IFLA 보고서 트렌드1 - 지식관행의 변화

모든 사람에게 정보와 지식에 대한 의미 있는 접근과 활용을 보장하는 과업의 수행

 

 

 

 

목차

 

모바일기기에서는 목차가 보이지 않아 보충합니다.

목차 [1] 지식관행의 변화 (1) 다양한 목소리 : 정보생산 주체/내용/통제권 문제 ① 정보생산 주체의 대표성 개선 요구 ② 지식의 내용 다양화 ③ 디지털 플랫폼:  다양한 목소리   vs. 기존권력구조 강화, 관점 매몰 우려 ④ 지식통제권 - 자신의 정보를 통제할 권리 ⑤ 소외된 목소리  발굴하여 컬렉션에 포함,   지역사회의 문화적 유산 보존/홍보 (2) 허위정보 문제 ① ex) 코로나 팬데믹 기간의 과학적 합의에 대한 공격,  편향문제 ② 전통적 정보 생산 기관 및 매체에 대한 신뢰도 조정 ③ AI 기술에 의한 허위 정보의 정교화 ④ 미디어 및 정보 리터러시의 필수화 '실재의 중재자(arbiters of reality)' 역할 필요 (3)  **'플랫폼화(Platformisation)'**로 인한 정보 사일로 현상 ①  특정 플랫폼의 알고리즘과 경제적 논리에 지식이 생산되고 공유되는 방식이  종속되는 현상 ②  개인화 환경에서 오는 문제 ③  지식 권력 구조의 고착화 ④ 필수 정보(뉴스나 공공 서비스)에 대한 접근성 및 형평성 문제 ⑤  새로운 지식 리터러시 필요: 필터링된 정보, 정보 출처에 대해 민감하게 인식 (4) 정보 규제와 디지털 주권 사이의 균형 ①  정보 규제: 보호 or 검열 ② 디지털 주권 ③ 국가별 인커네 분절화 가능성 ④ 퍼지 레코드 문제 (5) 개인화된 정보전달의 위험 ① 개인화의 긍정적 측면: 접근성 및 효율성 증대 ② 개인화 부정적 측면: 정보 사일로와 프라이버시 침해 (6) 숏폼 비디오(Short-form video)'**의 확산 ① 복잡한 정보(금융, 엑셀 팁, 사회정의) 압축 전달 ② 다양한 목소리의 반영 - 일반인, 다양한 배경의 콘텐츠 제작자 등장 ③ 정보의 리터러시 역량의 복잡화: 제작자의 동기 배경 득 확인 능력 ④ 도서관에서의 변화: 교육/홍보에 반영 이야기해볼 문제  1. ‘실재의 중재자(Arbiters of Reality)’로서 허위 정보에 어떻게 대응할 것인가? ◎ 진실확인 교육 ◎ 이미지 및 동영상 검증 (딥페이크 대응) 2. 정보 다양성 인식 방법? 1. 검색 및 열람 방식의 '탈중앙화' 2. '물리적 우연성'의 복원 3. '타자의 시선' 빌리기 4. 알고리즘 역이용 (Algorithmic Literacy) 3. 디지털 부식(Digital Decay) 및 검열 대응 방법? 학교와 도서관에서 활용되는 '가로 읽기(Lateral Reading)' 교육 프로그램 1. 대표적인 교육 프로그램 (바로 활용 가능) COR (Civic Online Reasoning) – 스탠퍼드 디지털 조사 그룹 Checkology® – 뉴스 리터러시 프로젝트 (NLP) SIFT 방식 – 마이크 콜필드 (워싱턴 주립대) 2. 도서관 전용 교육 및 툴킷 3. 교수법 비교 인공지능과의 상호작용: 인공지능과 인간의 관계 이해하기

 

 

 

[1] 지식관행의 변화

: 누가 지식을 정의하고 생산하며 소유하는가에 대한 근본적인 지식 관행의 재편 과정

 

(1) 다양한 목소리 : 정보생산 주체/내용/통제권 문제

① 정보생산 주체의 대표성 개선 요구

② 지식의 내용 다양화

 - 전통지식, 비서구화 된 지식, 현지언어로 된 윕사이크, 영상 컨텐츠등을  포함

③ 디지털 플랫폼:  다양한 목소리   vs. 기존권력구조 강화, 관점 매몰 우려

- 접근성 확대: 숏폼 영상이나 데이터 스토리텔링으로 다양한 목소리 분출
- 기존 지식의 권력구조 강화, 개인화- 사일로화, 특정관점에 매몰될 위험 

④ 지식통제권 - 자신의 정보를 통제할 권리

⑤ 소외된 목소리  발굴하여 컬렉션에 포함, 
  지역사회의 문화적 유산 보존/홍보

 

(2) 허위정보 문제

① ex) 코로나 팬데믹 기간의 과학적 합의에 대한 공격,  편향문제

② 전통적 정보 생산 기관 및 매체에 대한 신뢰도 조정

 - 정교한 허위정보로 인한 민주주의 위기
 - 비공식적 네트워크나 동료 그룹에 의존하는 경향

③ AI 기술에 의한 허위 정보의 정교화

- 진위판별 불가능성
- 기록의 진정성 문제(퍼지 레코드Fuzzy Record)

④ 미디어 및 정보 리터러시의 필수화

 

'실재의 중재자(arbiters of reality)' 역할 필요

지역사회가 허위 정보에 맞설 수 있도록 리터러시를 교육하고 정보의 신뢰성을 보증

기술적 감지 도구보다는 사회적 고립을 해소하고 공동체 내의 신뢰의 재건필요.

 

(3)  **'플랫폼화(Platformisation)'**로 인한 정보 사일로 현상

①  특정 플랫폼의 알고리즘과 경제적 논리에 지식이 생산되고 공유되는 방식이  종속되는 현상

 

②  개인화 환경에서 오는 문제

 - 우연한 발견인  세렌디피티(Serendipity)의 제한
 - 기존 신념을 강화하는 콘텐츠만 소비: 에코 체임버(Echo Chambers

 

③  지식 권력 구조의 고착화

- 플랫폼 내에서 정보가 사일로화되면, 주류 지식 외의 다양한 목소리가 중심부로 진입하기 더 어려워지며 이는 지식 시스템의 형평성을 개선하려는 노력에 걸림돌이 됨 

 

④ 필수 정보(뉴스나 공공 서비스)에 대한 접근성 및 형평성 문제

- 필수 정보가 특정 소셜 미디어 플랫폼 내에만 존재(siloed)**하게 되는 현상

 

⑤  새로운 지식 리터러시 필요: 필터링된 정보, 정보 출처에 대해 민감하게 인식

 

(4) 정보 규제와 디지털 주권 사이의 균형

①  정보 규제: 보호 or 검열

② 디지털 주권

- 정부의 통제권, 소외공동체..개인의 데이터관리...등.

③ 국가별 인커네 분절화 가능성

④ 퍼지 레코드 문제

 

(5) 개인화된 정보전달의 위험

① 개인화의 긍정적 측면: 접근성 및 효율성 증대

개인화된 정보 전달은 지식에 접근하는 방식과 공공 서비스 이용 경험을 혁신적으로 개선
ex) 

• 사회적 공익과 안전: 재난 지역 주민에게 정부 지원 자격을 알리거나 재난 발생 자체를 경고
• 서비스 장벽 완화: 정부 및 사회 복지 서비스에 대한 접근 장벽을 낮추고 효율성을 높임
• 새로운 학습 경험: 마이크로러닝(microlearning) 앱이나 데이터 스토리텔링과 같이 개인의 속도와 관심에 맞춘 새로운 정보 참여 방식이 확산

② 개인화 부정적 측면: 정보 사일로와 프라이버시 침해

- 프라이버시 경계의 모호함: 조직이 더 맞춤화된 서비스를 제공하려 할수록 개인의 경계를 침범하게 되어, 사용자에게 불쾌감이나 공포(creepy)를 줄 위험

 

(6) 숏폼 비디오(Short-form video)'**의 확산

① 복잡한 정보(금융, 엑셀 팁, 사회정의) 압축 전달

- 뉴스도 숏폼 형태로 소비

② 다양한 목소리의 반영 - 일반인, 다양한 배경의 콘텐츠 제작자 등장

③ 정보의 리터러시 역량의 복잡화: 제작자의 동기 배경 득 확인 능력

- AI가 결합하여 더욱 어려워짐

④ 도서관에서의 변화: 교육/홍보에 반영

 

이야기해볼 문제 

 

1. ‘실재의 중재자(Arbiters of Reality)’로서 허위 정보에 어떻게 대응할 것인가?

◎ 진실확인 교육

 

- 가로 읽기(Lateral Reading) 교육: 한 사이트 내의 정보만 믿는 것이 아니라, 탭을 여러 개 띄워 다른 신뢰할 수 있는 소스들이 해당 정보를 어떻게 다루는지 확인하는 훈련을 제공

- 검증된 데이터베이스 제공: 자극적인 가짜 뉴스가 판치는 웹 환경 대신, 동료 평가(Peer-review)를 거친 학술지나 공신력 있는 기관의 데이터를 시민들이 무료로 접근할 수 있게 합니다

 

3. 물리적·사회적 '신뢰의 공간' 제공

-검증된 자료로 사실기반의 토론 프로그램

- 전문 사서의 중재

-팩트체크 도구 보급

-뉴스 리터러시 캠페인

 

• 국내 주요 언론사 팩트체크 코너: 한국의 주요 언론사들은 별도의 팩트체크 전용 페이지를 운영하며 최신 이슈를 검증합니다.
  • KBS (팩트체크K), SBS (사실은), JTBC (팩트체크), MBC (알고보니), 노컷뉴스 (노컷체크) 등
• SNU 팩트체크: 서울대학교 언론정보연구소가 운영하는 플랫폼으로, 여러 언론사가 동일 이슈에 대해 내린 검증 결과를 비교해 볼 수 있습니다.

---

◎ 이미지 및 동영상 검증 (딥페이크 대응)

시각 매체는 직관적이라 속기 쉽습니다. 인위적인 조작이나 생성형 AI의 흔적을 찾는 도구들입니다.

• 이미지 역검색 (Google Lens, TinEye): 해당 이미지가 과거에 다른 맥락으로 쓰였는지, 원본 출처가 어디인지 추적합니다. Photo Sherlock 앱을 쓰면 구글과 얀덱스(Yandex) 결과를 동시에 볼 수 있어 유용합니다.
• 딥페이크 및 AI 탐지기:
  • InVID & WeVerify: 언론인들이 주로 사용하는 크롬 확장 프로그램으로, 영상의 프레임을 쪼개 분석하고 출처를 추적합니다.
  • Hive AI Detector / Reality Defender: 이미지가 AI에 의해 생성되었는지 확률적으로 분석해 줍니다.
  • FakeCatcher (인텔): 영상 속 인물의 미세한 혈류 변화를 감지해 딥페이크 여부를 실시간으로 판별하는 고난도 기술을 제공합니다.

2. 정보 다양성 인식 방법?

- 어떻게 알고리즘이 제공하지 못하는 가용한 정보의 전체적인 다양성을 경험하게 할 수 있는가?

 

1. 검색 및 열람 방식의 '탈중앙화'

알고리즘이 나를 추적하지 못하게 하거나, 전혀 다른 맥락의 정보를 강제로 주입하는 방법

• 시크릿 모드 및 로그아웃 활용: 
• RSS 피드 및 뉴스레터 구독: 알고리즘이 추천해주는 피드 대신, 신뢰할 수 있는 큐레이터나 언론사의 편집권이 작동하는 뉴스레터를 직접 구독
• 교차 검색(Cross-Searching): 같은 사안에 대해 보수와 진보, 국내와 국외 매체를 의도적으로 번갈아 검색하며 정보의 낙차를 확인

2. '물리적 우연성'의 복원

• 서점과 도서관의 '서가 산책'
• 잡지 읽기:

3. '타자의 시선' 빌리기

• 반대 성향의 커뮤니티 모니터링:
• 세대와 지역을 넘나드는 대화:  효율성보다는 '즐거움'과 '연결'을 중시하는 다양한 연령대의 커뮤니티 활동

4. 알고리즘 역이용 (Algorithmic Literacy)

알고리즘의 원리를 이해하고 이를 교란하거나 재학습시키는 방법

• 데이터 정화: 브라우저 쿠키와 유튜브 시청 기록을 주기적으로 삭제하여 알고리즘이 나를 정의한 '틀'을 부숩니다.
• 의도적 클릭(Hate-clicking/Curiosity-clicking): 평소라면 절대 누르지 않았을 주제의 영상을 클릭하여 알고리즘에게 "나의 관심사는 고정되어 있지 않다"는 신호를 보냅니다.

 

- 디지털 인증 체계 활용:

분산된 공개 암호화 원장 시스템(예: 블록체인)과 같은 기술적 수단을 활용하여 정보에 디지털 서명을 부여하고
그 무결성을 보장하는 새로운 방안을 모색해야 합니다

 

- 공동체 기반의 ‘커뮤니티 공동 소유’ 기록물 구축
역사적 기록의 안정성은 특정 기관의 독점이 아닌, 지역사회와의 협력을 통해 강화
인증된 데이터 저장소: 도서관은 공동체와 함께 관리하는 인증된 데이터 저장소를 구축하여, 정부나 특정 기업의 이해관계에 휘둘리지 않는 신뢰할 수 있는 과거의 비전을 유지

3. 디지털 부식(Digital Decay) 및 검열 대응 방법?

- 웹 페이지의 38%가 10년 내에 사라지는 '링크 로트(Link Rot)' 현상과 정치적 목적의 기록 삭제에 대응

- 아카이브 협력: **인터넷 아카이브(Wayback Machine)**와 같은 외부 기관과 협력하여 웹 페이지를 아카이빙하고, 위키피디아의 링크 부식을 방지하는 워크숍 등을 통해 지역 지식을 보호해야

- 디지털 트윈(Digital Twin) 활용:
- 사회적 신뢰 재건을 통한 ‘의심의 시대’ 극복

사회적 고립 해소:  사람들 사이의 대면 접촉을 늘리고 공동체의 서사를 공유하게 함으로써, 사람 간의 신뢰를 바탕으로 한 정보의 공신력을 회복해야 합니다

 

- 비판적 리터러시 교육

이용자들이 정보의 맥락과 제작 의도를 스스로 평가할 수 있도록 고도화된 미디어 및 정보 리터러시 교육을 제공하여 정보의 ‘무결성’을 지키는 시민 역량을 키워야 합니다.

 

 

학교와 도서관에서 활용되는 '가로 읽기(Lateral Reading)' 교육 프로그램

 

가로 읽기는 단순히 웹페이지 하나를 위아래로 읽는 것이 아니라, 새 탭을 여러 개 열어 해당 정보의 출처와 신뢰도를 외부에서 확인하는 검증 방식입니다.

---

1. 대표적인 교육 프로그램 (바로 활용 가능)

COR (Civic Online Reasoning) – 스탠퍼드 디지털 조사 그룹

스탠퍼드 대학교 연구진이 개발한 가로 읽기 교육의 '교과서'입니다.

• 대상: 중·고등학생 및 대학생

주요 내용: 정보의 출처가 어디인지, 다른 곳에서는 해당 정보를 어떻게 다루는지 확인하는 법을 가르칩니다.
특정 웹사이트에 머무르는 대신 즉시 해당 사이트를 떠나 누가 그 배후에 있는지,
그리고 다른 소스들은 그 사이트에 대해 어떻게 말하는지 확인하게 한다.

 

학생들의 정보 평가 능력 부족:
디지털 기기에 익숙한 세대라 할지라도 온라인 정보를 비판적으로 평가하는 능력은 부족한 것으로 나타났습니다 . 스탠퍼드 역사 교육 그룹의 연구에 따르면, 3,400명 이상의 고등학생 중 미국 내 투표 사기라고 주장하는 영상이 사실은 러시아의 영상임을 알아낸 학생은 0.1%도 되지 않았습니다

교육적 해결책과 통합: 연구에 따르면 학생들은 단 6시간의 교육만으로도 온라인 정보 평가 능력을 유의미하게 향상시킬 수 있습니다 . 이러한 교육은 일회성 수업에 그치지 않고, 시민 교육(Civics) 커리큘럼에 통합되어 반복적으로 연습될 때 가장 효과적입니다 .
출처:Making the Case for Civic Digital Literacy
 https://www.youtube.com/watch?v=3DvHr1Ykm5Y

ex) 수업 시작 활동(Do Nows):
-  수업 시작 전 몇 분간 교과와 관련된 소셜 미디어 게시물의 신뢰성을 평가하는 활동 진행

비판적 평가 기술의 필요성:
- 정보는 결코 출처 없이 존재하지 않으므로, 학생들은 AI가 생성한 정보도 일반적인 온라인 콘텐츠와 마찬가지로 엄격하게 검증해야 합니다. 단순히 문장이 매끄럽고 그럴듯하다고 해서 그것이 견고한 증거에 기반한 것이 아님을 이해하는 것이 중요합니다.

결론적으로, AI 시대의 학생들에게는 정보의 출처를 확인하고 증거를 기반으로 결과물을 조사하는 능력이 그 어느 때보다 필수적입니다.

 

 

 

 

• 특징: 무료 학습 계획안과 평가 문항, 교육 영상을 제공합니다.

Checkology® – 뉴스 리터러시 프로젝트 (NLP)

전 세계 수천 명의 사서와 교사가 사용하는 대화형 교육 플랫폼입니다.

• 대상: 6~12학년 학생 및 일반 시민
• 주요 내용: 가로 읽기, 지리 위치 확인, 이미지 역검색 등에 대한 단계별 미션을 수행합니다.
• 특징: 브라우저 기반의 실습 위주 교육으로 흥미가 높습니다.

SIFT 방식 – 마이크 콜필드 (워싱턴 주립대)

학술 도서관에서 가장 널리 채택하는 4단계 정보 확인 프레임워크입니다.

• S (Stop): 멈추기 (정보를 공유하기 전 잠깐 멈춤)
• I (Investigate): 출처 조사하기
• F (Find): 더 나은 보도(교차 검증) 찾기
• T (Trace): 원래 맥락 추적하기

---

2. 도서관 전용 교육 및 툴킷

많은 사서들이 기존의 고정적인 평가 방식(예: CRAAP 테스트)에서 벗어나 네트워크를 활용한 가로 읽기로 교육 방향을 전환하고 있습니다.

• ACRL (미국 대학 및 연구 도서관 협회): 대학 사서들이 학생들에게 가로 읽기를 가르칠 수 있도록 전문 역량 강화 프로그램을 제공합니다.
• Common Sense Education: 도서관에서 학부모와 어린이를 대상으로 운영할 수 있는 '디지털 시민의식' 툴킷을 제공하며, 여기에 가로 읽기 모듈이 포함되어 있습니다.
• 팩트체크 금요일 (Fact-Check Fridays): 북미의 여러 공공 도서관에서 운영하는 프로그램으로, 최신 가짜 뉴스를 사례로 가로 읽기를 실습합니다.

---

3. 교수법 비교

프로그램	핵심 초점	형식
COR (스탠퍼드)	시민 의식 및 역사적 맥락	교실 수업용 계획안
Checkology	미디어 및 저널리즘	디지털 대화형 플랫폼
SIFT	정보 위생 / 빠른 검증	4단계 사고 프레임워크

 

 

편향된 AI 도구를 활용해 글을 쓰다 보면, 사람들의 생각이 결국엔 AI 논리에 동화되는 경향을 보인다는 연구 결과

미 코넬대 정보과학과 모 나아만(Naaman) 교수팀은 워싱턴대, 텔아비브 대학과 협업해 성인 2582명을 모집해 대규모 실험을 진행했다. 연구팀은 참가자들을 여러 그룹으로 나눈 뒤, ‘사형제도 찬반’ 같은 5가지의 민감한 사회·정치적 주제를 골라 글을 쓰게 했다. 이때 일부 그룹엔 글을 쓸 때 특정 방향으로 편향된 답변이나 문장을 추천하도록 조작된 AI 도구를 쓰게 했다.

[...]

 AI가 제공한 문장은 보통 정리가 잘 되어 있고 설득력 있고 논리적으로 보이기 때문에 사람들이 그 문장을 그대로 채택하기 쉽고, 이런 문장을 택해 글을 쓰다 보면 자연스럽게 글쓴이 생각도 바뀌게 된다는 것이다.심지어 일부는 이렇게 AI 의견을 따라 생각이 바뀌었는데도, 실험 후 설문에선 “나는 AI의 영향을 받지 않고 내 주관대로 글을 썼다”고 답하기도 했다. AI 논리에 따라 생각이 바뀌었는데도, 이것을 ‘자신의 의지’라고 착각했다는 얘기다. 연구팀은 “AI가 다양한 경로를 통해 사람들의 생각을 조정하는 ‘영향 동력(influence vector)’도 작용할 수 있다는 사실을 확인했다”고 했다.

https://news.cornell.edu/stories/2026/03/ai-assistants-can-sway-writers-attitudes-even-when-theyre-watching-bias

 

 

인공지능과의 상호작용: 인공지능과 인간의 관계 이해하기

2026 여름, 3주간, 고등학생을 대상으로 하는 코넬대의 강의.

강사 : Sterling Williams-Ceci 및 Madiha Choksi

자문위원 : 교원 담당 부학장 겸 돈 앤 밉스 폴렛 석좌교수  모 나아만 , 마이클 메이시 교수 , 앤드류 H. 앤 앤 R. 티쉬 석좌교수 헬렌 니센바움

 

ChatGPT와 같은 AI 도구가 이를 사용하는 사람뿐만 아니라 사용하지 않는 사람에게도 어떤 영향을 미칠 수 있는지 궁금해 본 적이 있으신가요? 3주 과정으로 진행되는 이 수업에서 학생들은 AI의 세계를 깊이 탐구하며 AI의 작동 원리뿐 아니라 사람들의 심리, 소통 방식, 그리고 온라인 커뮤니티에 퍼지는 콘텐츠에 미치는 영향까지 알아봅니다. 발표, 토론, 실습을 통해 학생들은 사회에서 AI 사용이 증가하는 추세에 인간이 어떻게 대응해야 할지에 대한 자신의 생각을 공유하도록 장려됩니다. 학생들은 AI의 이점과 인간의 자율성 및 감독 사이의 균형을 어떻게 맞춰야 할지 고민하게 됩니다. 이 과정을 마치면 학생들은 개인에서 사회에 이르기까지 다양한 차원에서 AI가 미치는 영향에 대한 더 깊은 이해를 갖게 될 것입니다.

https://tech.cornell.edu/programs/summer-innovation-intensives/