AI 시대의 미디어 리터러시 진화: 딥페이크와 알고리즘 필터 버블 대응 방안

본 연구는 생성형 AI 기술의 대중화로 인해 심화된 가짜뉴스 문제에 대응하기 위한 미디어 리터러시의 개념적 확장과 실천 방안을 제시한다. 전통적인 해독(Decoding) 능력에서 검증(Verification) 능력으로의 패러다임 전환을 주장하며, 딥페이크 기술의 악용 실태와 확증 편향 및 알고리즘 필터 버블의 심리 기제를 분석한다. 이를 바탕으로 생애주기별 디지털 시민성 교육, AI 탐지 기술 및 블록체인 기반 원본 증명, 플랫폼의 사회적 책임 강화 등 교육적·기술적·제도적 대응 방안을 제시한다. 궁극적으로 가짜뉴스 박멸보다는 디지털 회복탄력성(Digital Resilience) 구축을 통해 신뢰 기반의 미디어 환경 조성을 목표로 한다.

This study proposes conceptual expansion of media literacy and practical countermeasures to address the exacerbated fake news problem resulting from the popularization of generative AI technology. It advocates a paradigm shift from traditional decoding to verification capabilities, analyzing the misuse of deepfake technology and the psychological mechanisms of confirmation bias and algorithmic filter bubbles. Based on this analysis, it presents educational, technological, and institutional countermeasures including lifecycle-based digital citizenship education, AI detection technology, blockchain-based authenticity verification, and enhanced corporate social responsibility of platforms. Ultimately, it aims to establish a trust-based media environment through building digital resilience rather than eradicating fake news entirely.

1. 서론

2. 본론
1) 미디어 리터러시 개념의 확장 : 해독(Decoding)에서 검증(Verification)으로
2) 딥페이크(Deepfake) 기술의 악용 실태와 사회적 파장
3) 확증 편향과 알고리즘 필터 버블 : 가짜뉴스 확산의 심리 기제
4) 교육적 대응 방안 : 생애주기별 디지털 시민성(Digital Citizenship) 함양
5) 기술적 대응 방안 : AI 탐지 기술과 블록체인 기반의 원본 증명
6) 제도적·윤리적 대응 방안 : 플랫폼의 사회적 책임과 자율규제의 한계

3. 결론
1) 디지털 회복탄력성(Digital Resilience) 확보를 위한 제언
2) 미래 사회를 위한 새로운 사회적 합의 도출

4. 참고문헌