포스트 프라이버시 경제

머리말 모든 것이 기록되는 세상 5

서문 _ 소셜 데이터 혁명
어떻게 하면 데이터를 우리 모두를 위한 것으로 만들 수 있을까? 12
받기 위해 주다 14 | 포스트 프라이버시 시대를 위한 원칙 20 | 권력의 균형 27

1장 데이터 리터러시
디지털 시민을 위한 필수 도구: 데이터 정제소는 어떻게 작동하며, 당신의 데이터는 그들에게 어떤 가치가 있을까? 31
데이터 가공 과정 36 | 데이터의 가치 42 | 탐색 대 활용 50 | 오류 학습 54 | 데이터가 의사결정으로 바뀔 때 59 | 실험, 실험, 실험 66

2장 정체성과 특성
디지털 프라이버시와 디지털 정직성의 대립: 당신은 곧 당신이 생성하는 데이터인가? 73
프라이버시의 간략한 역사에 관한 간략한 역사 78 | 벽에서 창으로 82 | 인터넷에서는 모두 당신이 개라는 사실을 안다 88 | 가명의 효용 96 | 정직한 신호 103 | 책임의 필요성 109

3장 연결과 대화
소셜 그래프상의 정체성과 평판: 당신은 누구를 아는가, 그들은 누구를 아는가, 그리고 당신은 누구를 신뢰하는가? 117
소셜 그래프상의 이웃 123 | 새로운 사회자본 131 | (데이터를 가진) 사람을 위한 설계 138 | 페이스북과 소셜 데이터 공학 151 | 신뢰의 가치 160 | 맥락의 확장 170

4장 맥락과 조건
사회의 ‘센서화’ 이해하기: 모든 것이 기록되는 세상에 산다는 것은 무엇을 의미하는가? 173
개인화된 시점 181 | ‘어디에 있는가’부터 ‘누구와 함께 있는가’까지 189 | 속마음을 읽는 기술 204 | 시선이 머무는 곳 213 | 시민의 증인 224

5장 투명성 확보를 위한 권리
사람을 위한 투명성: 자신의 데이터에 관해 무엇을 알 수 있어야 하는가? 229
데이터에 접근할 권리 234 | 데이터 정제소를 점검할 권리 243 | 데이터 안전 점검 결과를 볼 권리 247 | 프라이버시 효율성 등급을 볼 권리 257 | ‘데이터 편익률’ 점수를 볼 권리 264 | 대시보드의 역할 271

6장 주체성 확보를 위한 권리
사람을 위한 주체성: 데이터로 무엇을 할 수 있어야 하는가? 275
데이터를 수정할 권리 280 | 데이터를 흐릴 권리 288 | 데이터 정제소로 실험할 권리 294 | 데이터를 이전할 권리 301 | 기계와 인간의 역할 308

7장 권리를 현실로
투명성과 주체성의 힘을 실현하기: 사람을 위한 데이터가 삶에서 어떻게 구현될 수 있을까? 313
구매의 혁신 316 | 금융의 미래 323 | 공정한 고용 330 | 교육의 진화 340 | 데이터의 처방 346 | 공정한 거래? 357

맺음말 햇빛 속으로 363

감사의 말 366
옮긴이의 말 367
주 369
찾아보기 430

아마존은 고객에게 더 많은 주체성을 부여했다
아마존은 검열되지 않은 고객 리뷰를 전격 수용했다. 리뷰가 좋든 나쁘든, 별 1개짜리든 5개짜리든, 타인의 인정을 받기 위한 욕구에서 작성한 것이든 도서 평론가가 되고자 하는 일생의 꿈을 위한 것이든 아마존의 입장에서는 전혀 중요하지 않다. 어떤 제품을 구매할지 고민하는 다른 고객들에게 참고가 되느냐 아니냐가 중요하다. (중략)
데이터 기업으로부터 유의미한 권리와 도구에 대한 동의를 끌어낼 수 있다면 개인과 기업의 관계가 역전될 것이다. 나는 이것을 ‘부호 반전sign flips’이라고 부른다. 고객이 제품에 대한 콘텐츠 대부분을 작성하도록 허용한 아마존의 결정은 부호 반전에 해당하며, 소셜 데이터 혁명은 이와 유사한 기회를 더 많이 제공할 것이다. 개인이 더 나은 결정을 내리도록 도와주는 유용한 도구를 확보하면서, 구식 마케팅과 조작은 갈수록 효력을 잃어가고 있다. 기업이 아무 힘도 없는 고객에게 무엇을 구매할지 정해주던 시절은 갔다. 기업이 무엇을 만들어야 할지는 머지않아 고객이 정하게 될 것이다.

데이터라는 새로운 자원을 가지고 어떤 세상을 만들 것인가
기존의 법률과 사회 규범은 재화가 부족하다는 생각을 기초로 형성되었다. 예를 들어 삶의 비극이 초래하는 비용과 파급 효과로부터 개인을 보호하기 위해 만든 보험 제도는 데이터가 제한적이던 시기에 고안된 장치다. 누구의 집에 도둑이 들지, 누가 당뇨병에 걸릴지 개별적인 확률을 계산하는 것이 불가능했기 때문에, 보험사는 사람들을 한데 묶어 손실 위험을 합산한 다음 해당 집단에 속한 모든 이에게 평균적인 보험료를 부과했다. 앞으로는 방대한 데이터에 기반하여 개인별 손실 위험을 예측하는 일이 가능해질 것이고, 보험료도 각자 다른 금액을 내게 될 것이다. 데이터가 존재하지 않는 척 눈 가리고 아웅 할 수도 있고, 데이터의 존재를 인정하고 이로 인해 삶이 어떻게 변할지 예상해볼 수도 있다. 우리는 이 새로운 자원을 가지고 어떤 세상을 만들고자 하는가?