Behind the Counter: Exploring the Motivations and Barriers of Online Counterspeech Writing

인터넷을 거대한, 북적이는 마을 광장이라고 상상해 보세요. 그곳에서는 이웃부터 바다 건너의 낯선 사람까지 모두가 자신의 생각을 외칠 수 있습니다. 때로는 사람들이 친절한 말을 내뱉기도 하지만, 때로는 누군가의 정체성을 바탕으로 타인에게 상처를 주는 해로운 말이나 혐오 섞인 말을 내뱉기도 합니다. 이 디지털 마을에는 이러한 괴롭힘(불리잉)을 다루는 두 가지 주요 방법이 있습니다. 첫 번째 방법은 보안 요원(플랫폼 중재자)이 괴롭히는 사람을 쫓아내거나 그들의 목소리를 봉쇄하는 것과 같습니다. 하지만 보안 요원이 모든 곳에 있을 수는 없으며, 때로는 누군가를 쫓아내는 것이 그들이 다른 어두운 골목으로 옮겨가 계속 소리를 지르게 만드는 결과를 초래하기도 합니다. 두 번째 방법은 '대항 발언(counterspeech)'입니다. 이것은 일반 사람들이 맞서 싸우는 방식인데, 더 크게 소리를 지르는 것이 아니라 사실, 친절함, 또는 질문을 통해 혐오를 저지하려 노력하는 것입니다. 이는 마치 이웃이 다가와 "헤이, 그건 멋지지 않아"라고 말하며 괴롭히는 사람의 마음을 돌리거나, 적어도 군중에게 그 사람이 틀렸음을 보여주려 노력하는 것과 같습니다. 하지만 여기서 까다로운 점은, 직접 나서는 것이 무섭다는 것입니다. 당신은 괴롭히는 사람이 당신에게 화살을 돌릴까 봐 걱정할 수도 있고, 모두가 당신을 쳐다볼까 봐 두려울 수도 있으며, 혹은 적절한 말을 어떻게 해야 할지 모를 수도 있습니다. 그래서 연구자들은 알고 싶었습니다: 실제로 누가 나서서 말을 돌려주는가? 무엇이 그들을 용기 있게 만드는가, 그리고 무엇이 나머지 우리를 주저하게 만드는가?

"Behind the Counter"라는 제목의 이 논문은 온라인에서 혐오를 목격하는 사람들의 마음속을 깊이 파고듭니다. 버지니아 공대 연구진으로 구성된 저자들은 대항 발언의 '비밀 레시피'를 알아내고자 했습니다. 그들은 단순히 사람들에게 의견을 묻는 데 그치지 않고, 458명의 실제 참가자를 가상의 '실험실'에 모았습니다. 참가자들에게 인종, 성별, 종교 등의 주제를 다루는 세 가지 서로 다른 혐오 게시물 예시를 보여주고 응답을 작성하게 했습니다. 그런 다음 참가자들에게 그 과정에서 어떻게 느꼈는지, 얼마나 어려웠는지, 그리고 왜 더 자주 그렇게 하지 못했는지를 물었습니다. 또한 사람들에게 로봇 두뇌(ChatGPT와 같은)를 사용하여 이러한 응답을 쓰는 데 도움을 받을 의향이 있는지도 물었습니다.

연구 결과는 다음과 같으며, 이해를 돕기 위해 몇 가지 비유를 곁들였습니다.

"두렵지만 용감한" 역설
가장 놀라운 점은 무엇이었을까요? 가장 두려움을 느끼는 사람들이 오히려 자신의 대응이 가장 효과적이고 만족스럽다고 느끼는 경우가 많다는 것이었습니다. 연구에 따르면, 특정 척도인 '공포 기반 억제(Fear-Driven Inhibition)' 점수가 높은 사람들—즉, 공개적인 노출, 보복, 또는 제3자의 괴롭힘을 구체적으로 걱정하는 사람들—이 실제로 자신의 대응이 더 효과적이고 만족스럽다고 인식했다는 사실이 밝혀졌습니다. 이는 마치 수학 시험을 너무나 무서워하는 학생이 낙제할까 봐 두려운 나머지 공부를 아주 열심히 해서 결국 A를 받았다고 느끼는 것과 같습니다. 부정적인 결과에 대해 매우 걱정하기 때문에, 그들은 자신의 언어를 완벽하게 만들기 위해 더 많은 노력을 기울였고, 이것이 결과에 대한 자신감을 높여주었습니다. 반대로, 정서적으로 소진되었거나 "나는 글쓰기에 재능이 없어"라고 생각한 사람들은 자신의 대응이 약하고 어렵다고 느꼈습니다 포.

누가 나서는가? ("누구"와 "왜")
연구자들은 누군가가 혐오에 맞서 싸우기 위해 나서는 주요 이유는 보통 이전에 그것에 의해 상처를 입었기 때문이라는 것을 발견했습니다. 만약 당신이 온라인 혐오의 표적이 된 적이 있다면, 당신은 다른 사람을 방어하기 위해 뛰어들 가능성이 훨씬 높습니다. 이는 마치 베테랑 소방관이 연기 신호를 보고 즉시 호스를 잡는 것과 같습니다. 그들은 위험을 이미 느껴보았기에 그 위험을 알고 있습니다. 혐오의 표적이 되어본 적이 없는 사람들의 경우, 말을 하는 주요 이유는 분노를 터뜨리거나 특정 인물과 싸우기 위해서라기보다, 공동체에 "헤이, 우리는 모두 여기에 포함되어 있어"라는 메시지를 보여주기 위함입니다.

하지만 젊거나, 여성이거나, 교육 수준이 높을수록 특정 방식으로 말하기를 더 주저하는 경 경향이 있었습니다. 이 그룹은 높은 수준의 '공포 기반 억제'(노출과 보복에 대한 걱정)와 '정서적/기술적 장벽'(정서적 고통이나 글쓰기 능력에 대한 의구 doubt)을 보고했습니다. 이는 다소 아이러니합니다. 가장 할 말이 많거나 지식이 풍부할 수 있는 사람들이, 비록 완전히 거부하지는 않더라도, 말하기에 따른 구체적인 위험을 더 많이 걱정했다는 점입니다. 그들은 말하기의 잠재적 위험을 다른 이들보다 더 무겁게 느꼈습니다.

로봇 조력자 (AI)
논문은 또한 다음과 같이 물었습니다: "당신의 응답을 쓰는 데 로봇의 도움을 받겠습니까?" 그 대답은 당신이 누구인지, 그리고 왜 글을 쓰는지에 따라 달랐습니다.

• "기술 격차" 집단: 자신이 글을 잘 쓰지 못하거나 스트레스를 감당하기에 너무 감정적이라고 느끼는 사람들은 AI를 사용하는 것에 매우 개방적이었습니다. 그들은 로봇을 정서적 번아웃 없이 적절한 단어를 찾도록 도와주는 방패나 튜터로 보았습니다.
• "진정성" 집단: 많은 이들이 "절대 안 돼"라고 말했습니다. 그들은 혐오에 대한 대응을 로봇으로 쓰는 것이 자신의 개인적인 목소리나 경험을 잘못 나타내는 것이라고 느꼈습니다. 그들은 자신의 언어가 자신의 심장과 개인적 경험에서 나와야 한다고 믿었습니다. 그들은 로봇이 혐오에 진정으로 맞서기 위해 필요한 깊은 공감의 감정을 이해할 수 없다고 걱정했습니다.
• "방어자"의 분리: 흥미롭게도, AI를 사용해 본 적이 있는 사람들은 포용성을 지지한다는 신호를 보내기 위해 AI를 사용하는 것에는 찬성했지만, 자신이나 가족을 방어하는 데는 사용하고 싶지 않았습니다. 그들은 그러한 개인적인 전투는 자신의 손으로 직접 치러야 한다고 생각했습니다. 반대로, AI를 한 번도 사용해 보지 않은 사람들은 괴롭힘을 당할까 봐 두려울 때 로봇의 도움을 받는 것에는 더 개방적이었지만, 여전히 자신의 사랑하는 사람들을 방어하는 데 로봇을 쓰고 싶지는 않았습니다.

결론
이 연구는 AI가 브레인스토밍이나 사실을 찾는 데 유용한 도구가 될 수는 있지만, 인간적인 요소를 대체할 수는 없음을 시사합니다. 가장 효과적인 대항 발언은 비록 두려울지라도 진심으로 신경 쓰는 실제 사람들로부터 나옵니다. 논문은 우리가 단순히 로봇으로 사람을 대체하는 것이 아니라, 사람들이 안전함과 자신감을 느낄 수 있도록 돕는 더 나은 도구를 구축해야 한다고 결론짓습니다. 만약 우리가 디지털 마을 광장을 깨끗하게 만들고 싶다면, 가장 두려워하는 사람들이 종종 가장 열심히 노력하는 사람들이라는 점을 이해해야 하며, 그들에게 필요한 것은 지름길이 아니라 지원입니다.