[디지털투데이 석대건 기자] 2020년은 ‘가짜 뉴스와의 전쟁’의 해로 기록될 것으로 예상된다. 

한국은 국회의원 총선거, 미국은 대통령 선거를 앞두고 있어 가짜 뉴스에 대한 사회적 대책의 필요성에 대한 논의가 일고 있다.

27일 한국과학기술단체총연합회와 한국정보과학회는 ‘가짜 뉴스’, 즉 조작적 허위 정보에 대한 언론학과 컴퓨터 과학 분야에서의 접근법과 대응 해법을 논의하는 포럼을 공동으로 개최했다.

가짜 뉴스는 극단으로 향한다

왜 가짜 뉴스는 급속도로 확산하는 것일까?

가짜 뉴스 알고리즘을 연구하는 카이스트 데이터 사이언스 그룹은 정보 즉, 데이터 생산 속도가 검증 속도를 넘어섰다는 점에 주목한다. 가짜가 가짜임이 밝혀져 정정되기 전에, 소셜 미디어를 통해 확대되고 재생산되고 있다는 것. 그러다 보니 통제도 쉽지 않다.

게다가 사용자 추천 알고리즘을 활용하는 유튜브, 페이스북 등의 플랫폼은 정치뿐만 아니라, 문화 등 사회 전반 영역에서 콘텐츠를 극단으로 이끌다 보니, 사용자 역시 이에 동조하게 된다.

일반적으로 소셜미디어 플랫폼 사용자는 다양한 뉴스를 통해 양극단으로 흐르지 않는다고 인지하지만, 실상은 반대였다. 미국국립과학원에 따르면, 보수 성향의 사용자에게 진보 정치 성향의 뉴스를 제공했으나, 오히려 극단적 보수가 됐다고 전했다. 

가짜 뉴스 역시 이 극단화 과정에서 확대 · 재생산이 급격하게 빨라진다. 최근 브라질, 인도 등 대선 기간 중 유튜브에서 퍼진 가짜뉴스로 인해 당선자가 달라졌다는 연구 결과도 보고됐다.

카이스트 연구팀은 가짜뉴스 사각지대의 존재도 전했다. 

연구 결과, 모두가 사실이라고 판단해 체크하지 않았던 뉴스가 오히려 팩트체크를 하지 않아 사각지대에 들어가 있다는 것. 당연하게 사실이라고 여겼던 뉴스가 가짜뉴스로 드러났을 때는 더 치명적인 결과를 가져올 수 있다고 분석했다.

차미영 카이스트 전산학부 교수는 그 해결책으로 알고리즘을 통해 ‘가짜뉴스’를 걸러낼 가능성을 높여야 한다고 주장했다. 

차미영 교수는 “일반인은 66% 수준으로 가짜뉴스를 검증할 수 있지만, 알고리즘을 활용하면 8-90% 수준으로 검증할 수 있다”며, “이를 위해서는 알고리즘을 위한 데이터 수집이 첫번째 단계”라고 말했다. 

예를 들어, 가짜 뉴스는 ‘진짜 뉴스’와 다른 특징이 나타나기 때문에, 이를 통해 판별이 가능하다는 것. 카이스트 연구팀이 팩트체크 라벨링을 통해 분석한 결과, 가짜뉴스는 시간적·구조적·언어적으로 현저히 다른 양상으로 확산한다고 밝혔다. 

하지만 한계는 있다. 데이터 라벨링을 통해 추적하려면 가짜 뉴스 확산에 대한 데이터가 절대적으로 필요하다. 카이스트 연구팀 역시 데이터 수집의 한계 때문에 데이터 크롤링이 가능한 트위터를 주요 연구 대상으로 삼았다. 

차미영 교수는 “현재 연구팀이 수작업을 통해 데이터를 모으고 있다”며, “네이버 등 주요 포털이 데이터를 공유한다면 더 좋은 가짜뉴스 알고리즘을 만들 수 있을 것”이라고 말했다.