유튜브가 사용자가 직접 입력한 프롬프트를 바탕으로 맞춤형 영상 피드를 구성해주는 생성형 AI 기능을 새롭게 선보였다. 이번 업데이트는 미국 내 영어권 사용자를 대상으로 모바일 앱과 데스크톱 웹 환경에서 순차적으로 적용되고 있다. 사용자가 검색창이나 전용 인터페이스에 원하는 주제나 분위기를 텍스트로 입력하면, 유튜브의 알고리즘이 해당 의도를 분석해 관련성 높은 영상들을 실시간으로 재구성하여 제공하는 방식이다. 기존의 유튜브 추천 시스템이 시청 기록과 구독 채널 등 과거 데이터를 기반으로 한 수동적 큐레이션에 의존했다면, 이번 기능은 사용자의 즉각적인 의도를 반영한다는 점에서 차별화된다. 예를 들어 '최근 유행하는 요리법'이나 '집중력을 높여주는 로파이(Lo-fi) 음악'과 같이 구체적인 상황을 입력하면, 시스템은 방대한 데이터베이스 내에서 최적의 영상을 선별해 피드를 생성한다. 이는 단순한 키워드 검색을 넘어, 사용자가 원하는 맥락을 AI가 직접 해석해 콘텐츠를 조합하는 능동적 탐색 경험을 제공하려는 시도로 풀이된다. 이번 변화는 유튜브가 구글의 거대언어모델(LLM) 기술을 플랫폼 핵심 기능에 얼마나 깊숙이 통합하고 있는지를 보여주는 사례다. 구글은 최근 제미나이(Gemini)를 비롯한 AI 모델을 자사 서비스 전반에 이식하며 사용자 체류 시간을 늘리는 데 집중하고 있다. 유튜브의 경우, 매일 수십억 시간의 영상이 소비되는 거대 플랫폼인 만큼, AI를 통한 개인화된 피드 구성은 사용자 이탈을 막고 광고 효율을 높이는 핵심 전략이 될 전망이다. 다만, 이러한 AI 기반 큐레이션이 가져올 부작용에 대한 우려도 존재한다. 특정 주제에 편향된 영상만 반복적으로 노출되는 '필터 버블(Filter Bubble)' 현상이 심화될 가능성이 있기 때문이다. 또한, AI가 사용자의 의도를 잘못 해석할 경우 오히려 검색 결과보다 못한 피드가 생성될 위험도 있다. 유튜브는 이를 방지하기 위해 지속적인 피드백 학습을 진행할 것으로 보이나, 알고리즘의 투명성과 중립성을 확보하는 것이 향후 서비스 안착의 관건이 될 것이다. 업계에서는 이번 기능이 틱톡(TikTok)과 같은 숏폼 플랫폼과의 경쟁에서 유튜브가 우위를 점하기 위한 전략적 선택이라고 분석한다. 틱톡은 강력한 알고리즘을 통해 사용자가 좋아할 만한 영상을 끊임없이 제공하며 시장 점유율을 높여왔다. 유튜브는 이에 대응해 사용자가 직접 자신의 취향을 정의하게 함으로써, 데이터 기반의 추천과 사용자 주도형 탐색이라는 두 가지 경로를 모두 확보하려는 전략을 취하고 있다. 향후 이 기능이 전 세계 시장으로 확대될 경우, 영상 소비 방식의 근본적인 변화가 예상된다.