광고는 본문보다 댓글에서 완성된다

광고성 게시물 하나는 쉽게 의심받는다. 문장이 지나치게 매끈하거나 좋은 말만 이어지면 독자는 바로 경계한다. 그런데 그 아래에 서로 다른 계정들이 “저도 궁금해요”, “여기 괜찮았어요”, “정보 부탁드려요”라고 반응하기 시작하면 인상이 달라진다.

독자는 같은 광고를 여러 번 읽는다고 느끼지 않는다. 여러 사람이 이미 관심을 보이고 선택했다는 장면을 본다. 게시물의 주장은 판매자의 말이지만, 댓글은 그 주장을 검증한 타인의 반응처럼 보이기 때문이다.

조직된 댓글은 합의가 이미 형성됐다는 분위기를 만든다. 칭찬은 그 재료 중 하나일 뿐이다. 한 계정은 질문하고, 다른 계정은 경험을 말하고, 또 다른 계정은 결정을 재촉한다. 서로 다른 역할이 붙으면 광고 문구 하나가 대화로 변한다.

사람은 주장보다 먼저 도착한 반응을 본다

레프 무치니크, 시난 아랄, 숀 테일러는 사회 뉴스 사이트의 댓글 10만 1,281개를 대상으로 대규모 무작위 실험을 했다. 연구진은 일부 댓글에 작성 직후 인위적인 추천 한 표를 더하고, 일부에는 비추천 한 표를 더했으며, 나머지는 그대로 두었다. 이후 이용자들은 자신이 보는 점수가 실험으로 조정됐다는 사실을 몰랐다.

처음부터 추천 한 표를 받은 댓글은 다음 이용자에게 추천받을 확률이 대조군보다 32% 높았다. 이 작은 차이는 뒤에서 교정되지 않고 누적돼 최종 평균 점수를 25% 끌어올렸다. 반대로 인위적인 비추천은 이용자들이 바로잡으려는 반응을 불러 일으켰다.

이 실험의 대상은 광고가 아니라 온라인 평점이었다. 연구진은 댓글의 내용 대신 숫자 하나만 바꿨다. 그런데도 먼저 보이는 긍정적 판단이 뒤에 온 사람의 판단에 영향을 줬다. 집단 평가는 출발점의 흔적을 다음 반응으로 이어받을 수 있다.

댓글 작업이 노리는 것도 이 출발점이다. 실제 이용자가 아무 반응도 남기지 않은 빈 공간에 첫 질문과 첫 칭찬, 첫 구매 의사를 심는다. 뒤늦게 들어온 사람은 제품만 보지 않는다. 앞선 사람들이 무엇을 중요하게 봤고 어느 방향으로 반응했는지도 함께 읽는다.

이 때문에 가짜 댓글 몇 개의 영향은 그 댓글의 조회수로 끝나지 않는다. 이후에 달린 진짜 반응의 방향까지 바꿀 수 있다. 그렇다면 몇 사람이 연출한 합의는 언제부터 실제 여론처럼 작동하기 시작할까?

경계는 실제 이용자가 그 대화에 합류하는 순간 흐려진다. 처음의 반응은 직원이나 대행사가 만들었지만, 그 분위기를 보고 관심을 가진 사람의 질문은 진짜다. 추천 수가 올라가 노출이 늘고, 노출을 통해 유입된 사람이 다시 반응하면 조작된 출발점 위에 실제 행동이 쌓인다.

가짜 합의는 진짜 참여자를 모집해 스스로를 현실로 만들 수 있다.

초기 반응은 결과의 경로를 바꾼다

매슈 살가닉, 피터 도즈, 덩컨 와츠는 1만 4,341명이 처음 듣는 노래를 평가하고 내려받는 인공 음악 시장을 만들었다. 어떤 집단은 다른 참가자들의 선택을 볼 수 있었고, 어떤 집단은 볼 수 없었다. 사회적 정보가 강해질수록 인기의 격차는 커졌고 어떤 곡이 성공할지는 더 예측하기 어려워졌다. 품질이 완전히 사라진 것은 아니었다. 좋은 곡은 대체로 최하위로 떨어지지 않았고 나쁜 곡은 대체로 최상위에 오르지 못했다. 그 사이의 결과는 앞선 선택에 크게 흔들렸다.

댓글에서도 같은 종류의 경로 의존성이 생길 수 있다. 초기에 “효과가 좋다”는 반응이 몰리면 이후 이용자는 효과를 중심으로 경험을 해석한다. “예약이 어렵다”는 말이 먼저 쌓이면 희소성이 강조된다. “정보를 달라”는 댓글이 이어지면 아직 검증되지 않은 상품도 이미 수요가 생긴 것처럼 보인다.

이은주와 장윤재의 온라인 포털 뉴스 실험에서도 다른 독자의 댓글은 참가자가 인식하는 여론과 일부 참가자의 개인 의견에 영향을 줬다. 별도의 페이스북 뉴스 실험에서는 부정적인 댓글이 본문의 설득력을 낮췄고, 많은 ‘좋아요’만으로는 같은 효과가 나타나지 않았다. 숫자보다 구체적인 타인의 반응이 더 강한 단서가 될 수 있다는 뜻이다.

직원 댓글은 독립된 증인의 자리를 빌린다

직원도 자기 회사의 게시물에 의견을 보탤 수 있다. 관계를 밝히고 질문에 답하거나 잘못된 정보를 고치면 회사의 공식 설명으로 읽힌다. 관계를 숨긴 채 이용자처럼 반응하면 댓글이 가진 제3자 신뢰를 빌려 쓴다.

독자는 여러 독립된 사람이 같은 판단에 도달했다고 믿는다. 실제로는 한 조직의 결정이 여러 계정으로 나뉘어 보였을 뿐이다. 표본 수가 부풀려지고, 의견의 다양성이 사라지며, 반대 의견을 내는 사람은 자신만 분위기를 잘못 읽었다고 느끼기 쉬워진다.

사업자가 지켜야 할 경계도 여기서 분명해진다. 직원은 이용자 역할을 연기하지 않고 소속을 드러낸 채 답해야 한다. 체험 고객의 반응을 요청할 수는 있어도 문구와 게시 시점을 단체로 맞춰서는 안 된다. 플랫폼은 같은 시간대에 몰린 계정, 반복되는 역할 분담, 이해관계 표시가 없는 조직 계정을 단순 참여량으로 계산하지 않아야 한다.

독자에게 댓글 수는 품질의 증거가 아니다. 누가 먼저 대화를 시작했는지, 계정마다 실제 이력이 있는지, 불만과 반론도 살아 있는지, 시간이 지나도 후속 경험이 이어지는지를 함께 봐야 한다. 모든 댓글이 한 방향으로 매끈하게 정렬돼 있다면 높은 만족도보다 조정된 대화일 가능성을 먼저 확인할 이유가 있다.

주요 참고: Lev Muchnik, Sinan Aral, Sean J. Taylor, Social Influence Bias: A Randomized Experiment; Matthew J. Salganik, Peter Sheridan Dodds, Duncan J. Watts, Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market; Eun-Ju Lee, Yoon Jae Jang, What Do Others’ Reactions to News on Internet Portal Sites Tell Us?; Stephan Winter, Caroline Brückner, Nicole C. Krämer, They Came, They Liked, They Commented. 이 연구들은 온라인 평점, 인공 음악 시장, 뉴스 댓글을 다뤘으며 직원이 동원된 광고 댓글을 직접 검증한 자료는 아닙니다. 조직된 댓글과 가짜 합의에 대한 적용은 사회적 영향과 경로 의존성을 바탕으로 한 이 글의 해석입니다.