"우리는 국민이다" 시각화하기: 다원적 데이터 스토리텔링을 통한 인식 격차 해소

전통적인 시각적 데이터 스토리텔링 (visual data storytelling)은 갈등 관계에 있는 두 개의 단순화된 집단을 묘사하는 이분법적 그래픽에 의존합니다. 이는 집단 내부의 의견 불일치를 지나치게 단순화하고 모호성, 공유된 아이디어 또는 가치를 지워버림으로써 정치적 양극화를 심화시킬 수 있습니다. 이는 의도치 않게 "우리 대 그들"이라는 사고방식을 조장할 수 있습니다. AI 기반 디지털 플랫폼을 위한 의도적이고 다원적인 디자인 선택은 미묘한 차이(nuance), 의견 분포, 그리고 집단 간의 공통점을 강조하는 시각화를 생성할 수 있습니다. 이러한 잠재력을 입증하기 위해, 우리는 고차원적 의견 공간 (high-dimensional opinion spaces)을 매핑하고 합의(consensus)와 불일치(dissensus) 영역을 모두 강조하는 숙의 기술 (deliberative technologies)을 조사합니다. 본 논문은 2025년 9월 Jigsaw와 Napolitan Institute가 진행한 "We the People" 숙의 과정을 조명합니다. 이 과정은 자유와 평등에 관한 AI 지원 비동기 대화에 미국의 435개 모든 선거구에 걸쳐 2,400명 이상의 미국인을 참여시켰습니다. AI를 활용하여 참가자들의 긴 텍스트 기반 입력을 상호작용 가능한 "의견 지형 (opinion landscapes)"로 합성함으로써, 이 이니셔티브는 다양한 관점을 인간화하고 상당한 광범위한 합의가 존재하는 숨겨진 영역을 드러내는 다원적 데이터 스토리텔링의 대안적 형식을 제공했습니다. 본 논문은 분열적이고 대비가 강한 시각적 프레임워크에서 분포 중심의 상호작용 모델로 전환하는 것이 인식 격차를 해소하고 더욱 회복력 있고 협력적인 민주주의 문화를 배양할 수 있는 매우 확장 가능하고 저비용인 개입 방안임을 결론짓습니다.