QReady
사회·인문상식 회차 · 2026년 10월 기준

알아야 할 배경지식 · 목차 20/30 미디어 리터러시와 가짜뉴스

미디어 리터러시는 왜 모두의 필수 역량일까요

허위정보·필터버블·딥페이크 시대에 정보를 의심하고 확인하는 힘

중요도 5분 읽기#공통 교양#IT·플랫폼#공기업·공공

읽기 전에 먼저 풀어 보세요

먼저 한 문제

미디어 리터러시를 가장 잘 설명한 것은 무엇일까요?

알아야 할 배경

미디어 리터러시1는 미디어(Media)와 리터러시(Literacy)를 합친 말입니다. 미디어에 다가가 쓸 줄 알고, 미디어가 움직이는 원리를 이해하며, 그 내용을 비판적으로 따져 보고, 스스로 알맞게 만들어 활용하는 능력을 모두 가리킵니다.

방송통신위원회 용어 풀이를 보면 이 능력은 네 갈래로 나뉩니다.

  • 여러 미디어를 기술적으로 다루는 능력
  • 불법 미디어를 피하고 남의 권리를 해치지 않는 책임 있는 이용 능력
  • 정보가 믿을 만한지, 한쪽으로 치우쳤는지, 어떤 의도가 담겼는지 가려내는 능력
  • 미디어 기기로 콘텐츠를 직접 만드는 능력

흔히 가짜뉴스라고 부르는 것에도 두 종류가 섞여 있습니다. 확인이 부족해 실수로 생긴 잘못된 정보가 있고, 누군가 일부러 꾸며 낸 허위정보2가 있습니다. 2019년 한국언론진흥재단 미디어연구센터 조사에서 시민들은 이 둘을 가리지 않고 모두 가짜뉴스로 여겼습니다. 20대 이상 성인 1200명을 조사했더니 89.6%가 언론사 오보도 가짜뉴스라고 답했습니다.

가장 해롭다고 꼽힌 것도 언론사 오보(24%)였습니다. 기사 모양을 흉내 낸 조작 콘텐츠(23.3%)보다 조금 많았습니다. 원래 믿던 곳에서 나온 틀린 정보는 의심 없이 받아들이기 쉽기 때문이라는 풀이가 나왔습니다.

  1. 1미디어 리터러시 미디어를 쓰고 이해하며, 내용을 비판적으로 따져 보고, 직접 만들어 활용하는 능력입니다.
  2. 2허위정보 실수가 아니라 누군가 일부러 꾸며 낸 잘못된 정보입니다.

요즘 왜 다시 중요할까

지금은 누구나 1인 미디어가 되어 콘텐츠를 만들 수 있습니다. 볼거리는 많아졌지만, 무엇을 믿을지는 스스로 가려야 합니다. 이 능력이 더 중요해진 이유는 크게 세 가지입니다.

첫째, 알고리즘(무엇을 보여 줄지 정하는 추천 규칙)이 고른 것만 보기 쉽습니다. 국회입법조사처는 필터버블3을 짚었습니다. 필터버블은 알고리즘이 내 취향에 맞춘 정보를 계속 골라 추천하는 현상입니다. 정보가 한쪽으로 치우쳐 있어도 이용자는 알아채기 어렵습니다. 그러면 내가 원래 가진 생각과 맞는 정보만 접하는 에코챔버4가 만들어지고, 반대 의견은 밀어내고 내 생각을 굳혀 주는 정보만 골라 받는 확증편향5도 나타납니다.

방송통신위원회·정보통신정책연구원의 2024 지능정보사회 이용자 패널조사에서 영상을 볼 때 추천된 영상을 고르는 비중은 61%였습니다. 국회입법조사처는 반대 의견을 덜 보게 되면 비판적으로 생각할 기회가 줄고, 끝내 정치적 양극화로 이어질 수 있다고 봤습니다.

둘째, 진짜 같은 가짜를 만들기 쉬워졌습니다. 생성형 AI가 발달하면서 실제와 구분하기 어려운 영상·음성·이미지인 딥페이크6가 퍼지고 있습니다. 경찰청 집계를 보면 딥페이크 성범죄 혐의를 받은 청소년이 2022년에는 52명이었는데, 2024년에는 548명이 됐습니다.

셋째, 제도도 바뀌고 있습니다. 허위조작정보에 대응하는 개정 정보통신망법이 시행되면서, 하루 평균 이용자가 100만명 이상인 큰 플랫폼은 신고를 받아 처리하는 절차와 피해 구제 체계를 갖춰야 합니다. 이를 보는 시각은 갈립니다.

  • 제도를 설명하는 쪽: 정부는 단순한 의견이나 정치적 비판은 대상이 아니고, 정부가 허위 여부를 직접 판정하거나 삭제를 명령하지 않는다고 설명합니다. 허위정보로 피해를 본 사람은 요건을 갖추면 최대 5배의 가중 손해배상을 청구할 수 있습니다.
  • 걱정하는 쪽: 플랫폼이 규제 부담 때문에 게시물을 미리 지우는 위축 효과를 우려합니다. 특정 글에 신고를 몰아넣는 신고 폭탄, 민간 팩트체크(사실 확인) 단체의 중립성도 과제로 꼽힙니다.
  1. 3필터버블 알고리즘이 내 취향에 맞춘 정보를 계속 골라 추천해, 치우친 정보 속에 머물게 되는 현상입니다.
  2. 4에코챔버 내가 원래 가진 생각과 맞는 정보만 계속 접하게 되는 환경입니다.
  3. 5확증편향 반대 의견은 밀어내고 내 생각을 굳혀 주는 정보만 골라 받아들이는 경향입니다.
  4. 6딥페이크 생성형 AI로 만든, 실제와 구분하기 어려운 영상·음성·이미지입니다.

면접에서 이렇게 써먹기

면접에서 가짜뉴스, 알고리즘, AI 같은 주제가 나오면 개념을 정확히 나누는 데서 시작합니다.

  • 실수로 생긴 잘못된 정보와 일부러 조작한 허위정보를 나눠서 말합니다.
  • 확인하는 방법을 구체적으로 말할 수 있으면 좋습니다. 국제도서관연맹은 가짜뉴스를 가려내는 방법으로 출처, 본문 전체, 작성자, 근거, 날짜, 풍자 여부, 내 선입견, 전문가 확인의 8가지를 제시합니다. 제목만 보지 않고 본문을 끝까지 읽거나, 오래된 뉴스를 다시 가공한 것은 아닌지 날짜를 보는 식입니다.
  • 규제 이야기가 나오면 한쪽만 고르기보다, 피해를 막고 구제해야 한다는 필요와 표현의 자유가 위축될 수 있다는 우려를 나란히 놓습니다. 시청자미디어재단과 전국 10개 센터가 나이와 대상에 맞춘 미디어 교육을 하고 있다는 점처럼, 제도 말고 이용자의 판별 능력을 키우는 길도 함께 말할 수 있습니다.

데이터를 다루거나 고객에게 정보를 전하는 직무라면, 자료의 출처와 날짜를 먼저 확인하는 습관을 지원 직무와 연결해 볼 수 있습니다.

면접에서 왜 중요한가

AI·알고리즘·가짜뉴스는 어느 산업 면접에서나 나올 수 있는 주제이고, 허위정보와 실수로 생긴 잘못된 정보를 나누고 확인 방법을 구체적으로 말하는 것만으로 답의 신뢰가 달라지기 때문입니다.

세 문제로 확인하기

복습 1 / 3

2019년 한국언론진흥재단 미디어연구센터 조사 결과로 옳은 것은 무엇일까요?

복습 2 / 3

필터버블을 바르게 설명한 것은 무엇일까요?

복습 3 / 3

개정 정보통신망법에 대한 설명으로 본문과 맞는 것은 무엇일까요?

출처 6개 보기
  1. 1[방송통신 용어사전 zip] #미디어리터러시 - 정책브리핑
  2. 2미디어 리터러시 교육이 필요한 이유 - 정책브리핑
  3. 3"시민 10명 중 9명, 언론사가 낸 오보를 '가짜뉴스'로 인식" - 한국기자협회
  4. 4국회입법조사처, 유튜브 알고리즘 필터버블·확증편향 지적 - 헤럴드경제
  5. 5미디어 리터러시 교육체계 마련 추진 - 한국교육신문
  6. 6"카톡도 감시하나요?"…허위정보 대응 둘러싼 오해 풀어보니(종합) - 연합뉴스

이 회차는 AI가 출처를 바탕으로 초안을 쓰고 운영자가 확인해 발행했습니다. 기사 문장을 옮기지 않고 사실만 새로 썼습니다.

사회·인문 다른 회차