|
인터넷과 정보 기술의 발달로 많은 정보들이 온라인 환경에서 생산 및 공유되며, 일반 시민들의 활발한 의견 교환과 정치 참여가 이루어져 왔고, 기존의 미디어들도 뉴스의 생산과 공유를 위해 온라인 플랫폼을 적극적으로 활용하고 있다. 한편, 각 언론사는 사실을 중립적으로 보도하는 것이 기대되지만, 정치적 스탠스에 따라 편향된 형태로 뉴스를 보도하며 이는 미디어 편향(media bias)으로 불린다. 미디어 편향은 정치적 성향에 따라 뉴스를 소비하고 공유하도록 유도하여 정치적 양극화를 가속하며 사회적 분열을 야기하는 등 현 사회에서 시급히 해결해야할 사회 문제이다. 이 연구는 미디어 편향 문제를 다루며, 특히 텍스트 및 이미지 다종 데이터를 통해 온라인 환경에 공유된 뉴스에 담긴 편향을 탐지하는 것을 목표한다.
이를 위해 1차년도에는 다양한 플랫폼에 걸쳐 있는 뉴스 데이터를 매핑하여 이미지, 텍스트, 사용자 반응 등 흩어져 있는 정보를 통합된 형태로 데이터베이스에 저장한다.
2차년도에는 수집한 데이터를 바탕으로 텍스트/이미지로부터문체적 특징, 의미적 특징 등의 텍스트 관련 정보와 시각적 특징, 의미적 특징 등의 이미지 관련 정보를 추출하는 인공지능 기술을 개발한다. 비지도 학습을 통해 빈번하게 나타나는 패턴을 파악하고 사람이 검증하는 Human-in-the-loop 파이프라인을 구성하여 새로운 특징을 발견하고, 통합된 특징 리스트를 바탕으로 단일 모델로부터 여러 특징을 동시에 예측하는 multi-task learning 기반 기계학습 인공지능 모델을 연구한다.
3차년도에는 개발한 특징 추출 인공지능 기술을 활용해 미디어 편향 케이스 스터디를 수행하며, 다종 미디어 환경에서 미디어 편향이 어떻게 나타나는지 조사하고 소비자들에게 미치는 장기적 영향을 분석한다. 이를 위해 인과 추론 기법인 패널 분석 및 성향 점수 분석 등을 활용한다. 이 연구는 다종 뉴스 빅 데이터 수집 및 분석을 위해 전산학 및 인공지능 기술 전문성이 필요할 뿐 아니라, 미디어 커뮤니케이션 도메인 지식 기반 결과 해석이 필요한 융합 과제로, 연구 책임자는 다양한 인공지능 융합 연구를 통해 기술 및 도메인 전문성을 쌓아왔으며 사회과학자와의 협업을 통해 제안 연구 내용을 성공적으로 달성할 수 있을 것이다.
|
