링크드인 알고리즘, 정말 성별에 따라 차별할까?

#WearthePants 실험으로 본 링크드인 LLM 알고리즘 논란

최근 몇 달간 링크드인(LinkedIn)에서
“게시물 노출이 갑자기 줄었다” 는 불만이 급증하고 있다.

특히 여성 창업가, 마케터, 콘텐츠 크리에이터들 사이에서
“알고리즘이 여성에게 불리하게 작동한다”는 의혹이 확산됐고,
그 중심에는 #WearthePants 실험이 있다.

과연 링크드인의 알고리즘은 무엇이 달라졌고,
정말 성별 편향이 존재하는 걸까?

🔍 링크드인 알고리즘, 무엇이 바뀌었나?

2025년 8월, 링크드인 엔지니어링 부사장 팀 주르카(Tim Jurka) 는 다음과 같이 밝혔다.

“최근 LLM(대규모 언어 모델)을 활용해 유용한 콘텐츠를 더 잘 노출하고 있다.”

이후 많은 사용자들이 공통적으로 경험한 변화는 다음과 같다.

• 게시물 노출수(Impressions) 급감
• 팔로워 수와 무관한 도달률
• 좋아요·댓글·리포스트의 영향력 감소
• 전문성·명확성·가치 중심 평가 강화

즉,
👉 참여도 중심 알고리즘 → 콘텐츠 품질 중심 LLM 알고리즘으로
전환되고 있다는 해석이 힘을 얻고 있다.

🧪 #WearthePants 실험이란?

여성들이 직접 ‘성별을 바꿔본’ 실험

2025년 11월, 한 여성 프로덕트 전략가(가명 Michelle)는 링크드인 프로필에서

• 이름: 여성 → 남성
• 성별: female → male

로 변경했다.

📈 결과는 매우 극적이었다.

• 게시물 노출수 200% 이상 증가
• 참여도 약 27% 상승

비슷한 실험 결과는 다수 보고됐다.

• 하루 만에 노출수 238% 증가
• 동일 콘텐츠를 남성 계정으로 올렸을 때 더 높은 도달
• 팔로워 수가 적은 남성 계정이 더 많은 노출을 받는 사례 다수

이 실험은 빠르게 #WearthePants 해시태그로 확산됐다.

🤔 링크드인의 공식 입장

링크드인은 TechCrunch를 통해 다음과 같이 밝혔다.

“알고리즘과 AI 시스템은 성별·나이·인종 등 인구통계학적 정보를
콘텐츠 노출 신호로 사용하지 않는다.”

또한,

• 일부 사용자의 피드 비교
• 단기 실험 결과

만으로는 알고리즘 편향을 입증할 수 없다고 선을 그었다.

⚠️ 전문가들이 말하는 ‘암묵적 편향(Implicit Bias)’

데이터 윤리 전문가와 AI 연구자들은
“명시적 차별은 아닐 수 있으나, 암묵적 편향 가능성은 충분하다” 고 지적한다.

그 이유는 다음과 같다.

1️⃣ LLM은 인간 데이터로 학습된다

• 기존 데이터는 백인·남성·서구 중심
• 글쓰기 스타일·표현 방식 자체에 편향 내재 가능

2️⃣ 글쓰기 톤의 차이

• 남성적 글쓰기: 짧고 단정적, 결론 중심
• 여성적 글쓰기: 공감·맥락·감정 표현 포함

→ LLM이 ‘간결함 = 고가치’ 로 학습했을 가능성

3️⃣ 프로필 전체가 신호로 사용된다

• 직무, 산업, 네트워크
• 과거 반응 이력

즉,
👉 성별을 직접 사용하지 않더라도
성별과 강하게 연관된 신호들이 결과에 영향을 줄 수 있다는 분석이다.

📉 왜 모두가 체감하는 ‘노출 감소’가 생겼을까?

링크드인이 밝힌 또 다른 핵심 요인은 경쟁 증가다.

• 사용자 수 지속 증가
• 게시물 수 전년 대비 +15%
• 댓글 수 +24%

➡️ 같은 피드 공간에 더 많은 콘텐츠가 경쟁
➡️ 개별 게시물의 평균 노출 감소는 구조적으로 불가피

즉, 노출 감소는
성별 문제 + 알고리즘 전환 + 경쟁 심화가 복합적으로 작용한 결과다.

✅ 현재 링크드인에서 잘 되는 콘텐츠 유형

링크드인이 직접 밝힌 “노출이 잘 되는 콘텐츠” 는 다음과 같다.

• ✔️ 직무·커리어 인사이트
• ✔️ 산업 분석 및 뉴스 해석
• ✔️ 교육·정보형 콘텐츠
• ✔️ 명확한 문제 정의 + 실질적 가치 제공

반면, 예전보다 불리해진 유형은:

• 감정 중심 스토리
• 추상적 동기부여
• 개인적 경험 위주의 글

📌 결론: 링크드인 알고리즘, 성차별인가?

정리하면 다음과 같다.

• ❌ “여성이라서 노출을 줄인다”는 직접 증거는 없음
• ⚠️ LLM 기반 알고리즘이 기존 사회적 편향을 증폭시킬 가능성은 존재
• 📉 노출 감소는 성별뿐 아니라 경쟁 증가 + 알고리즘 방향 전환의 영향
• 📈 현재는 명확하고 가치 중심적인 글쓰기가 가장 중요

링크드인 알고리즘은
성별을 노골적으로 차별한다기보다는,
‘무엇을 가치 있다고 학습했는가’ 의 문제에 더 가깝다.

이 논쟁은 앞으로 AI 기반 추천 시스템 전반에서
계속 반복될 가능성이 크다.