정보 사회를 살아가는 현대인들은 고도화된 전문 기술을 다양하게 활용하고 있다. 그중 알고리즘은 뉴스, 음악, 영상 스트리밍 등 추천 서비스에 활용되어 사용자에게 선택의 편리함을 제공한다. 그러나 사용자 데이터를 기반으로 콘텐츠가 일방적으로 추천되는 방식에 대해 논란이 되고 있다. 따라서 본 연구에서는 추천 알고리즘의 추천 이유 제공 방식에 따라 변하는 사용자 경험을 살펴보았다. 사례 분석을 통해 추천 이유 제공 방식을 '정보없음형', '메시지형', '툴팁형', '리포트형'으로 구분한 후 유형별 실험물을 제작하여 추천 알고리즘의 이유 제공 방식에 대한 유용성, 신뢰도, 만족도, 지속사용의도에 대한 설문 조사와 인터뷰를 진행하였다. 연구 결과 추천 알고리즘의 이유 제공 방식에 따라 사용자 경험은 차이를 보였으며, 특히 '리포트형'은 현재 추천 서비스와 유사한 '정보없음형'과 비교해 모든 사용자 경험 요인에서 유의미한 차이를 보였다. 본 연구는 추천 알고리즘의 이유 제공 방식에 따른 사용자 경험을 실증적으로 검증하여 추천 알고리즘의 결과를 설명하는 것이 필요함을 확인하였다. 이는 추천 알고리즘의 사용 목적이 기능적 유용성과 즐거움 제공에서 사용자들의 알권리를 충족시켜 신뢰 가치를 바탕으로 한 활용 방향성을 제시했다는 것에 의의가 있다.

Living in an information society, people tap into state-of-the-art technology, specialized in various fields. For example, the AI algorithms can be used to recommend a variety of contents in some platform services but the way of recommending the unilateral contents is controversial. Thus, this study aims to examine how the user experience varies in accordance with the way of providing a reason for recommendation. Through the case analysis, the way of providing a reason for recommendation was divided into 'no information-type', 'message-type', 'tooltip-type', and 'report-type'. Also, the surveys and interviews were conducted on usefulness, reliability, satisfaction, and intention of continuous use the recommended algorithms. According to the way of providing a reason for recommendation, user experience was different, especially, 'report-type' showed significant differences in all user experience factors compared to the 'no information' type. This study confirmed that it is necessary to explain the outcome of the recommendation algorithm by experimentally verifying the user experience from the way of providing a reason for recommendation. It is essential that the operating function of the recommendation algorithms come together with user's right to know, which is contributing to practical usefulness and enjoyment, suggesting the direction of use based on reliable value.