"가짜뉴스 점조직처럼 퍼져…인공지능으로 팩트체크 가능"
KAIST 전산학부 차미영 교수 "깨끗한 정보 모으는 작업 필수"
(대전=연합뉴스) 이재림 기자 = "선풍기를 틀고 자면 죽는다는 게 우리나라에선 마치 건강상식처럼 알려진 시대가 있었는데, 결국 가짜뉴스였지요. 그런데 이 가짜뉴스가 번역돼 멕시코에까지 수출됐다고 해요."
지난 9일 저녁 대전 한국과학기술원(KAIST) W8빌딩 1층에서는 4차 산업혁명을 위한 정책토론회 '디너(Dinner)와 4.0' 행사가 열렸다.
공무원과 연구원, 학생 등을 상대로 KAIST 교수들이 한 달에 한 번씩 돌아가며 4차 산업혁명을 선도할 미래기술을 소개하고자 마련한 자리다. 지난 5월 시작해 이날로 7회째다.
이날은 차미영 KAIST 전산학부 교수가 인공지능을 기반으로 한 가짜뉴스 탐지기술이라는 주제로 가짜뉴스의 폐해와 그간의 연구 성과를 소개했다.
차 교수는 "지난 미국 대선 기간 나온 정치 기사에서 페이스북 '좋아요'를 누른 상위 20개 중 절반이 가짜뉴스였다"며 "사진, 제목, 리드만으로 기사를 유추할 뿐 실제 클릭해서 본문을 읽는 사람이 많지 않은 걸 이용한 것"이라고 말했다.
'클릭을 많이 한 기사가 좋은 콘텐츠'라고 인식하는 온라인 뉴스 플랫폼 알고리즘이 가짜뉴스를 확대한다는 분석도 있다고 그는 소개했다.
차 교수는 그러면서 가짜뉴스에 일정한 패턴을 발견할 수 있다고 설명했다.
그는 "진짜 뉴스는 처음에만 사람의 관심을 얻는 데 반해 가짜뉴스는 시간이 지나도 계속 반응을 끌어내는 경향이 있다"며 "가짜뉴스의 경우 서로 연결되지 않은 사람이 점조직처럼 산발적으로 전파하는 특성도 보인다"고 말했다.
아울러 표현 자체가 '내가 어디서 들었는데', '확실하진 않지만', '누가 그러는데' 같은 식의 책임회피 어구로 시작한다고 차 교수는 덧붙였다.
그는 "이 세 가지를 조합하면 대부분 가짜뉴스와 유사한 형태를 보인다고 보면 된다"고 강조했다.
실제 연구에 따르면 딥러닝으로 학습한 인공지능을 통해 가짜뉴스를 80％ 이상의 정확도로 탐지할 수 있다고 차 교수는 전했다.
사람은 66％ 정도에 머물렀다.
그는 "가짜뉴스 식별을 위해선 깨끗한 정보를 모아서 분류(라벨링)하는 게 필수적"이라며 "스타트업과 함께 팩트체킹 기반을 만들기 위한 작업을 하고 싶은 생각도 있다"고 부연했다.
70여명의 참석자들은 차 교수 강연을 경청하며 중간중간 질의를 던지는 등 높은 관심을 보였다.
신뢰도와 안전성에 따라 뉴스에 등급이 나뉘는 시대가 올 수도 있지 않겠느냐는 예상도 나왔다.
예컨대 완전히 믿을 만한 뉴스는 1등급, 거짓에 가까운 내용은 5등급 같은 식이다.
"사람들이 진짜 뉴스만 보고 싶을 때도 있고, 재미를 위해 등급이 낮은 뉴스를 찾을 때도 있지 않을까 싶다"고 웃으며 말한 차 교수는 "로봇 저널리즘 등 의사 결정이 자동화하는 미디어 시대일수록 빅데이터 연구를 통한 가짜뉴스의 빠른 탐지와 확산 방지 노력이 필요하다"고 역설했다.
walden@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
KAIST 전산학부 차미영 교수 "깨끗한 정보 모으는 작업 필수"
(대전=연합뉴스) 이재림 기자 = "선풍기를 틀고 자면 죽는다는 게 우리나라에선 마치 건강상식처럼 알려진 시대가 있었는데, 결국 가짜뉴스였지요. 그런데 이 가짜뉴스가 번역돼 멕시코에까지 수출됐다고 해요."
지난 9일 저녁 대전 한국과학기술원(KAIST) W8빌딩 1층에서는 4차 산업혁명을 위한 정책토론회 '디너(Dinner)와 4.0' 행사가 열렸다.
공무원과 연구원, 학생 등을 상대로 KAIST 교수들이 한 달에 한 번씩 돌아가며 4차 산업혁명을 선도할 미래기술을 소개하고자 마련한 자리다. 지난 5월 시작해 이날로 7회째다.
이날은 차미영 KAIST 전산학부 교수가 인공지능을 기반으로 한 가짜뉴스 탐지기술이라는 주제로 가짜뉴스의 폐해와 그간의 연구 성과를 소개했다.
차 교수는 "지난 미국 대선 기간 나온 정치 기사에서 페이스북 '좋아요'를 누른 상위 20개 중 절반이 가짜뉴스였다"며 "사진, 제목, 리드만으로 기사를 유추할 뿐 실제 클릭해서 본문을 읽는 사람이 많지 않은 걸 이용한 것"이라고 말했다.
'클릭을 많이 한 기사가 좋은 콘텐츠'라고 인식하는 온라인 뉴스 플랫폼 알고리즘이 가짜뉴스를 확대한다는 분석도 있다고 그는 소개했다.
차 교수는 그러면서 가짜뉴스에 일정한 패턴을 발견할 수 있다고 설명했다.
그는 "진짜 뉴스는 처음에만 사람의 관심을 얻는 데 반해 가짜뉴스는 시간이 지나도 계속 반응을 끌어내는 경향이 있다"며 "가짜뉴스의 경우 서로 연결되지 않은 사람이 점조직처럼 산발적으로 전파하는 특성도 보인다"고 말했다.
아울러 표현 자체가 '내가 어디서 들었는데', '확실하진 않지만', '누가 그러는데' 같은 식의 책임회피 어구로 시작한다고 차 교수는 덧붙였다.
그는 "이 세 가지를 조합하면 대부분 가짜뉴스와 유사한 형태를 보인다고 보면 된다"고 강조했다.
실제 연구에 따르면 딥러닝으로 학습한 인공지능을 통해 가짜뉴스를 80％ 이상의 정확도로 탐지할 수 있다고 차 교수는 전했다.
사람은 66％ 정도에 머물렀다.
그는 "가짜뉴스 식별을 위해선 깨끗한 정보를 모아서 분류(라벨링)하는 게 필수적"이라며 "스타트업과 함께 팩트체킹 기반을 만들기 위한 작업을 하고 싶은 생각도 있다"고 부연했다.
70여명의 참석자들은 차 교수 강연을 경청하며 중간중간 질의를 던지는 등 높은 관심을 보였다.
신뢰도와 안전성에 따라 뉴스에 등급이 나뉘는 시대가 올 수도 있지 않겠느냐는 예상도 나왔다.
예컨대 완전히 믿을 만한 뉴스는 1등급, 거짓에 가까운 내용은 5등급 같은 식이다.
"사람들이 진짜 뉴스만 보고 싶을 때도 있고, 재미를 위해 등급이 낮은 뉴스를 찾을 때도 있지 않을까 싶다"고 웃으며 말한 차 교수는 "로봇 저널리즘 등 의사 결정이 자동화하는 미디어 시대일수록 빅데이터 연구를 통한 가짜뉴스의 빠른 탐지와 확산 방지 노력이 필요하다"고 역설했다.
walden@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
관련뉴스
