사용자 참여 및 소셜 그래프 기반 한국어 가짜뉴스 탐지 연구

Korean Fake News Detection with User Engagement and Social Graphs

연구 내용

사용자 참여 정보와 소셜 그래프를 특징으로 통합하여 한국어 가짜뉴스를 식별하고, 소셜 맥락 및 스탠스 정보를 학습하는 연구

가짜뉴스는 뉴스 내용 단독으로는 충분히 판별되지 않으며, 전파 양상과 사용자 맥락이 추가 특징으로 필요합니다. 본 연구는 한국어 가짜뉴스 데이터 구축 단계에서 사용자 그래프를 적극적으로 활용하여 텍스트 기반 표현 학습과 소셜 맥락 학습을 함께 수행합니다. 또한 비교 실험과 축소 실험을 통해 사용자 참여 신호의 기여를 검증하고, 스탠스 정보의 클래스 확장과 클래스 불균형 제어를 통해 탐지 안정성을 확보합니다. 혐오 발화가 포함된 데이터에서도 탐지 효율을 평가하는 방향을 포함합니다.

관련 프로젝트

1건

연구 흐름

초기에는 한국어 가짜뉴스 탐지를 위해 뉴스 콘텐츠 중심 학습의 한계를 정리하고, 사용자 그래프를 보조 특징이 아니라 핵심 학습 자원으로 설계하는 접근을 수행했습니다. 이후 사용자 참여를 모델 학습에 통합하기 위한 데이터 구성 전략을 마련하고, 비교 실험과 축소 실험으로 그래프 활용 효과를 확인했습니다. 최근에는 스탠스 정보 활용에서 클래스 정의 확장과 불균형 이슈를 함께 다루며, 혐오 발화 포함 상황까지 고려한 탐지 타당성을 검증하는 연구 흐름을 이어가고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

소셜 미디어 모니터링
선거·정치 콘텐츠 검증
가짜뉴스 전파 위험도 예측
혐오 발화 동반 탐지 파이프라인
스탠스 기반 설득/반박 분석
그래프 기반 진위 판별 모델
사용자 참여 특징 추출 시스템
뉴스 검증용 데이터셋 구축 도구
불균형 대응 학습 전략
탐지 결과 자동 보고서 생성