Spotify AI 스팸 단속으로 추천에서 5천만 곡 제외
Spotify는 올해 AI 스팸 단속을 통해 5천만 곡 이상을 추천에서 제외했다고 밝혔다. 이번 발표는 중대한 구분에 막대한 숫자를 부여한다. 음악은 여전히 이용 가능할 수 있지만, 청취자를 찾는 과정에서 플랫폼의 도움을 받지 못할 수 있다.
회사는 10월 20일 화요일, 인간 아티스트의 노출을 늘리기 위한 변경 사항을 설명하며 이 수치를 발표했다. 다만 제외된 곡 중 AI 생성 곡과 다른 형태의 스팸이 각각 얼마나 되는지는 밝히지 않았다.
이에 따라 Spotify는 상충하는 책임 사이에서 균형을 잡아야 한다. 산업적 규모의 업로드를 막는 동시에 정당한 뮤지션의 발견 기회를 보존해야 한다. 경쟁사 Deezer는 유용한 비교 대상이지만, 핵심 갈등은 Spotify 자체에 있다. 개방형 유통과 선별적 홍보다.
Spotify AI 스팸 통제는 이용 가능 여부만이 아니라 발견을 겨냥한다
핵심 수치는 카탈로그 삭제가 아니라 추천에 관한 결정이다. 이 차이는 청취자가 무엇을 기대해야 하는지, 아티스트가 무엇을 이해해야 하는지를 결정한다.
Spotify의 음악 추천 변경 사항에 따라 2026년 동안 슬롭 또는 스팸으로 분류된 5천만 곡 이상이 추천에서 제외됐다. 회사는 심각하거나 반복적인 규정 위반으로 서비스에서 삭제된 스팸 곡도 7,500만 곡 이상이라고 별도로 언급했다.
이 수치들은 서로 다른 집행 조치를 설명한다. 독자는 이를 합산해 단일 보고 기간에 삭제된 AI 생성 노래의 수로 해석해서는 안 된다.
발표문은 앞선 6개월 동안 도입된 추천 업데이트를 설명한다. Spotify는 편집진 역시 슬롭이나 스팸으로 식별된 콘텐츠를 편성하지 않는다고 밝혔다.
탐지 과정에는 청취 행동, 업로드 패턴, 메타데이터 및 제3자 탐지 도구가 결합된다. 메타데이터는 제목과 아티스트 크레딧처럼 음원에 첨부된 설명 정보를 뜻한다.
회사는 변경 후 청취자 우려도 줄었다고 말한다. 그러나 이를 뒷받침하는 수치상 감소 폭이나 독립적으로 검증된 측정 결과는 제시하지 않았다.
이러한 세부 사항은 발표의 범위를 보여 주지만, 효과를 판정하지는 못한다. 대규모 제외 건수는 집행 활동을 보여 주지만, 청취자가 이전에 원치 않는 음악을 얼마나 접했는지는 밝히지 않는다.
검색과 원치 않은 추천을 비교하면 실질적 차이가 더욱 분명해진다. 특정 음원을 찾는 사람은 의도를 표현하지만, 다음 추천곡을 수용하는 사람은 그 결정을 위임한다.
스트리밍 서비스는 위임받은 공간을 채울 때마다 편집상 선택을 한다. 음원을 계속 이용 가능하게 유지한다고 해서, 이를 한 번도 요청하지 않은 청취자 앞에 자동으로 배치해야 하는 것은 아니다.
따라서 추천 자격은 별도의 접근 형태가 된다. 업로더는 유통 채널을 유지할 수 있지만, 낯선 청중에게 다가가는 중요한 경로를 잃을 수 있다.
이미 알려진 아티스트의 경우 청취자는 무엇을 검색해야 하는지 알고 있을 수 있다. 반면 무명 뮤지션에게 추천을 통한 발견은 초기 인지도를 쌓는 과정의 일부일 수 있다.
그러므로 제외 조치는 삭제에 이르지 않더라도 면밀히 검토할 가치가 있다. 음원은 여전히 접근할 수 있지만, 그 가능성은 청취할 이유를 가진 사람들이 찾아오는 데 더 크게 의존하게 된다.
이 때문에 이번 발표를 AI 음악 금지로 설명하면 독자를 오도하게 된다. Spotify는 AI를 활용한 모든 창작을 포괄하는 금지가 아니라 스팸과 슬롭에 관한 집행 범주를 보고했다.
누락된 세부 분류는 중요하다. 스팸은 악용적 유통 행태를 설명하고, AI 생성은 제작 방식을 설명한다. 어느 한 표지만으로 다른 표지에 대한 완전한 설명이 자동으로 제공되지는 않는다.
설득력 있는 평가는 이러한 질문을 분리해 다뤄야 한다. 무엇이 생성됐고, 어떻게 유통됐으며, Spotify는 왜 추천을 중단하기로 결정했는가?
인간 아티스트는 자신의 도달 범위를 잃지 않으면서 보호받아야 한다
이 정책의 가치는 정당한 아티스트가 부수적 피해를 입지 않으면서 더 나은 기회를 얻는지에 달려 있다. 이는 뮤지션, 유통사, Spotify의 집행 시스템에 부담을 준다.
Spotify는 2025년 9월 음악 스팸 정책에서 방향성을 제시했다. 대량 업로드, 중복, 검색 조작, 비정상적으로 짧은 트랙을 악용하는 행태를 개입이 필요한 사례로 지목했다.
당시 회사는 잘못된 업로더를 처벌하지 않기 위한 신중한 도입 방식을 설명했다. 또한 아티스트가 폭넓은 창작 활동에서 AI를 활용한다는 점도 인정했다.
이전의 이러한 틀은 현재 발표를 평가하는 중요한 기준을 제공한다. 아티스트 보호는 낯선 제작 방식을 충분한 증거로 취급하기보다, 악용적 규모와 정당한 실험을 구분해야 한다.
프로젝트명으로 연주곡을 발표하는 독립 뮤지션을 생각해 보자. 간략한 소개나 전자음악적 사운드만으로 그 프로젝트가 기만적이라고 단정할 수는 없다.
마찬가지로 자주 발표한다는 사실만으로 스팸이 입증되지는 않는다. 집행 시스템은 생산적인 뮤지션과 유통 채널을 범람시키도록 설계된 활동을 구분할 충분한 맥락이 필요하다.
이는 Spotify의 결정에 관한 문서화된 결과가 아니라 가상의 경계 사례다. 유통 패턴이 증거가 될 때마다 아티스트에게 이해 가능한 규정이 필요한 이유를 보여 준다.
유통사도 관련된 과제에 직면한다. 이들은 정당한 고객이 자신의 음원을 정확히 설명하도록 돕는 동시에 신뢰를 훼손하는 제출 관행을 식별해야 한다.
명확한 크레딧을 제공하는 업로더는, 가상의 공연자를 실제 개인으로 제시하는 사람과는 다른 주장을 한다. 유용한 정책은 이 구분을 보존해야 한다.
청취자에게 당장의 관심사는 절차보다 덜 복잡하다. 이들은 들을 가치가 있는 추천과 그 뒤에 있는 사람들에 관한 정확한 정보를 원한다.
뮤지션에게는 잘못된 결정이 해당 청취자에 대한 접근에 영향을 줄 수 있기 때문에 절차가 핵심이 된다. 시스템은 평균적인 청취 품질을 높이면서도 특정 아티스트에게 중대한 실수를 저지를 수 있다.
따라서 가장 강력한 형태의 아티스트 보호에는 오류를 바로잡을 방법이 포함된다. 아티스트는 관련 범주를 이해하고 이에 대응하는 증거를 제출할 수 있어야 한다.
이는 조직적 악용을 포착하는 데 사용되는 모든 신호를 공개해야 한다는 뜻은 아니다. 집행 기준을 세부적으로 공개하면 업로더가 이를 우회하도록 설계하는 데 도움이 될 수 있다.
다만 권리 분쟁과 스팸 판정, 또는 신원 우려와 제작 정보 공개는 구분해야 한다. 이러한 결정에는 서로 다른 증거와 구제책이 필요하다.
따라서 Spotify의 AI 스팸 발표는 추천 대기열의 양쪽 관점에서 평가해야 한다. 청취자에게는 원치 않는 자료가 줄어들어야 하고, 정당한 아티스트에게는 공정하게 고려될 경로가 필요하다.
이 균형은 특히 신규 진입자에게 중요하다. 플랫폼은 기존 청중을 보유한 것이 아티스트가 청중을 가질 자격이 있다는 가장 쉬운 증거가 되도록 해서는 안 된다.
그렇지 않으면 인간 창의성을 보호하도록 설계된 시스템이 이미 가장 강한 인지도를 가진 창작자를 우대할 위험이 있다.
AI 신원은 AI 보조 곡과 다르다
신뢰할 수 있는 발견 정책은 아티스트가 누구인지와 음원이 어떻게 제작됐는지를 구분해야 한다. 이 질문들은 겹치지만 서로 바꿔 쓸 수는 없다.
Spotify의 8월 AI Persona 정책은 공개 신원이 AI 생성으로 보이는 프로필을 다룬다. 이 정책은 해당 프로필을 식별하는 배지와 편집 및 알고리즘 추천에서의 기본 제외를 설명한다.
알고리즘 추천은 자동화된 순위 시스템이 수행하는 선별이다. Spotify는 AI Persona를 팔로우하는 경우를 포함해 청취자 의도가 반영된 예외를 설명한다.
이 정책은 신원 공개와 음악 제작에서 AI가 맡은 역할에 관한 정보를 구분한다. 아티스트가 합성 악기를 사용했다는 사실은 대중 앞에 제시된 공연자가 실제 인물을 나타내는지에 대한 답이 되지 않는다.
이 분리는 근본적인 상충 관계를 더 쉽게 이해하게 한다. 청취자는 컴퓨터 보조 제작을 받아들일 수 있지만, 자신에게 제시되는 아티스트에 관한 진실한 정보를 여전히 원할 수 있다.
가상의 음악 캐릭터는 또 다른 질문을 제기한다. 허구 자체가 기만을 뜻하지는 않는다. 핵심은 청중이 무엇을 믿도록 유도되는가다.
그러므로 표지는 정확한 내용을 전달해야 한다. 신원에 관한 배지가 음원의 모든 소리에 대한 근거 없는 주장으로 변질되어서는 안 된다.
마찬가지로 제작 정보 공개가 뮤지션에게 실제 이력이 없다는 뜻을 내포해서는 안 된다. 창작 보조와 꾸며 낸 신원에는 서로 다른 설명이 필요하다.
광범위한 표지는 의도한 범위를 넘어선 판단을 수반할 수 있기 때문에 이 구분은 중요하다. 청취자는 눈에 보이는 AI 표지를 예술적 품질이나 권리 준수에 대한 경고로 해석할 수 있다.
어느 결론도 자동으로 따라오지는 않는다. 공개는 관련 속성을 설명할 뿐, 음원이 권리를 침해했는지 또는 주목받을 가치가 있는지를 독립적으로 판단하지 않는다.
Spotify는 의도적인 관심과 수동적 노출도 구분해야 한다. 합성 프로젝트를 팔로우한 청취자는 예기치 않게 해당 프로젝트를 접한 청중과는 다른 정보를 제공한 것이다.
이는 원치 않는 홍보와 의도적인 청취를 구분하는 정책을 뒷받침한다. 또한 팔로우나 표지가 무엇을 바꾸는지 설명할 책임을 인터페이스에 부여한다.
대안은 양쪽 모두의 모호성이다. 창작자는 자신이 어떻게 대우받을지 예측할 수 없고, 청취자는 배지가 신원, 사운드 생성, 또는 의심되는 악용 중 무엇을 설명하는지 알 수 없다.
음악을 넘어 AI 제품을 사용하는 사람들에게 이 구분은 익숙하다. 공개된 합성 음성은 허가 없이 누군가를 사칭하는 합성 음성과는 다른 질문을 제기한다.
더 넓은 교훈은 귀속에 관한 것이다. 제품은 시스템이 무엇을 생성했는지, 사람이 무엇을 기여했는지, 청중이 어떤 신원을 마주하고 있는지를 명확히 해야 한다.
이러한 범주가 계속 드러날 때 Spotify의 AI 스팸 집행은 평가하기 쉬워진다. 하나의 포괄적 용어가 기만, 반복, 제작 도구, 미적 비호감을 모두 포괄하면 평가가 어려워진다.
그러므로 회사의 과제는 일부는 기술적이고 일부는 편집적이다. 탐지는 증거를 제공할 수 있지만, 그 증거가 청취자 접근에 무엇을 의미하는지는 정책이 결정한다.
Deezer는 청취자 선택권이 경쟁 쟁점이 되는 이유를 보여 준다
스트리밍 서비스들은 플랫폼 자체의 콘텐츠 필터링 효과뿐 아니라 청취자가 얼마나 많은 통제권을 받는지를 두고 경쟁하고 있다. Deezer는 이 경쟁에서 다른 강조점을 보여 준다.
Deezer는 4월 AI 업로드 수치에서 매일 AI 생성 트랙 약 7만 5,000곡을 받는다고 밝혔다. 이는 일일 업로드의 약 44%를 차지한다고 추정했다.
Deezer는 또한 AI 생성 음악이 스트림의 1%에서 3%를 차지한다고 밝혔다. 이 수치는 Deezer 자체 플랫폼을 설명하며 Spotify에 적용해서는 안 된다.
업로드와 청취의 대비는 유용하다. 막대한 음원 공급이 청중이 그에 상응하는 비중의 청취 시간을 여기에 할애하고 싶어 한다는 사실을 입증하지는 않는다.
가용성, 노출, 수요는 서로 다른 측정 기준이다. 하나를 다른 하나의 대체 지표로 취급하면 스트리밍 플랫폼이 실제로 관리해야 하는 요소가 무엇인지 흐려진다.
10월에 Deezer는 2026년 말 이전 도입 예정인 추가 AI 음악 필터를 설명했다. 발표에 따르면 이용자는 음악을 검색할 때 AI 생성 콘텐츠를 제외할 수 있게 된다.
이 제안은 논의를 수동적 추천의 범위 밖으로 확장한다. 이용자가 의도적으로 검색하는 상황에서도 특정 콘텐츠 범주의 노출 여부를 통제해야 하는지를 묻는다.
Spotify의 발표는 플랫폼 차원의 집행에 초점을 맞춘다. Deezer가 제안한 제어 기능은 추가적인 판단을 이용자에게 맡긴다.
이러한 접근 방식은 공존할 수 있다. 서비스는 악의적인 유통 관행을 제한하는 동시에, 그 외 허용되는 녹음물에 적용되는 환경설정을 제공할 수 있다.
하지만 환경설정 스위치가 분류 문제를 없애지는 않는다. 플랫폼은 여전히 어떤 녹음물이 그 필터 대상에 속하는지 판단해야 한다.
선택형 필터는 기능의 한계를 넘어서는 기대를 만들 수도 있다. 이용자는 이를 켜면 카탈로그가 전적으로 사람이 만든 작업물로만 구성된다고 생각할 수 있다.
그 약속을 지키려면 알려진 일부 생성 패턴을 감지하는 것보다 더 강력한 근거가 필요하다. 알려지지 않은 제작 도구, 혼합 작업 흐름, 불완전한 공개 정보는 결과를 복잡하게 만든다.
따라서 경쟁의 핵심 질문은 버튼의 존재 여부보다 더 넓다. 서비스는 자신의 제어 기능이 무엇을 포괄하는지, 그리고 불확실성이 청취 경험에 어떤 영향을 미치는지 설명해야 한다.
유용한 비교는 명확성, 일관성, 정정 절차를 살펴봐야 한다. 서비스는 범주를 설명하는가, 이를 예측 가능하게 적용하는가, 신뢰할 만한 증거가 나타났을 때 오류를 바로잡는가?
눈에 띄는 제외 건수만으로는 이러한 질문에 답할 수 없다. 카탈로그, 기간, 정의, 집행 정책이 서로 다르기 때문에 직접 비교는 신뢰하기 어렵다.
더 큰 수치가 자동으로 더 강력한 시스템을 뜻하는 것도 아니다. 더 넓은 분류 범위, 더 큰 공급 문제, 또는 다른 측정 기간을 반영할 수 있다.
서비스를 선택하는 이용자에게는 실질적인 결과가 더 중요하다. 기본적으로 무엇이 표시되는지, 그리고 선호를 표현했을 때 무엇이 달라지는지를 이해해야 한다.
Spotify에는 이것이 자신의 입장을 알기 쉽게 제시해야 한다는 경쟁 압력으로 작용한다. 더 나은 필터링은 도움이 되지만, 이용자는 플랫폼이 자신을 대신해 어떤 선택을 하는지도 이해해야 한다.
감지 정확도는 여전히 검증하기 가장 까다로운 주장이다
제거 건수만으로 감지 시스템이 정확하다는 사실을 입증할 수는 없다. 이는 판단의 정확성보다는 내려진 결정의 수를 보고한다.
독립적인 음악 감지 연구는 평가 조건이 중요한 이유를 보여준다. 연구자 David López-Ayala와 동료들은 깨끗한 음악과 점점 더 까다로워지는 텔레비전 방송 환경에서 감지 성능을 조사했다.
이들의 8월 프리프린트는 깨끗한 사례에서 강력한 성능을 보고한 뒤, 방송 환경에서는 성능이 크게 저하됐다고 밝혔다. 실제 텔레비전 녹화물에서는 사람이 만든 음악과 AI 생성 음악의 점수가 더 크게 겹쳤다.
이 연구는 Spotify의 운영 시스템이 아니라 방송 모니터링에 관한 것이다. Spotify의 오류율을 확정하지도, Spotify가 사용하는 도구를 직접 평가하지도 않는다.
관련성은 더 제한적이다. 한 오디오 환경에서의 성능이 다른 환경에서도 비슷한 성능을 보장하지는 않는다. 감지 주장을 하는 모든 플랫폼에는 실제 운영 조건에 부합하는 증거가 필요하다.
스트리밍 서비스의 경우, 중요한 질문에는 어떤 제작 모델을 시험했는지와 평가가 인간 작업과 합성 작업이 섞인 경우를 어떻게 다뤘는지가 포함된다.
익숙한 생성기가 주를 이루는 시험은 최신 시스템과 관련된 취약점을 놓칠 수 있다. 명확히 구분된 범주만으로 구성된 시험은 모호한 제작 작업 흐름을 놓칠 수 있다.
거짓 양성은 시스템이 잘못 표시한 정상적인 녹음물이다. 거짓 음성은 시스템이 식별했어야 하지만 놓친 녹음물이다.
둘 다 중요하지만 영향은 다르다. 놓친 스팸은 이용자와 경쟁 아티스트에게 부담을 주고, 잘못된 표시는 녹음물의 접근성을 잃는 창작자에게 부담을 준다.
플랫폼은 한 종류의 오류를 줄이는 대신 다른 종류의 오류를 더 많이 허용할 수 있다. 이러한 균형을 공개하지 않으면 회사는 집행이 정상적인 작업에 어떤 영향을 미치는지 보여줄 수 없다.
음향적 판단과 행동적 판단 사이에도 차이가 있다. 소리를 분석하는 감지기는 조직적인 업로드의 증거가 묻는 것과 다른 질문에 답한다.
증거를 결합하면 판단을 개선할 수 있지만, 그렇다고 각 기여 신호가 똑같이 신뢰할 수 있게 되는 것은 아니다. 신호 간 불일치를 조사할 필요도 사라지지 않는다.
어떤 녹음물이 감지기에는 의심스럽게 들리지만 신뢰할 만한 제작 문서와 함께 제출된 경우를 생각해 보자. 공정한 절차라면 그 충돌을 평가할 방법이 있어야 한다.
반대로 감지 가능한 합성 특성이 없는 녹음물도 악의적인 유통에 참여할 수 있다. 스팸 집행은 AI 생성 사운드 식별에 전적으로 의존할 수 없다.
이 때문에 가장 강력한 감사는 범주별 결정을 살펴봐야 한다. 독자에게는 모든 집행 경로를 포괄하는 단일 수치 이상이 필요하다.
Spotify의 AI 스팸 총계 역시 분모를 명확히 하지 않는다. 적격 녹음물이나 추천 노출에 대한 비교 가능한 측정치가 없다면, 독자는 영향을 받은 비율을 계산할 수 없다.
노출 측정치는 더 이용자 중심적인 질문을 다룰 수 있다. 원치 않는 자료가 변경 전후에 사람들에게 얼마나 자주 도달했는가?
아티스트 결과에는 또 다른 측정치가 필요하다. 성공적인 필터링은 단순히 홍보 대상으로 고려되는 녹음물 수를 줄이는 것이 아니라, 정상적인 발견 기회를 보존해야 한다.
이 질문들은 발표를 무효화하지 않는다. 이는 회사가 보고한 개입 조치에서 입증된 개선으로 나아가기 위해 필요한 증거를 정의한다.
현재로서는 방어 가능한 결론이 구체적이다. Spotify는 추천 자격에 대한 대규모 제한을 보고했지만, 전체 정확도를 독립적으로 측정하기에는 공개 증거가 여전히 부족하다.
2026년 말까지 주목할 점
다음으로 유용한 증거는 구현, 정정, 이용자 결과에 관한 것이 될 것이다. 또 하나의 제외 이정표만으로는 제한적인 명확성만 더해질 것이다.
첫째, 아티스트 보호 도구의 이용 가능 여부를 지켜볼 필요가 있다. Spotify는 연말까지 Artist Profile Protection을 모든 아티스트가 이용할 수 있도록 할 계획이라고 밝혔다.
관련 질문은 정상적인 음악가가 불분명한 집행 절차를 거치지 않고 잘못된 릴리스를 관리할 수 있는지다. 이용 가능성은 이를 사용하는 사람들에게 실제로 작동하는 경험으로 이어져야 한다.
명확한 설명은 회사의 아티스트 우선 입장을 강화할 것이다. 눈에 띄는 집행 총계가 계속 늘더라도, 혼란스러운 자격 규칙이나 해결되지 않은 잘못된 귀속은 그 입장을 약화시킬 것이다.
프로필 보호는 추천 제외와는 다른 문제도 다룬다. 한 분야의 진전이 다른 분야도 정확히 작동한다는 증거로 제시되어서는 안 된다.
둘째, 약속된 이용자 제어 기능이 설명된 대로 제공되는지 지켜봐야 한다. Deezer의 계획된 필터는 서비스가 콘텐츠 선호도를 어떻게 설명하는지 평가할 구체적인 기회를 만든다.
제어 기능이 이해하기 쉽고 한계가 명확히 보인다면, 이용자에게 더 직접적인 주도권을 부여해야 한다는 주장을 강화할 것이다. 모호한 구현은 스위치에 의존하는 방식의 한계를 드러낼 것이다.
Spotify 자체의 제시 방식도 같은 수준의 검토를 받아야 한다. 이용자는 라벨이 아티스트의 정체성, 제작 기여, 집행 판단 중 무엇에 관한 것인지 이해해야 한다.
셋째, 영향을 받은 트랙 수를 넘어서는 결과 보고를 지켜봐야 한다. 유용한 공개 정보는 노출 변화, 정정 비율, 정상적인 아티스트의 경험을 설명할 것이다.
원치 않는 추천이 정량적으로 감소했다는 사실은 누적 수치의 증가보다 Spotify의 설명을 더 직접적으로 뒷받침할 것이다. 정확한 정정의 증거는 절차적 신뢰성을 확립하는 데 도움이 될 것이다.
반대로 비교 가능한 정의 없이 보고가 계속된다면 핵심 불확실성은 그대로 남을 것이다. 독자는 Spotify가 행동한다는 사실은 알겠지만, 얼마나 잘하는지는 평가하기 어려울 것이다.
이 신호들은 스트리밍을 넘어 중요하다. 추천 시스템이 어떤 작업이 관심을 받는지를 점점 더 결정하기 때문이다. AI는 무언가를 만드는 것과 유통을 얻는 것의 구분을 더욱 중요하게 만든다.
AI 제품을 만드는 개발자에게 Spotify의 경험은 제품 설계 요건을 부각한다. 시스템에는 불확실성을 표현하고 중대한 결정을 정정할 방법이 필요하다.
자동화된 피드를 사용하는 지식 노동자에게 이는 읽기 습관을 강화한다. 눈에 보이는 순위는 이용 가능한 작업의 완전한 목록이 아니라 선택 규칙을 반영한다.
Spotify의 AI 스팸 제어 기능은 궁극적으로 이러한 관찰 가능한 세부 사항을 통해 신뢰를 얻어야 한다. 인간 예술성을 선호한다는 회사의 입장은 이해하기 쉬운 범주와 공정한 대우로 뒷받침돼야 한다.
앞으로 몇 달 동안 아티스트 도구를 지켜보고, 라벨을 살피며, 약속과 실제로 출시되는 기능을 비교하라. 서비스가 이용자와 음악가가 대응할 수 있을 만큼 명확하게 결정을 설명하는지 물어보라. 원치 않는 노출은 줄어드는 한편 정상적인 작업은 발견될 공정한 기회를 유지한다는 증거를 찾아라. 더 큰 집행 총계는 완전한 답이 아니라 질문의 출발점으로 취급하라. 이제 유용한 질문은 단순히 Spotify가 더 많은 녹음물을 추천에서 제외할 수 있는지가 아니다. 플랫폼이 자신의 선택이 발견을 개선하고, 의도적인 청취를 존중하며, 아티스트에게 실수에 이의를 제기할 신뢰할 만한 방법을 제공한다는 사실을 보여줄 수 있는지다.
