earticle

한국어

최근 소셜미디어(Social Media)를 활용한 뉴스 소비가 급격하게 증가하고 있다. 소셜미디어를 활용한 뉴스 소비는 개인의 기호에 보다 적합한 뉴스를 보다 쉽게 파악할 수 있을 뿐 아니라 이를 다른 사람과 쉽게 공유할 수는 장점이 있는 것도 사실이다. 그러나 소셜미디어를 통한 뉴스의 소비는 출처가 불명의 잘못된 정보에 기반한 가짜뉴스의 생산과 확산이라는 위험 또한 증대시키고 있다. 가짜뉴스로 인한 사회적 혼란과 경제적 비용으로 인해 지금까지 가짜뉴스의 탐지와 관련한 다양한 연구가 진행되어 왔다. 그러나 이러한 기존 연구는 소셜미디어의 활용이 유튜브와 같은 영상 기반으로 빠르게 전환되고 있음에도 불구하고 뉴스나 소셜미디어 상의 텍스트를 기반으로 이루어져 왔다는 점에서 한계가 있다. 이러한 기존 연구의 한계를 극복하기 위해 본 연구에서는 유튜브를 기반으로 영상 정보와 텍스트 정보를 함께 활용함으로써 가짜뉴스 탐지를 위한 성능을 개선하고자 하였다. 본 연구의 목적 달성을 위해 ‘SNU Factcheck’와 유튜브의 관련 영상으로부터 수집된 데이터를 기반으로 Random Forest 방식을 활용하여 1) 메타 데이터 2) 메타 데이터 + 구문론 변수 3) 메타 데이터 + 표정 점수 4) 메타 데이터 + 구문론 변수 + 표정 점수의 4가지 특성(feature) 조합을 비교하였다. 분석 결과 영상 데이터를 통해 확보한 표정 점수가 가짜뉴스 탐지 성능을 일정 정도 개선하고 있음을 확인할 수 있었다. 본 연구는 기존 연구와 달리 최근 뉴스 소비의 도구로 사용이 증가하고 있는 영상 데이터를 활용함으로써 텍스트 위주의 기존 가짜뉴스 탐지 연구의 폭을 넓혔다는 점에서 그 의의가 있다.