머신 러닝 기반 시각화를 통한 악성 댓글 문제 완화 연구

초록

인터넷과 온라인 미디어의 발달로 다양한 관심사나 사회 이슈들에 대해 온라인상에서 댓글을 통해 의견을 교류하는 댓글 문화가 생겨났다. 하지만 악성 댓글들이 심각한 사회 문제로 대두되면서 댓글 문화 개선에 대한 요구가 높아지고 있다. 본 논문에서는 댓글 문화를 개선할 수 있는 하나의 해결 방안으로써 뉴스 댓글 시각화 시스템을 제안한다. 제안하는 시스템은 시각화, 인터랙션 디자인, 머신 러닝 기술을 활용하여 악성 댓글의 작성과 노출이 모두 자연스럽게 줄어들도록 유도하는 것을 특징으로 한다. 댓글을 남기는 사용자들에게 자율적으로 악성 댓글에 대한 경각심을 갖게 도와 악성 댓글 작성 행위를 줄이도록 돕고, 작성된 악성 댓글은 뉴스 커뮤니티 사용자들에 의해 크라우드 소싱 방식으로 자율적으로 노출이 줄어들도록 유도하는 자정기능을 제공한다. 효과성을 알아보기 위하여 프로토타입을 구현하여 10대~30대 100명에 대해 사용자 평가를 진행하였다. 실험 결과, 기존의 대표적인 뉴스 댓글 시스템과 비교하여 제안하는 방법이 통계적으로 유의한 차이를 보이며 악성 댓글 문제를 완화하는 데 도움이 될 수 있음을 확인하였다.

키워드