기계학습 기반 보건복지분야 가짜뉴스(fake news) 탐지 방법 연구

Abstract

검증되지 않은 정보의 홍수 속에서 거짓 정보 여부를 판단하고, 각종 자료 및 주장을 현명하게 취사선택해 소비하는 것이 어느 때보다 중요한 시대이다. 가짜뉴스가 현대인들에게 미치는 영향은 매우 심각하다. 특히 감염병 관련 허위정보 및 공중보건 관련 가짜뉴스의 경제적, 사회·문화적, 법적, 정치적 영향력은 매우 크다. 무엇보다 신종 코로나바이러스와 같은 감염병에 대한 정보가 부족한 상황에서, 미디어를 통한 가짜뉴스의 영향력을 파악하는 것은 무엇보다 주목할 만한 연구 주제라고 할 수 있다. 보건복지분야에서 가짜뉴스 탐지의 중요성이 부각되는 만큼, 기계학습을 통해 수립된 모델의 정책적 활용도, 즉 규제나 정책 수립과 관련된 의사결정을 뒷받침하는 객관적, 정량적 근거로서의 활용 가능성을 높이기 위해서는 기계학습을 통한 가짜뉴스 탐지에 수반되는 몇 가지 이슈와 쟁점을 논의하여야 한다. 본 연구에서는 실제 데이터 분석과 기계학습 적용 시 고려해야 할 관련 이슈들을 짚어보고 그 활용방안을 논의해보고자 한다.