설득적 글쓰기 전략을 활용한 건강 관련 오정보의 설명 및 탐지

현재 사회에서는 잘못된 정보의 확산이 두드러진 문제로 대두되고 있다. 본 연구는 텍스트 문서에서 사용되는 설득 전략을 분석함으로써 잘못된 정보를 자동으로 식별하는 데 기여하는 것을 목표로 한다. 이를 위해 일반적인 설득적 글쓰기 전략을 포괄하는 새로운 주석 체계를 제안한다. 또한, 본 연구에서 제안한 체계를 활용해 전문가들이 철저히 주석을 달아낸 건강 관련 잘못된 정보 데이터셋을 제공한다. 본 연구의 기여점은 텍스트 조각에 대해 그 설득적 글쓰기 전략 유형을 주석하는 새로운 작업을 제안한 점이다. 우리는 BERT 계열의 사전 훈련된 언어 모델과 GPT 계열의 생성형 대규모 언어 모델을 활용하여, 사전 훈련된 모델의 미세조정(fine-tuning) 및 프롬프트 엔지니어링 기법을 평가하였으며, 설득 전략을 추가적인 정보 소스로 활용하였다. 또한, 잘못된 정보 탐지 맥락에서 설득 전략을 중간 레이블(intermediate label)로 사용할 때의 효과를 평가하였다. 실험 결과, 설득 전략이 모델의 정확도를 향상시키고, 잘못된 정보 탐지 모델의 설명 가능성을 높이는 것으로 나타났다. 설득 전략은 탐지 모델이나 인간이 정보의 신뢰성에 대해 더 잘 판단할 수 있도록 유용한 통찰과 설명을 제공할 수 있다.