결된 관심 주제를 확인, 삭제, 추가할 수 있음
3LLM(대규모 언어 모델)을 활용해 콘텐츠 클러스터를 평이한 언어로 설명함
4플랫폼의 패러다임이 팔로워 기반 '소셜 미디어'에서 관심사 기반 '인터레스트 미디어'로 전환됨
5향후 인물, 기분, 콘텐츠 유형 등 더 다양한 제어 기능이 추가될 예정임

이 글에 대한 공공지능 분석

왜 중요한가?

알고리즘의 블랙박스를 사용자에게 공개하여 투명성을 높이고, 플랫폼 주도권이 서비스 운영자에서 사용자 개인의 취향으로 이동하고 있음을 보여줍니다. 이는 추천 시스템에 대한 신뢰도를 높이는 동시에 콘텐츠 소비 패턴을 재정의합니다.

어떤 배경과 맥락이 있나?

기존 소셜 미디어가 '누구를 팔로우하는가'에 집중했다면, 현재는 LLM 기술을 통해 콘텐츠의 주제를 정교하게 분류하고 사용자의 관심사를 매칭하는 '인터레스트 미디어' 시대로 진입하고 있습니다. 인스타그램은 이를 위해 대규모 언어 모델을 활용해 복잡한 데이터를 사용자 친화적인 언어로 변환하고 있습니다.

업계에 어떤 영향을 주나?

브랜드와 크리에이터는 이제 단순한 팔로워 확보를 넘어, 알고리즘이 인식할 수 있는 명확한 주제(Topic)와 타겟 오디언스의 의도를 콘텐츠 내에 명시적으로 심어야 하는 과제를 안게 되었습니다. 콘텐츠의 '태깅'과 '주제 명확성'이 도달 범위(Reach)를 결정하는 핵심 요소가 됩니다.

한국 시장에 어떤 시사점이 있나?

숏폼과 커뮤니티 기반의 트래픽을 확보하려는 국내 스타트업들은 사용자에게 단순 추천을 넘어, 알고리즘 제어권을 부여하는 UX/UI적 접근과 콘텐츠 주제를 정교하게 분류하는 기술 고도화를 고려해야 합니다.

이 글에 대한 큐레이터 의견

인스타그램의 이번 업데이트는 '알고리즘의 민주화'를 표방하며 사용자의 피로도를 낮추려는 전략적인 움직임입니다. LLM을 활용해 복잡한 데이터 클러스터를 사용자 친화적인 언어로 변환하여 보여주는 것은, 기술적 고도화를 UX 혁신으로 연결시킨 매우 영리한 사례입니다. 스타트업 창업자들은 이를 통해 사용자가 플랫폼의 추천 로직을 이해하고 스스로 튜닝할 수 있는 '제어 가능한 개인화'가 차세대 리텐션 전략이 될 것임을 읽어야 합니다.

다만, 이러한 제어권 확대가 콘텐츠 생태계에 미칠 부정적 측면도 존재합니다. 사용자가 특정 주제를 과도하게 배제하거나 선호할 경우, 알고리즘의 탐색 범위(Exploration)가 좁아지는 '필터 버블' 현상이 심화될 위험이 있습니다. 이는 플랫폼 입장에서는 사용자 체류 시간의 감소나 콘텐츠 다양성 저해로 이어질 수 있는 트레이드오프입니다. 따라서 창업자들은 사용자의 제어권을 존중하면서도, 새로운 발견(Discovery)을 유도할 수 있는 정교한 추천 밸런싱 기술을 확보하는 데 집중해야 합니다.

원문 보기 →