<이미지를 클릭하시면 크게 보실 수 있습니다> |
신문을 읽는 사람이 읽지 않는 이보다 디지털 공간을 떠도는 허위 정보를 알아차릴 확률이 높은 것으로 나타났다. 한국·미국·일본 3개국 중에서 미국, 한국, 일본 순으로 디지털 허위 정보의 진위를 적극적으로 판별하기 위해 노력하는 것으로 조사됐다.
26일 요미우리신문은 디지털 공간에서 사람들이 어떻게 정보와 뉴스를 접하고 이에 따른 폐해가 무엇인지를 분석하는 한·미·일 3개국 설문조사를 실시한 결과를 발표했다. 조사는 야마구치 신이치 고쿠사이대 교수와 공동으로 지난해 12월 3개국의 15~69세 국민 1000명씩 총 3000명을 대상으로 진행됐다.
조사 결과 신문을 읽는 사람은 그렇지 않은 사람보다 가짜 정보를 알아차릴 확률이 5%포인트 높은 것으로 조사됐다. 국가별로 가짜 정보를 알아차리는 비중은 미국이 40%로 가장 높았고 그다음 한국이 33%, 일본이 27%였다. 요미우리는 한·미·일에 각각 15개의 가짜 정보를 제시하고 이에 대한 진위를 묻는 방식으로 조사했다. 한국의 경우 '사드(고고도미사일방어체계) 전자파는 인체에 치명적인 영향을 준다' '코로나19 백신에 기생충이 있다' 같은 내용이 제시됐다. 심각한 점은 이러한 가짜 정보에 대해 3개국 모두 '맞다'고 응답한 비중이 높았다는 점이다. '맞다'는 응답 비중은 미국이 43%, 한국이 38%, 일본이 37%에 달했다. 3개국 국민 중 3분의 1가량이 거짓 정보에 휩쓸리고 있다는 의미다.
가짜 정보 여부를 적극 알아보려는 노력은 미국, 한국, 일본 순으로 많았다. 미국이 74%로 가장 높았고 한국은 57% 수준이었다. 일본은 절반에도 미치지 못하는 41%로 가장 낮았다.
요미우리는 "미국은 이 정보가 '무엇 때문에 나왔을까'를 생각한다는 응답 비중이 높았다"며 "반면 한국은 '발신 정보의 주체'를 확인하려고 하는 사람이 많았다"고 설명했다.
가짜 정보에 속지 않기 위해 1차 소스(정보원)를 확인한다는 응답은 미국이 73%, 한국이 57%, 일본이 41%로 조사됐다. 특히 신문과 잡지, TV 등으로 이를 확인한다는 응답은 미국이 68%지만, 한국은 58%에 그쳤다. 일본은 인터넷에서 다른 정보원을 찾아 사실 여부를 확인하겠다는 응답이 55%로 가장 많았다.
디지털 공간의 폐해를 나타내는 용어에 대한 인식률에서도 3국의 차이는 컸다. 정확성보다는 관심을 끌기 위해 콘텐츠를 조작하는 '어텐션 이코노미'와 인터넷 정보 제공자가 이용자에게 맞춰 걸러진 정보만 제공하는 '필터 버블', 기존 신념과 같은 정보가 계속 수용돼 이것이 증폭되는 현상인 '에코 체임버' 등 세 가지 용어가 이번 설문조사 대상에 올랐다. 설문 결과 한국과 미국의 인식률이 높은 반면, 일본은 이해도가 현저히 떨어졌다.
인공지능(AI) 관련 응답도 있었다. AI에 대해 '긍정적으로 본다'는 응답은 한국이 52%로 가장 높았다. 미국은 39%, 일본은 30%에 그쳤다. 또 '부정적으로 본다'는 응답도 미국이 37%, 일본이 26%인 반면 한국은 23%로 가장 낮았다. 한국인들은 AI에 대해 전향적인 태도를 보였지만 '고용'에 대한 우려가 큰 편이었다. 'AI가 사람의 업무를 뺏는다'는 응답에 미국은 53%, 한국은 50%가 '네'라고 답한 것이다. 부정적인 영향으로 한국은 여론 조작과 범죄, 사고력 저하를 많이 꼽았다. 미국도 여론 조작(50%)과 함께 예술·문화 위협(40%)을 우려하는 응답이 많았다. 반면 일본은 범죄를 우려하는 비중이 62%로 가장 높았다.
뉴스 등 정보를 얻는 수단을 묻는 질문에 한국과 일본은 인터넷 뉴스가 1위였고, 미국은 TV가 1위로 조사됐다. 한국은 인터넷 뉴스, TV, 사회관계망서비스(SNS) 순서였고 일본은 인터넷 뉴스, TV, 신문 순이었다. 반면 미국은 TV에 이어 SNS가 2위에 올랐다.
[도쿄 이승훈 특파원 / 신윤재 기자]
[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.