서울대·KAIST, '낚시성 기사' 잡아내는 딥러닝 모델 기술 개발

내용과 동떨어진 과장된 제목으로 네티즌의 클릭을 유도하는 '낚시성 기사'를 걸러낼 수 있는 기술이 개발됐다. 포털이나 검색 사이트 보조 시스템으로 활용할 수 있는 기술이다.

KAIST는 차미영 전산학부 교수가 정교민 서울대 전기정보공학부 교수와 공동으로 딥러닝 기술을 활용해 제목과 내용이 다른 기사를 가려내는 기술을 개발, 낚시성 기사 선별 모델을 구현했다고 21일 밝혔다.

서울대, KAIST가 개발한 낚시성 기사 찾는 딥러닝 모델
서울대, KAIST가 개발한 낚시성 기사 찾는 딥러닝 모델

이 모델은 딥러닝 학습 모델인 '순환신경망(RNN)'을 이용해 기사 내부 정보만으로 내용이 일관성을 띠는지 파악하고, 문단 구조와 단어 나열에 따른 의미를 따져 제목과의 관계를 파악한다.

RNN은 여러 개 정보를 처리할 때 이전 단계를 기억해서 다음 과정에 활용하는 것이 특징으로, 단어들이 모여 의미를 띠는 기사 분석에 능하다.

연구팀은 여기에 '어텐션(주목) 기법'을 적용, 모델 정확도를 높였다. 이 기법은 어느 부분·위치에 주목해야 모델 정확도를 높일 수 있는지 선제적으로 파악한다. 200만건에 이르는 기사로 훈련 데이터셋을 만들어 학습도 진행했다.

모델 정확도는 90%가 넘는다. 외부 도움 없이 모델만으로 전체 기사에서 낚시성 기사 대부분을 찾아낼 수 있다. 주된 활용처로는 포털이나 검색 사이트 내 자동 기사 분석 부가서비스를 들 수 있다. 학술 분야에도 쓸 수 있다.

연구팀은 오는 27일 미국 하와이에서 열리는 인공지능(AI) 분야 톱 콘퍼런스 'AAAI-19'에서 연구 성과를 발표한다.

추가 연구에도 힘쓰고 있다. 연구 최종 목표는 100% 가까운 판별 정확도를 구현하는 것이다. 연구팀은 사람 직관 수준으로 기사를 파악할 수 있도록 연구를 거듭하고 있다.

차 교수는 “이번 성과는 간편하게 기사 내적 요소만을 활용해 낚시성 기사를 가려낼 수 있는 것이 장점”이라면서 “대중이 기사를 전적으로 믿을 수 있도록 돕는 서비스 구현이 가능해진다”고 설명했다.

대전=김영준기자 kyj85@etnews.com