해커뉴스(Hacker News)의 댓글 스레드에는 같은 유튜브 영상이 몇 번이고 다시 등장하는 패턴이 있다. 특정 강연, 콘퍼런스 발표, 기술 다큐멘터리가 서로 다른 글에서 "이거 꼭 봐라"는 식으로 되풀이 추천되는 것이다. 'Show HN'으로 공개된 HackerTV는 바로 이 반복 추천 데이터를 모아 24시간 흘러가는 TV 채널 형태로 재구성한 서비스다. 사이트 설명은 간결하다. "해커뉴스가 계속 추천하는 영상들을 채널에서 24시간 방송하며, 편성표는 모두에게 동일하다."
알고리즘 추천이 아닌 '편성표'라는 발상
HackerTV의 핵심은 기술보다 형식에 있다. 오늘날 대부분의 영상 플랫폼은 개인화된 추천 피드를 제공한다. 사용자마다 다른 화면, 다른 다음 영상, 무한 스크롤이 기본이다. HackerTV는 정반대 방향을 택했다. 모든 사용자가 같은 시각에 같은 영상을 본다는 점, 즉 '같은 편성표(same schedule for everyone)'를 전면에 내세운다. 지금 내가 보고 있는 장면을 지구 반대편의 다른 사람도 동시에 보고 있다는 전제는, 선형 방송(linear broadcast) 시대의 TV가 가졌던 성질을 의도적으로 복원한 것이다.
이 선택은 단순한 복고 취향으로 보기 어렵다. 개인화 추천은 참여도를 끌어올리는 데 최적화돼 있지만, 동시에 '선택 피로'와 무한 탐색이라는 부작용을 낳는다. 무엇을 볼지 고르는 행위 자체가 피로가 되는 환경에서, 그냥 채널을 틀면 뭔가가 이미 흐르고 있는 경험은 역설적으로 편안하다. HackerTV는 콘텐츠를 큐레이션하는 주체를 개인 알고리즘이 아니라 '해커뉴스 커뮤니티의 집단적 반복 추천'에 둠으로써, 신뢰할 만한 기술 커뮤니티의 취향을 수동적으로 소비할 수 있게 만든다.
리모컨을 그대로 옮겨온 인터페이스
이 서비스가 TV라는 은유를 얼마나 진지하게 밀어붙였는지는 조작 방식에서 드러난다. 위아래 화살표로 채널을 바꾸고, 숫자키 0부터 9까지로 특정 채널에 '주파수를 맞추며(tune)', G키로 편성 가이드를 띄운다. F키는 화면(picture) 조정, M은 음소거, C는 자막, I는 정보, T는 극장 모드(theater), 그리고 P는 전원(power)이다. 화면을 더블클릭하면 전체화면으로 전환된다. 메뉴 버튼을 클릭해 들어가는 일반적인 웹 UI 대신, 물리적 리모컨의 키 배열을 키보드 단축키로 재현한 것이다.
이런 인터페이스는 단순한 연출 이상의 의미를 가진다. 전원, 채널, 음소거 같은 개념은 수십 년간 몸에 밴 조작 모델이어서 별도 학습이 거의 필요 없다. 웹 서비스가 흔히 요구하는 로그인, 구독, 플레이리스트 관리 같은 단계를 건너뛰고 '틀면 나온다'는 경험으로 직행한다는 점에서, 진입 장벽을 낮추는 동시에 서비스의 정체성을 명확히 각인시키는 장치다.
실무자에게 주는 시사점과 한계
제품을 만드는 입장에서 HackerTV는 '제약을 기능으로 바꾸는' 설계 사례로 읽을 만하다. 개인화를 포기함으로써 얻는 것은 공유된 경험과 운영 단순성이다. 사용자별 추천 모델을 돌릴 필요가 없고, 편성표 하나만 유지하면 되기 때문에 백엔드 복잡도가 크게 줄어든다. 커뮤니티가 이미 검증한 영상만 모은다는 점에서 콘텐츠 품질 관리 부담도 외부화된다. 기존 플랫폼이 당연하게 여기던 전제를 하나씩 뒤집어 보는 것이 때로 더 선명한 제품을 만든다는 교훈이다.
다만 공개된 정보만으로는 판단을 유보해야 할 지점도 분명하다. '가장 많이 추천된' 영상을 어떤 기준으로 집계하는지, 추천 횟수와 시점을 어떻게 정량화하는지, 편성표가 얼마나 자주 갱신되는지, 유튜브 임베드의 저작권·수익 구조는 어떻게 처리되는지에 대한 구체적 설명은 소개 문구에서 확인되지 않는다. 수집 로직이 투명하지 않으면 '커뮤니티의 집단 취향'이라는 명분과 실제 편성 사이에 간극이 생길 수 있다. 또한 선형 편성은 원하는 영상을 원하는 시점에 보기 어렵다는 근본적 불편을 내포한다.
결국 HackerTV는 기술적 돌파구라기보다 형식 실험에 가깝다. 추천 피드와 무한 선택에 지친 사용자에게 '그냥 틀어 두는 기술 영상 채널'이라는 익숙하면서도 신선한 대안을 제시한다. 같은 질문을 자기 제품에 던져 볼 가치는 있다. 우리가 당연하게 개인화하고 있는 이 경험은, 모두에게 똑같이 제공했을 때 오히려 더 좋아지지는 않는가.