기본 콘텐츠로 건너뛰기

구글 버즈와 트위터에 대한 단상

저는 구글 버즈와 트위터 양쪽의 서비스를 모두 사용하고 있습니다.

물론 주력으로 쓰고 있는 서비스는 아직까지는 트위터입니다.

어떤 사람들은 구글 버즈가 트위터나 페이스북같은 SNS 열풍에 떠밀려 구글이 어쩔 수 없이 내놓은 서비스라고 하지만 구글은 이미 SNS 서비스로 orkut 가 있습니다.

어떤 사람들은 Google Wave 서비스로 사람들을 유입시키기 위한 중간자적인 서비스라고도 말을 합니다.

솔직히 버즈는 호불호가 갈리는 아주 애매모호한 서비스인건 사실인것 같습니다.

그런제 몇일 간 버즈와 트위터를 사용해 본 결과 버즈는 SNS 서비스와는 조금 다른 성격의 서비스라고 느끼게 되었습니다.

트위터는 철저히 개인 위주의 서비스입니다. 그리고 증발성이 강한 서비스입니다.

트위터에 올라오는 많은 트윗들은 실제로 정보를 담고있는 트윗들도 많지만 대체적으로 개인의 입장에서 가공된 정보입니다.

내가 보기에 좋은 정보, 내가 느끼기에 좋은 정보, 내가 생각하기에 좋은 정보, 나의 생각이지만 다른 사람에게 유익하것 같은 정보부터 나 자신에 대한 정보까지 모든 트윗의 이면에는 '나'가 있습니다.

그리고 올라온 정보들은 순식간에 증발해 버립니다. 사람들의 관심을 받아서 ReTweet 되지 못한다면 그 정보는 순간 증발되어 버립니다. RT를 받는다고 해도 일정 시간이 지나면 증발되어 버립니다.

그래서 트위터의 매쉬업 서비스중에는 이러한 트윗들을 모아서 백업해 주는 서비스가 은근히 많습니다.

반면에 버즈는 토론 즉, '우리'라는 성격이 더 강한 서비스라고 생각됩니다.

하나의 주제가 올라오면 관계되어 있는 많은 사람들이 댓글로 자신의 생각을 쉽게 덧붙일수가 있습니다.

그리고 그렇게 모인 정보는 원한다면 지메일과 연동되어 보존이 되고 검색이 됩니다. 필요하다면 지메일의 문서를 구글 문서도구로 보내어 편집을 하고 블로그에 포스팅을 할 수도 있습니다.

어떻게 보면 예전에 포털 게시판에서 유행하던 댓글 놀이와 비슷해 보이기도 하지만 제가 생각하기에 구글 버즈는 마이크로 블로그 서비스에 훨씬 가까운 서비스 같습니다.

구글의 모든 서비스의 핵심에는 검색과 광고라는 두가지 키워드가 있습니다. 기존의 구글은 로봇 크롤러를 통해 정보를 수집했다면 구글 버즈 서비스를 통해 사람들이 크롤러가 되어서 구글이 미처 수집하지 못했던 정보들을 수집하고 재가공한 후 그러한 정보를 검색과 광고에 활용하기 위한 포석에서 구글 버즈 서비스를 시작한 것이 아닐까라는 생각이 듭니다.

분명 두 서비스는 일견 비슷해 보이지만 전혀 다른 서비스라는 것이 제 생각입니다. 제가 생각하기에 구글 버즈는 SNS 서비스라고 부르기는 좀 힘들어 보입니다.

각 서비스의 성격을 잘 이해하고 잘 사용한다면 좀 더 많은 사람들과 소통할 수 있을 것이라고 생각됩니다.

여러분의 생각은 어떠신가요?

댓글

이 블로그의 인기 게시물

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...