카이스트 연구진이 20년간 쌓인 뉴스 댓글 약 1억1000만건을 인공지능(AI)으로 분석해 외국 연계 영향력 활동으로 의심되는 계정과 메시지 패턴을 탐지하는 기술을 개발했다.
카이스트는 이원재 문화기술대학원 교수와 차미영·오혜연 전산학부 교수 연구진이 토르스텐 홀츠 독일 막스플랑크 연구소 교수 연구진과 공동으로 온라인 뉴스 댓글의 영향력 활동을 분석하고 판단 근거까지 제시하는 '설명 가능한 AI' 기술을 개발했다고 12일 밝혔다.
온라인 영향력 활동은 특정 세력이 댓글이나 게시물을 조직적으로 확산해 이용자의 인식이나 여론에 영향을 주려는 행위를 뜻한다. 기존 AI 기술은 의심 계정을 분류할 수는 있지만 어떤 표현이나 행동을 근거로 판단했는지 설명하기 어렵다는 한계가 있었다.
연구진은 국가안보전략연구원이 앞서 외국 연계 계정으로 식별한 70개 계정을 출발점으로 삼았다. 이들과 연관되거나 같은 기사에 반복적으로 댓글을 작성한 계정을 추적해 2006년부터 지난해까지 네이버 뉴스에 작성된 댓글 약 1억1000만건을 분석했다.
AI는 댓글에 외국과의 연계를 의심할 만한 표현이나 맥락이 있는지 살핀 뒤, 도덕적 비난이나 과도한 찬양 등 갈등을 키울 수 있는 감정이 나타나는지를 분석했다. 이어 해당 감정이 어느 국가나 인물, 집단을 향하는지도 파악했다. 또 판단의 근거가 된 댓글 표현과 함께 계정의 활동 빈도·기간, 다른 의심 계정과의 연관성 등 행동 패턴을 제시하도록 설계했다.
연구진은 네이버 뉴스 이용자 약 400만명 가운데 2만3998개 계정을 외국 연계 영향력 활동 의심 계정으로 분류했다. 분석 결과 이들 계정에서는 특정 정치 진영을 일관되게 지지하기보다 국내 정치인이나 한국 사회를 비판하며 갈등을 키우는 형태의 메시지가 상대적으로 두드러졌다.
반응이 많았던 상위 10개 표적 가운데 7개는 국내 유명 정치인이었다. 대상은 특정 정당이나 이념에 집중되지 않고 진보·보수 양 진영의 전·현직 대통령과 대선 후보, 정당 등에 걸쳐 있었다.
연구진은 외국 연계 영향력 활동을 특정 정치 세력에 대한 지지 여부만으로 판단하기보다 기존 사회 갈등을 확대하거나 불신을 키우는 방식까지 함께 살펴볼 필요가 있다고 설명했다.
이원재 교수는 "분석 결과 의심 계정에서 외국을 직접 찬양하기보다 한국과 국내 정치인을 비난하며 갈등을 키우는 패턴이 나타났다"며 "선거처럼 사회적 갈등이 커지는 시기에 우선 검토할 메시지를 가려내는 데 활용할 수 있다"고 말했다.
이번 연구는 13일 국제 컴퓨터 보안 학술대회 '유즈닉스 시큐리티 심포지엄 2026(USENIX Security Symposium 2026)'에서 발표될 예정이다.
참고 자료
arXiv(2026), DOI: https://doi.org/10.48550/arXiv.2606.22785