일본산업뉴스요약

가짜 뉴스 AI로 판정
「계산사회과학」투자에 기대

트럼프 미국 대통령의 영향으로 계산사회과학(CSS)이라는 학문이 주목 받고 있다. CSS는 여론이나 스캔들의 영향을 계산과학으로 풀이하는 연구다. 미국 대통령 선거를 통해, 입속말이나 가짜 뉴스, 우왕좌왕하는 미국 국민 등 일련의 데이터가 기록되었다. 개입과 그 영향, 최종적인 투표 결과까지 모든 데이터가 수집되어 분석할 수 있게 되었다. 그리고 CSS를 활용한 트럼프 진영의 승리가 결정타가 되어, 이 학문은 투자를 불러모을 것으로 기대되고 있다. 일본의 경우 CSS는 동일본대지진을 계기로 개발되었다. 시간이 지나 다시 각광을 받고 있다.

-- 도호쿠대학이 기술화 --
「6년 전의 우리들이 겪었던 것과 거의 동일한 일을 미국이 반복하고 있다」라고 도호쿠대학의 이누이 켄타로(乾健太郎) 교수는 말한다. 이누이 교수 연구팀은 지진 후에 SNS에 떠돌던 유언비어의 검출이나 전반(傳搬, propagation) 경로해석기술을 개발하였다. 동일본대지진에서는 구원물자의 과부족 현황 및 구강청결제가 Stable iodine tablets(安定ヨウ素剤)의 대용품이 된다는 정보가 교환되었다. SNS상의 방대한 텍스트를 인공지능(AI) 기술로 판독, 대립하는 입속말이나 정정된 정보를 수집하여, 헛소문의 조기수습을 목표로 하였다. 이 기술은 미국 대통령 선거에서 문제가 되었던 가짜 뉴스를 특정하거나 확산 억제에도 응용할 수 있다.

Hotto Link(도쿄)의 사카키(榊 剛史) 매니저∙도쿄대학객원연구원은 SNS상에서 정보를 확산하는 유저의 속성을 해석하였다. 오타쿠 및 활동가 등 특정 커뮤니티 사이에서 확산되고 있는지, 커뮤니티를 선택하지 않고 널리 확신되고 있는지 가시화하였다. 사카키 매니저는「가짜 뉴스의 확산 주체나 커뮤니티마다 쉽게 확산되는 토픽을 알 수 있으면 대책을 세울 수 있다」고 설명한다.

-- 반대정보를 피한다 --
헛소문이나 가짜 뉴스의 확산 해석은 Scandal Politics의 가시화로 이어진다. 스캔들이 전파되는 네트워크와 그 영향력을 알면 효과적으로 선거전을 치를 수 있다. 단, 미국 대통령 선거에서는 가짜 뉴스의 영향은 한정적이었던 것 같다. 미국 스탠포드 대학은 가짜 뉴스가 선거 결과를 바꾼다면, 하나의 가짜 뉴스에 TV CM 36개에 상당하는 영향력이 필요하다고 계산하였다. 사카키 매니저는「가짜 뉴스보다 거짓 정보가 떠돌았다는 뉴스가 더 확산되기 쉽다」고 지적한다.

CSS는 커뮤니티의 네트워크 구조 분석도 중요한 테마다. 일반적으로 SNS는 국민의 분단을 가속화시키고, 트럼프를 승리로 이끌었다고 말한다. 그 원인의 하나는 확증 바이어스다. 인간은 자신이 갖고 있는 가설이나 신념에 따라 정보를 믿고, 반대되는 정보를 차단한다. 본인의 신념에 맞는 뉴스나 미디어를 선택하여, 마음 편한 정보환경을 만든다. 홍콩성시대학(香港城市大學)의 고바야시(小林) 교수는「인터넷에서 누구라도 지식에 액세스할 수 있으면 사회전체의 리터러시가 높아진다는 연구자의 기대는 보기 좋게 배신당했다」고 회상한다.

정보환경이 만들어지면 의견이 고정화되어 간다. 고바야시 교수가 2013년의 참의원 선거를 해석하였다. 이에 따르면, 하시모토(橋本) 오사카 시장(당시)의 트위터를 1개월 동안 팔로우한 유저는 일본유신회(日本維新の会, 보수성향의 정당)에 대한 호감도가 상승하였다. 정치적 쟁점에 관한 태도나 지식에는 효과가 없지만, 반복적으로 접하는 상대에게는 호의적이 되었다.

-- 실태파악이 어렵다 --
원래 인간이 모여 논의를 하게 되면 의견이 극단적으로 된다고 알려져 있다. 참가자가 서로 모르는 중요한 정보를 공유하는 것이 논의의 목적이지만, 실제로 논의해 보면 모두가 알고 있는 지식을 확인하는 데 많은 시간을 사용한다. 주오(中央)대학의 야스노(安野) 교수는「집단 양극화는 SNS상에서도 볼 수 있다. 단 유저가 계정을 구분하여 사용하기 때문에 실태파악이 어렵다」고 설명한다.

한편 SNS측도 반론한다. 페이스북은 1,000만 명 이상의 유저데이터를 해석. 보수파와 리버럴파의 뉴스가 네트워크를 통해 확산되고 읽혀지는 과정을 조사하였다. 결론은 이상적이지는 않지만 유저는 횡단적인 뉴스를 접하고 있다. 리버럴파는 리버럴파 친구가 많으며 뉴스도 편중되지만, 그것은 친구나 가족 등의 인맥에 의한 것이었다. SNS는 해석과 개입이 가능한 만큼 기존 미디어보다도 적정화(適正化)가 쉬울지도 모른다. 가쿠슈인(學習院)대학의 엔도(遠藤) 교수는「분단설은 아직 검증이 부족하다. 한쪽 면 만을 잘라내어 논증하고 있다」라고 지적한다.

-- 요소기술 출현 --
SNS로 인해 사회가 어떻게 변화하고 있는지에 대해서는 아직 대답이 나오지 않았다. 단, CSS을 통해 희미하기는 하지만 여론이나 민의가 보이기 시작한 것은 사실이다. 기회주의자의 특정이나 Scandal Politics에 효과를 발휘한다. 여론의 동적인 변화를 계측할 수 있다면, 기존의 여론 조사보다 빨리 민의의 변화에 대응할 수 있다.

그래서 여론 형성을 시뮬레이션하는 연구도 진행 중이다. 전기통신대학의 구리하라(栗原) 교수는 대량의 단순한 AI에 정보를 교환시키는 Multi-Agent형 시뮬레이션을 통해 뉴스의 확산과 개인의 변심을 재현하고 있다.「아직 시작 단계이지만 요소기술이 점점 갖춰지고 있다」고 한다.

그리고 텍스트 해석 AI의 요약 기술이나 논점추출 기술과 대화AI를 조합하면, 대화에 뉴스나 토픽을 섞어서 발언하는 AI를 만들 수 있다. 구리하라 교수는「마음에 들어서 팔로우를 한 상대가 알고 보니 대화AI였다라는 이야기는 미지의 이야기가 아니다」라고 강조한다. AI의 트위터에 대한 대응을 통해 토픽들에 대한 찬성 여부를 추정하여, 정치 스캔들 등의 개입 효과도 측정할 수 있을지도 모른다.

고바야시 교수는「미국에서는 주민 투표 이력 등, 모든 데이터를 총동원하여 기회주의자를 특정. 선거 활동을 펼쳤다」고 회상한다. 이처럼 여론 조작에도 사용할 수 있는 기술에 대해 일본의 연구자는 보수적이다 도호쿠대학의 이누이 교수는「여론을 알 수 있는 중요한 판단 재료지만 진중한 논의가 필요」하다고 지적한다.

-- 사회적 의의가 있는 연구를 --
일본에서는 재생의료에 대한 의식조사 등 소프트한 테마에 응용되고 있다. 나라첨단과학기술대학원대학의 와카미야(若宮) 박사 연구팀은 iPS세포에 대한 기대나 우려를 해석하였다.「SNS상의 오해 확산을 방지하거나, 신속하게 정정하는 지원시스템에 응용하고 싶다」고 말한다.

이누이 교수는 집단 괴롭힘이나 헤이트 뉴스에 대한 대응을 추진한다. 거짓은 아니지만 편중된 해석이나 감정을 부추기는 표현, 증오나 경멸의 표현을 AI기술로 특정한다. 사태가 심각해지기 전에 손을 쓸 수 있을지도 모른다. 이누이 교수는「사회적 의의가 있는 연구를 목표로 해야 한다」고 힘주어 말한다.

  -- 끝 --