인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
생성형 인공지능(Generative AI)과 대규모 언어 모델(LLM)의 발전으로 인간이 작성한 기사와 거의 구분이 어려운 수준의 텍스트가 대량 생산되면서, 특히 정치 영역에서 선거 후보자나 특정 집단의 이미지를 의도적으로 훼손하는 가짜뉴스가 한국 사회의 정보 신뢰성을 심각하게 위협하고 있다. 가짜뉴스는 의도성 여부에 따라 허위조작정보(disinformation)와 오정보(misinformation)로 구분되지만, 본 연구는 이 중에서도 사회적 파급력이 큰 허위조작정보, 즉 의도적 조작 유형에 집중한다. 지금까지의 가짜뉴스 탐지 연구는 정교하게 설계된 허위조작정보 앞에서 텍스트 내용만으로 진위를 판별하기 어렵고, 소셜 맥락과 확산 양상 등 외부 맥락도 충분히 활용하지 못한다는 한계가 지적되어 왔다. 특히 한국어 환경에서는 영어권에 비해 검증된 데이터셋의 규모와 다양성이 크게 뒤처져 있고, 다수의 LLM이 영어 중심 말뭉치로 사전학습됨에 따라 한국어 텍스트에서는 성능 저하와 언어적 편향, 그리고 실제 한국어 뉴스 데이터셋을 활용한 LLM 기반 탐지 연구에서 보고된 논리 구조나 문법성 같은 콘텐츠 품질에 대한 편향이 확인된다. 이러한 연구 환경을 보완하기 위해 본 연구는 한국어 정치 뉴스 데이터를 선별하여 새로운 데이터셋을 구축한다. 구체적으로, 생성형 AI를 활용하여 기존 뉴스의 핵심사실(kernel of truth)을 유지한 채 해석과 맥락을 왜곡하는 방식의 한국어 정치 가짜뉴스 텍스트를 생성한다. 이로써 진짜 뉴스, 가짜 뉴스 쌍으로 구성된 데이터셋을 완성한다. 나아가 이 데이터셋을 토대로 한국어 특화 텍스트 임베딩 및 사전학습 언어모델 기반 탐지 모델의 가능성과 한계를 실증적으로 분석한다. 궁극적으로는 생성형 AI 시대에 고도화되는 한국어 정치 가짜뉴스에 대응할 수 있는 한국어 특화 탐지 프레임워크의 필요성과 방향성을 제시하고자 한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095579172
