%EC%B0%A8%EB%AF%B8%EC%98%81
-
전산학부 차미영 교수, AAAI ICWSM Test of Time Award 수상
우리 대학 전산학부 차미영 교수(기초과학연구원 데이터 사이언스 그룹 CI 겸직)는 2010년 게재한 ‘백만 팔로워의 오류(Measuring User Influence in Twitter: The Million Follower Fallacy)’ 논문으로 AAAI ICWSM Test of Time Award를 수상하게 된 소식이 현재 온라인으로 개최되고 있는 제14회 웹 소셜미디어학회(ICWSM, International Conference on Web and Social Media)를 통해 전해졌다. Test of Time Award는 오랫동안 지속적인 영향력을 가지는 과거의 연구에 주어지는 특별한 상으로, 차 교수의 논문은 올해로 게재된 지 10년이 되고 그간 3,669회 피인용됐다.
이 연구는 소셜네트워크 플랫폼에서 사용자의 영향력을 계산하는 다양한 측정법의 비교와 한계를 보여주며, 특히 트위터상에서 단순히 팔로워가 많다고 메시지의 전파 영향력이 크지 않다는 '백만 팔로워의 오류'를 데이터로 보여주었다. 이 연구의 분석에 서버 50대로 수집한 54,981,152 사용자계정, 1,963,263,821 소셜링크, 그리고 1,755,925,520 트윗이 사용되어 당시 이례적으로 방대한 네트워크 분석에 기인하였으며, 추후 연구와 함께 이 데이터가 공유되어 수천 건의 후속 연구를 가능하게 했다.
연구 내용 중에는 얼마나 오랜 기간 영향력자가 활동하는지, 또한 분야를 넘나들며 다양한 토픽에 영향력을 가질 수 있는지도 다룬다. 새로운 사건이 발생했을 때 누가 영향력자가 되는지의 사례 분석을 통해, 영향력자는 기존 accidental influentials 이론에서 주장된 것처럼 우연히 발생하지 않고 몇 가지 전략을 통해 빠르게 영향력자로 떠오를 수 있음을 보였다. 이러한 발견은 자산규모가 크게 성장한 소셜네트워크 플랫폼에서 광고 효과를 극대화하기 위한 영향력자의 선정 알고리즘에 새로운 통찰력과 해석을 제공했다. 이 연구는 2010년 당시 뉴욕타임스지 온라인에 소개되기도 했다.
차 교수는 카이스트 학부와 대학원을 졸업하고, 독일 막스 플랑크 연구소에서 박사후연구과정에 있는 동안 이 연구를 진행했다. 그는 이번 수상 소식을 통해 "당시는 소셜네트워크 플랫폼의 데이터가 전산학에서 큰 주목을 받지 못했지만, 어려운 사회과학 문제에 인터넷 데이터가 활용될 수 있다는 점이 너무 재미있어서 밤새 연구한 기억이 난다. 오랜 시간 동안 사랑받는 연구가 되어서 감사하다"라고 전했다.
논문 링크: https://www.aaai.org/ocs/index.php/ICWSM/ICWSM10/paper/viewPaper/1538
2020.06.12 조회수 2212 -
세관 통관 속임수 적발하는 알고리즘 개발
우리대학 전산학부 차미영 교수 연구팀이 면세범위 초과 물품, 위장 반입, 원산지 조작 등 세관에서 벌어지는 불법적 행위를 빈틈없이 적발할 수 있는 기술을 개발했다.
차 교수는 기초과학연구원(IBS, 원장 노도영) 수리 및 계산과학 연구단 데이터 사이언스 그룹 CI(Chief Investigator)을 맡아 세계관세기구(WCO‧World Customs Organization)와의 협업을 통해 스마트 관세 행정을 위한 알고리즘 개발을 마쳤다.
데이터 사이언스 그룹은 2019년 9월부터 WCO의 바꾸다(BACUDA) 프로젝트(*한국정부가 WCO에 공여하는 세관협력기금(Customs Cooperation Fund of Korea)로 설립, 운영)에 참여해 알고리즘 개발을 주도해왔다.
WCO는 지난 2월 홈페이지 기사를 통해 “세관 데이터 분석(BAnd of CUstoms Data Analysis)의 앞 글자를 따서 바꾸다 프로젝트로 이름 지었다”며 “한글로는 ‘변화’를 뜻하는 것처럼 스마트 관세 체계로의 변화를 추구하는 회원국들을 돕기 위해 데이터과학자들과 협업을 시작했다”고 프로젝트의 취지를 알렸다.
IBS가 WCO, 대만 국립성공대(NKCU‧National Cheng Kung University)와 함께 개발한 알고리즘 데이트(DATE DATE : Dual-Attentive Tree-aware Embedding for Customs Fraud Detection의 약자)는 불법적 행위 발생 가능성이 높으면서도 세수 확보에 도움이 되는 물품을 우선적으로 선별해 세관원에게 알린다.
기존 알고리즘은 세관 검사 대상만 추천했으나, 데이트는 검사 대상의 선별 이유까지 설명해줌으로써 사기 적발의 근거를 세관원이 충분히 확보할 수 있다는 특징이 있다.
우리대학 산업및시스템공학과(지식서비스공학대학원)을 졸업한 김선동 IBS 연구위원은 “설명력이 훌륭한 데이트는 인간개입(human-in-the-loop)으로 작동하는 현 세관 시스템에 가장 적합한 알고리즘”이라며 “저위험 물품 검사 에 쓰이는 세관원의 불필요한 노동을 줄이고, 복잡한 통관 프로세스를 효율화하는 데 도움이 될 것으로 기대하고 있다”고 설명했다.
바꾸다 그룹은 지난 3월 나이지리아의 틴캔(Tin Can)과 온네(Onne) 항구에 데이트를 시범 도입했다. 사전 테스트 결과, 데이트 도입으로 인해 기존의 전수 조사 통관 방법에 비해 40배 이상 효율적으로 세관 사기를 적발할 수 있음이 확인됐다. 시범운영을 마치면 알고리즘을 개선하고, 기술이전을 통해 WCO 회원국 대상으로 확대 적용해나갈 계획이다.
데이터 사이언스 그룹은 데이트 개발 성과를 오는 8월 데이터 마이닝 및 인공지능 분야의 최고 학술대회인 ACM SIGKDD(The Association for Computing Machinery’s Special Interest Group on Knowledge Discovery and Data Mining) 2020에서 발표할 예정이다.
차미영 CI는 “데이트는 세관원들의 물품 검사 및 적발된 수입자와의 소통을 도와줌으로써 스마트 세관 행정 정착에 큰 기여를 할 것”이라며 “향후 물품의 X선 이미지를 활용하거나, 전이 학습(Transfer learning)을 통해 여러 국가의 통관 데이터를 함께 활용하는 방법까지 추가해 알고리즘의 정확성을 높여나갈 계획”이라고 말했다.
2020.06.01 조회수 1499 -
차미영 교수, 젊은정보과학자상 수상
우리 대학 전산학부 차미영 교수가 지난 19일 한국정보과학회(KIISE)가 수여하는 제4회 젊은정보과학자상을 수상했다. 젊은정보과학자상은 정보과학 발전에 기여하고 해당 분야에서 연구개발 실적이 뛰어난 40세 미만의 과학자에게 수여된다. WWW 2014 조직위원회의 후원으로 제정된 이후 우리 대학에서는 차 교수가 처음으로 수상했다.
차미영 교수는 데이터사이언스 및 소셜컴퓨팅 분야에서 가짜뉴스 탐지, 위성영상을 통한 경제지표 유추, 불면증 감지 모델 개발 등의 연구를 통해 총 1만 3천회 이상의 논문 피인용 지수를 기록하는 등 학계 내에서 젊은 여성과학자로 선도적인 역할을 성공적으로 수행했다.
2019년 1월부터는 기초과학연구원(IBS)의 유망한 젊은 연구책임자(Chief Investigator, CI)로 선정돼 수리 및 계산 과학 연구단 산하에 데이터사이언스그룹을 운영하고 있다.
차교수는 더불어 올해 11월 홍콩에서 열린 글로벌 국제 학술대회인 EMNLP (Conference on Empirical Methods in Natural Language Processing)에서 기조연설자로 초청받아 1900명이 등록한 가운데 ‘Current challenges in computational social science’ 주제로 강연을 하기도 했다.
2019.12.30 조회수 2105 -
엄상일·차미영·김호민 교수, 기초과학연구원(IBS) CI로 선정돼
〈기초과학연구원 CI로 선정된 엄상일·차미영·김호민 교수(왼쪽부터)〉
우리대학 엄상일(42세)·차미영(39세)·김호민(40세) 교수가 최근 기초과학연구원이 출범한 2개 연구단의 연구책임자격인 CI(Chief Investigator)에 선정됐다. 이들은 새로운 형태의 연구단인 'PRC'(Pioneer Research Center)에서 독립적인 연구 그룹을 구성한다.
PRC는 IBS 연구단의 한 종류로, 최대 다섯 명의 CI가 각 연구그룹을 이끌 수 있는데 그룹별로 5년간 10∼15억 원의 연구비가 지원된다. 엄상일·차미영 교수는 수리 및 계산과학 연구단 내의 이산수학 그룹과 데이터 사이언스 연구그룹을 각각 이끈다.
엄상일 교수는 한국인 전공자가 많지 않은 그래프 이론 분야에서 국제적 인지도를 쌓아왔다.
그래프 이론은 컴퓨터와 더불어 발전한 수학의 연구 분야다. 산업 현장에 필요한 효율적인 일정 짜기, 일상에서 흔히 사용되는 내비게이션 최단거리 알고리즘 등에 활용한다.
차미영 교수는 아시아 최초로 페이스북 데이터사이언스팀 초빙교수로 근무한 경력을 갖고 있다. 피인용 지수가 1만1천회(구글 집계 기준)를 넘어서는 등 인지도도 높다. 차 교수는 "빅데이터에 기반을 둔 가짜 뉴스 탐지를 비롯해 중요한 미래예측기술을 개발할 방침"이라고 말했다. 이밖에 김호민 교수는 바이오 분자 및 세포구조 연구단 안에서 연구를 진행한다. 구조 생물학 분야에서 혁신적 성과를 창출해온 김 교수는 단백질 구조와 작동원리를 밝혀 다양한 치료제 후보 물질을 개발하는 데 도전할 방침이다.
2개 연구단이 새롭게 출범함으로써 IBS 연구단은 모두 30개(본원 7개·캠퍼스 14개·외부 9개)로 늘어나게 됐다. 분야별로는 수학 2개, 물리 9개, 화학 6개, 생명과학 7개, 지구과학 1개, 융합 5개 등이다.
2018.12.03 조회수 2986 -
이동만 교수, 빅데이터로 SNS 분석해 맞춤형 장소 제공 기술 개발
<좌측부터 전산학부 이동만 교수, 신병헌 박사과정 학생, 최인경 박사과정 학생>
전산학부 이동만 교수 연구팀이 소셜 네트워크 서비스(SNS)의 사진과 글을 기반으로 장소의 특성을 분석해 사용자에게 맞춤형 장소를 제공하는 기술을 개발했다. 이 기술은 현재의 위치기반 추천서비스를 인공지능형 개인비서서비스로 도약시키는 원천기술이 될 것으로 기대된다.
이번 연구는 기존 위치기반 장소 검색 및 추천서비스의 검색 수준을 향상시켜 사용자들이 장소를 선택하는 기준을 다양하게 적용시킬 수 있다. 사용자의 트렌드를 반영해 실시간으로 변화된 장소 추천을 할 수 있을 것으로 보인다. 문화기술대학원 이원재, 박주용 교수와 전산학과 차미영 교수가 공동으로 참여한 이번 연구의 API(응용 프로그래밍 인터페이스)는 http://placeness.kaist.ac.kr:8080/ 을 통해 공개됐고 관련 정보는 http://placeness.kaist.ac.kr/wiki/doku.php 에서 열람할 수 있다.
맛집 추천서비스, 소셜 커머스 등 위치를 기반으로 정보 검색 및 추천서비스를 제공하는 업체들은 주로 고객의 후기를 수집하거나 직접 방문을 통해 경험한 내용을 토대로 음식점 혹은 매장을 평가한다. 이는 비교적 정확한 정보를 제공하지만 시간적, 경제적 비용이 많이 소모된다. 또한 사용자 전체의 관심과 선택의 평균에 중점을 두기 때문에 사용자 개인의 특성을 충분히 고려하지 못한다는 한계가 있다. 시간이 지날수록 사용자는 평균 중심의 예상 가능한 선택지를 추천받을 확률이 높아진다.
따라서 같은 장소라도 사용자가 방문하고자 하는 목적이 다르기 때문에(모임, 상견례, 소개팅 등) 방문 목적과 사회적 맥락을 파악할 수 있는 추가적인 기능이 필수적이다. 이를 위해 기본적으로 제공되는 정보 외에도 실제 사람들이 각 장소에서 어떤 세부적 활동을 하며 공간을 소비했는지에 대한 데이터 수집이 필요하다. 연구팀은 문제 개선을 위해 특정 소셜 네트워크 서비스(인스타그램)에 올라온 사진과 텍스트 자료를 바탕으로 이를 분석하는 알고리즘을 개발했다.
기존에 존재하는 딥러닝 방식을 이용해 사진을 분석하는 기술과 연구팀이 새로 개발한 텍스트 분석 기술인 워드백(Wordbag) 기술을 결합했다. 특정 상황이나 분위기에 사용되는 단어들을 분석하고 단어마다 가중치를 둬 분류하는 기술이다. 연구팀은 API에서 주요 연구 이슈에 따라 크게 4개의 세부 분야별 정보를 제공한다. ▲상위 장소의 장소성(장소의 성격 : placeness), ▲상위 장소 내에 있는 세부 장소의 장소성 추론, ▲감성분석 기반의 장소 분위기 추론, ▲사용자와 장소성 간 연관성을 제공한다.
연구팀의 API는 SNS에 존재하는 연구개발 대상으로 지정된 특정 상위장소(코엑스. 아이파크 몰) 및 그 내부의 세부장소에 대해 언급된 데이터를 분석해 행위, 방문자, 시간, 분위기 등 다양한 관점에서 공간의 활용 가능성을 제공한다. 이는 같은 장소라도 사용자가 시간대, 목적에 따라 다르게 활용했던 이력이나 기존 서비스에서 제공이 어려웠던 분위기(ex. 밝은, 전통적인 등)나 방문 목적(ex. 데이트, 공부, 회의)을 데이터로 수집할 수 있기 때문에 사용자의 의도에 따라 장소를 추천할 수 있다.
이 교수는 “이 연구에서 개발된 API를 통해 기존의 위치기반 장소 검색 및 추천 서비스의 검색 수준을 향상시키고 방문자들의 트렌드 변화에 따라 자동으로 변화된 장소를 추천할 수 있다”고 말했다. 또한 “기존 비정형 텍스트 데이터 분석의 한계를 극복하기 위해 사진과 텍스트를 동시에 분석해 공간에 대한 사회적 정보를 추론할 수 있어 현재의 위치기반 추천 서비스가 인공지능형 개인비서서비스로 도약하는 핵심 기술이 될 것이다”고 말했다.
이번 연구는 과학기술정보통신부 디지털콘텐츠 원천기술개발사업의 지원을 받아 수행됐다.
2017.08.29 조회수 6763 -
AI World Cup 2017 공개강좌 개최
우리 대학이 오는 11월 개최 예정인 ‘AI 월드컵(World Cup) 2017’을 앞두고 9월 8일과 14일 오후 1시30분부터 각각 서울 도곡동 캠퍼스와 대전 본원에서 공개강좌를 개최한다고 17일 밝혔다.
‘AI 월드컵(World Cup) 2017’은 KAIST가 오는 11월부터 개최하는 축구경기인데 스포츠 종목의 인공지능(AI) 경기로는 세계 최초로 열리는 공식대회다.
이번 공개강좌의 수강대상은 ‘AI 월드컵(World Cup) 2017’에 참가를 원하는 AI(인공지능)분야에 관심 있는 전국 대학(원)생과 일반인인데 1차 공개강좌는 9월 8일 오후 1시30분부터 서울 도곡동 캠퍼스에서, 그리고 2차 공개강좌는 9월 14일 같은 시간에 대전 본원에서 두 차례에 걸쳐 열린다.
공개강좌는 김종환 공과대학장의 ‘AI 월드컵(World Cup) 2017’소개를 시작으로 김준모 교수(전기및전자공학부)의 ‘딥러닝의 이해’, 정세영 교수(전기및전자공학부)의‘심층강화학습’, 황성주 교수(UNIST 전기전자컴퓨터공학부)의 ‘스포츠 영상에서의 상황이해 및 자막생성 기술’, 차미영 교수(전산학부)의 ‘인공지능과 로봇저널리즘: AI리포터와 가짜뉴스 탐지기술’등 4개의 특강 순으로 진행된다.
‘AI 월드컵(World Cup) 2017’ 공개강좌에 수강을 원하는 사람들은 이달 17일부터 오는 9월 5일까지 관련 홈페이지(http://mir.kaist.ac.kr/worldcup_ai)에 회원으로 가입한 후 신청서를 접수하면 된다. 수강료는 5만원이다.
한편 KAIST가 세계 최초로 주관, 개최하는 ‘AI 월드컵(World Cup) 2017’대회는 온라인 시뮬레이션 환경에서 인공지능 기술로 스스로 학습한 5명의 선수가 한 팀을 이뤄 상대팀 골대에 골을 넣어 득점하는 ▲AI 축구와 온라인 경기영상을 분석하고 해설하는 ▲AI 경기해설, 그리고 온라인 경기결과를 기사로 작성하는 ▲AI 기자 등 모두 3개 종목으로 구성돼 치러진다.
참가자들은 10월 한 달간 온라인 연습기간을 거친 후 11월 1일부터 24일까지 예선을 치르는데, 누적 경기실적에서 고득점을 획득한 상위 팀들은 12월 1일 대전 KAIST 본교 KI빌딩에서 치루는 본선경기에 참여하게 된다.
본선 당일에는 인공지능 기술 구현방법 발표평가를 시행한 후 종합평가를 통해 최종 우승팀을 선정한다.
‘이 대회에 참가를 원하는 사람들은 팀 구성(안)을 준비해서 관련 홈페이지(http://mir.kaist.ac.kr/worldcup_ai)에 회원으로 가입한 후 참가신청서와 참가종목 등을 직접 입력해 접수기간 마감일인 9월 30일까지 등록하면 된다.
한편 대회 조직위원장인 김종환 공과대학장은 “2018년 상반기에는 대전시 등 여러 기관들과의 협력을 통해 외국 팀들에게도 출전 기회를 개방하는 등 AI 월드컵(World Cup) 대회규모를 국제행사로 크게 확대할 방침”이라고 강조했다. 문의 042-350-8877(사무국). (끝).
□ 사진 설명
사진1. 공개강좌 포스터
2017.08.17 조회수 5285 -
Dinner와 4.0 (제 4차 산업혁명) 정책토론회 5월부터 개최
우리대학은 4차 산업혁명이란 시대적 흐름에 적절히 대응하기 위해서는 대한민국 발전을 위한 국가적인 차원의 중장기적 전략과 비전·정책수립 및 제도개선 등이 시급하다고 인식하고 이를 위해 우선 기획재정부 등 정부세종청사와 중소기업청 등 정부대전청사 공무원과 대전시 공무원, 그리고 대덕연구단지 출연연 연구원 및 유관기관 종사자, 신성철 총장 등 학내 전문가그룹이 함께 참여하는 정책토론회를 5월부터 갖기로 했다.
스위스 글로벌 금융회사 UBS가 작년 발표한 ‘4차 산업혁명 적응수준 평가’에서 우리나라는 조사대상 139개국 중 기술 20위, 교육시스템 17위, 사회적 기반 20위 등을 기록, 종합순위에서 25위에 그쳤다. 이는 말레이시아(22위), 포루투칼(23위), 체코(24위)보다 낮은 수준이다. 주요 국가별 순위를 보면 1위는 스위스가 차지했고 3위는 네덜란드, 그리고 미국과 일본이 각각 5위와 12위로 조사됐다.
‘Dinner와 4.0’이란 주제(부제: 4차 산업혁명을 선도하기 위한 정책토론)로 4차 산업혁명을 선도할 미래 기술은 물론 정책·제도 등 여러 분야에 대한 발표와 토론을 통해 정부의 국가적 전략과 비전 및 정책수립 등을 지원하는 한편 유관기관 간 상호협력 방안을 모색하기 위해 연구처(처장 김정호)가 마련한 이 정책토론회는 5월 11일 오후 7시 KAIST 창업원 빌딩(W8)에서 처음 시작한다. 이후 6월부터 내년 4월까지는 매월 첫째 목요일 오후 7시부터 9시까지 진행된다.
5월 11일 열리는 첫 토론회에서는 신성철 총장이 ‘4차 산업혁명, KAIST의 도전과 혁신’이란 주제로 발표를 하고 6월에는 ‘4차 산업혁명의 핵심: Machine Intelligence & Deep Learning’(김종환 교수), 7월 ‘로봇기술과 미래’(오준호 교수), 8월 ‘4차 산업혁명과 무인 이동체 기술’(심현철 교수), 9월 ‘복잡계 네트워크와 데이터 과학’(정하웅 교수), 10월 ‘4차 산업혁명과 정보보호: 기술·정책 및 인재양성’(김용대 교수), 11월 ‘4차 산업혁명시대 바이오테크놀로지의 역할’(이상엽 교수), 12월 ‘4차 산업혁명시대의 인공지능 기반 가짜뉴스 탐지 연구’(차미영 교수) 순으로 열린다.
이밖에 내년 1월에는 김정호 교수의 ‘4차 산업혁명을 위한 한국 반도체 산업의 혁신: Kim’s LAW’라는 주제발표를 시작으로 2월 ‘4차 산업시대의 교육정신’(문재균 교수), 3월 ‘인공지능형 사이버전 그 현재와 미래’(차상길 교수), 그리고 4월에는 마지막으로 정재승 교수가 ‘뇌공학과 인공지능의 시대, 미래의 기회는 어디에 있는가’라는 주제로 발표한다.
토론회는 전문가그룹인 교수들이 매회 마다 4차 산업혁명을 선도할 KAIST의 물리·디지털·바이오 기술융합 등 신기술과 관련한 주제로 30분씩 발표를 하고 이어 참가자간 자유로운 토론으로 진행하는 심층토론과 사회자가 심층토론 결과를 정리 및 보고하며 질의응답 시간을 갖는 종합토론 방식으로 진행된다.
우리대학은 이 정책토론회를 통해 앞으로 다가올 제4차 산업혁명 시대에 대비하여 우리가 무엇을 준비해야 하는지 미리 살펴 볼 수 있는 좋은 기회가 될 것으로 기대하고 있다. 정부세종청사 및 대전청사 공무원과 대전시 공무원, 그리고 대덕연구단지 출연연 연구원 및 유관기관 종사자면 누구나 자유롭게 이 정책토론회에 참여가 가능하며 회당 참가비는 2만원이다.
특히 토론회에 참여하는 정부세종청사 입주 공무원들의 교통편의를 위해 우리대학과 세종청사 간 셔틀버스가 토론회 당일마다 왕복 운행한다. 우리대학은 4월 27일부터 온라인(https://startup.kaist.ac.kr/register)과 전화(☏ 042-350-2934)를 통해 참가신청을 접수받는데 매월 토론회 개최 당일 오전 12시까지 신청이 가능하다.
2017.04.26 조회수 5609 -
차미영 교수, 국제소셜정보학 학술대회에서 기조연설
우리 대학 문화기술대학원 차미영 교수가 국제 소셜정보학 학술대회(SocInfo, International Conference on Social Informatics)에서 기조연설자로 초청 받았다.
소셜정보학 학술대회는 올해 8번째로 열리는 국제행사로 전산, 정보학, 사회과학 및 경영과학 분야를 아우르는 세계적인 융합 연구 결과가 발표되는 자리이다.
차 교수는 ‘빅데이터에 기반한 루머의 빠른 탐지 기법’을 주제로 강연한다. 소개되는 연구는 빠르고 광범위한 정보 전파력을 보이는 온라인 소셜 미디어 플랫폼을 대상으로 하고 있다.
온라인 플랫폼은 자체적인 정보검열 과정이 생략돼 잠재적으로 잘못된 정보 및 루머 전파의 가능성을 지니고 있어 악성 루머의 조기 탐지는 중요한 이슈로 주목받고 있다. 이 기조강연에서는 빅데이터 분석에 기반한 루머전파의 특성을 다음과 같이 설명한다.
첫째로 시간이 지나며 점차 전파력을 상실하는 진실 정보에 비해 루머는 비교적 짦은 주기를 가지고 반복적으로 언급된다. 이는 루머 전파자가 대상을 음해하거나 커뮤니티의 불안을 유발하는 등의 의도를 갖고 지속해서 루머를 전파하기 때문이다.
둘째로 언급자들이 하나의 네트워크로 연결된 형태의 대화를 하는 진실정보에 비해 루머의 전파 구조는 산발적이며 개개인의 연결성을 갖지 않는다. 이는 사용자가 루머를 접하더라도 신용하락을 우려하여 전파에 상대적으로 덜 참여하기 때문이다.
마지막으로 진실 정보보다 루머는 부정 및 유추와 관련된 언어적 표현을 빈번히 사용하며 이는 근거가 명확하지 않은 정보를 전파할 때 해당 정보가 틀린 상황을 대비한 방어기제가 글로 표출되는 것으로 보인다.
이에 연구팀은 루머 탐지가 과학적 기법으로 가능함을 제시함과 동시에 초기 루머 탐지에 유효한 특징들이 무엇인지를 제시하고 더불어 딥러닝을 활용한 고속 루머 탐지 기술을 선보인다.
차미영 교수는 아시아 최초로 미국 페이스북 본사의 데이터 사이언스 팀에서 연구연가 초청을 받아 최근 1년간 연구년을 수행했고 온라인 소셜 빅데이터를 기반으로 루머 탐지, 물가 예측, 패션 동향 파악 및 자동화된 챗봇 시스템 개발 등의 연구를 진행하고 있다.
2016.11.09 조회수 5235 -
SNS에서 떠도는 루머를 구분할 수 있을까?
권세정 박사과정 학생(좌)과 차미영 교수(우)
- “루머는 팔로워 수가 적은 사용자들을 중심으로 산발적으로 전파” -- 2006년 이후 발생한 100여개의 트위터 상 미국 루머 사례 조사 -
트위터, 페이스북 등 SNS상에서 떠도는 정보의 진위여부를 가릴 수 있을까?
우리 학교 문화기술대학원 차미영 교수 연구팀(제1저자 권세정 박사과정)은 서울대 정교민 교수 및 마이크로소프트 아시아 연구소의 Wei Chen, Yajun Wang 박사와 공동연구를 통해 트위터 내에서 광범위하게 전파되는 정보의 진위 여부를 90%까지 정확하게 구분해낼 수 있는 기술을 개발했다.
이번 연구를 통해 루머에 대해 SNS 데이터를 바탕으로 한 새로운 수리적 모델과 네트워크 구조 및 언어적 특징을 도출함은 물론, 향후 인터넷 루머의 특성과 규제에 도움이 되는 루머 구분 기술을 확보하는 계기가 될 것으로 기대된다.
SNS는 누구에게나 손쉽게 정보의 생산과 유통 및 전파 과정에 참여하는 긍정적인 기능을 한다. 하지만 역기능으로 검증되지 않은 정보가 빠르게 확산되어 개인·기업·국가에 해를 끼칠 수 있는 악성 루머의 발판을 마련하기도 한다. 따라서 인터넷 루머를 감지하고 확산을 방지하고자 하는 노력이 중요하다.
차 교수 연구팀은 2006년에서 2009년 사이 미국 트위터에서 광범위하게 전파된 100개 이상의 사례를 조사해 루머의 특성을 분석했다. 수집된 자료는 정치·IT·건강·연예인 등 다양한 분야를 포함하며, 이러한 분석을 통해 90%의 정확도로 루머 여부를 판단할 수 있었다. 특히 특정 인물이나 기관의 비방이나 욕설이 포함된 루머의 경우 더욱 높은 정확도로 루머 여부의 판단이 가능했다. 연구팀은 일반 정보의 전파와는 확연히 다른 루머 전파의 특징을 크게 세 가지로 분류했다.
첫째, 루머는 일반 정보와는 달리 지속적으로 전파되는 경향을 보인다. 뉴스와 같은 일반 정보의 경우 한 번의 광범위한 전파 이후 미디어 내에서 거의 언급되지 않지만, 루머는 수년간의 긴 기간 동안 지속적으로 언급된다.
둘째, 루머의 전파는 서로 연관이 없는 임의 사용자들의 산발적인 참여해 이뤄진다. 일반 정보는 온라인 내의 친구관계를 통해 전파의 경로가 유추되는 반면 루머는 연결되지 않은 개개인의 참여로 이루어지는 특징을 보였다. 아울러 루머는 인지도가 낮은 사용자들로부터 시작돼 유명인에게로 전파된다. 이 현상은 연예인이나 정치인과 관련된 루머에서 자주 관찰됐다.
셋째, 루머는 일반 정보와 다른 언어적 특성을 보인다. 루머는 정보의 진위 여부를 의심·부정·유추하는 심리학적 과정과 연관된 단어(아니다, 사실일지는 모르겠지만, 확실치는 않지만, 내 생각에는, 잘 기억나진 않지만) 사용이 월등히 높다.
연구팀이 루머로 구분한 사례 중에는 미국 대선 당시 버락 오바마 대통령 후보가 무슬림이며 반기독교적 성향이 있고 미국 시민권을 부당 취득했다는 내용 등 그를 음해하는 정치적 루머도 포함됐다. 또 영화배우 니콜 키드먼이 성전환 수술을 했으며 그녀가 양성애자라고 언급한 사례 역시 연구팀의 기술을 통해 루머로 명백히 구분됐다.
차 교수는 “이 연구는 통계·수학적 모델은 물론 사회·심리학 이론의 융합 연구로 사회적으로 주목을 받는 루머의 특성을 풍부한 데이터를 통해 도출했다”며 “루머 전파 극초기에 해당 정보의 진위여부를 판별하는 것은 아직 어렵지만, 일정시간 경과 혹은 정보확산이 이루어질 경우 해당 빅데이터를 기반으로 하여 진위여부를 판단하는 것이 가능하다"고 밝혔다.
이번 연구결과는 지난해 12월 미국 텍사스주에서 열린 데이터마이닝 분야의 최고 학술대회인 IEEE 데이터마이닝 국제 회의(IEEE International Conference on Data Mining)에서 발표됐다. 또 해외 유명 과학 잡지인 New Scientist에 Bigfoot found? AI tool sifts fact from myth on Twitter 라는 제목으로 소개됐으며 Washington Post에도 Korean scientists create a tool that can help separate fact from fiction on Twitter의 기사명으로 소개됐다.
그림1. 각 주제 별로 관련 내용을 트위터 내에서 언급한 수(x축: 관찰일, y축:트윗수). 루머의 경우 일반적인 정보가 한 번의 광범위한 전파 후 거의 퍼지지 않는 것과 달리 지속적으로 언급되고 있음을 보여준다.
그림2. 트위터 내 사용자들 간 정보 전파를 네트워크의 형식으로 표현한 확산 네트워크. 각 점은 사용자를 의미하며, 선은 사용자들 간의 관계를 통한 정보 확산이 있었음을 의미한다.
2014.01.09 조회수 12621 -
이재길 교수, 미국 인공지능학회 최우수논문상 수상
- 네이버 지식인 서비스에서 우수 사용자를 활동 초기에 미리 예측 -
우리 학교 지식서비스공학과 이재길(38) 교수팀이 지난 8일(월)부터 11일(목)까지 나흘간 미국 MIT에서 열린 제7회 미국 인공지능학회 산하 웹로그 및 소셜미디어 국제학회에서 최우수논문상을 수상했다.
지난해 KAIST 문화기술대학원 차미영 교수가 이 학회에서 최우수논문상을 수상한데 이어 벌써 두 번째 쾌거다.
이 교수는 이번 논문에서(논문 제목-대다수 사용자를 붐업하기 : 문답 서비스에서 잠재적인 우수 사용자 발견) 네이버 지식인, 다음 지식 등의 문답 서비스에서 사용자 참여를 증가시켜 서비스를 활성화시킬 수 있는 방법을 제시했다.
문답 서비스는 질문자가 원하는 지식을 얻기 위해 질문을 올리면 다른 사용자가 답변을 올려주는 방식으로 지식을 공유하는 서비스다. 이 서비스의 성패는 얼마나 많은 사용자가 신뢰성 높은 답변을 제공하는지에 달려있다.
그러나 많은 질문들이 소수의 우수 사용자들에 의해 답변되고 있으며, 이들이 활동을 중단하게 될 경우 문답 서비스의 품질 유지에 심각한 타격을 입게 된다.
반면 대다수의 사용자들은 가입 후 얼마 지나지 않아 활동을 그만두어 서비스에 거의 도움이 되지 않는다. 이러한 대다수 사용자들 중에도 전문가가 있을 수 있는데 조기에 활동을 그만두는 것은 서비스 제공자 입장에서 큰 손해다.
이 교수는 문답 서비스에 가입한 지 얼마 되지 않은 사용자들에 대해 이들이 추후 우수 사용자로 성장하게 될 가능성 정도를 판단하는 예측 모델을 제시했다.
네이버 지식인의 10년간 데이터를 활용해 이 모델을 검증한 결과 이 교수의 모델에서 선정된 잠재적인 우수 사용자들이 네이버가 선정한 전문가보다 실제로 한동안 더 활발하게 활동함을 확인했다.
이 교수는 “서비스 제공자가 지속적으로 잠재적인 우수 사용자들을 더 잘 관리해준다면 이들 중 보다 많은 수가 우수 사용자로 성장해 서비스의 품질과 안정성 향상에 큰 도움이 될 것”이라고 이번 연구의 의의를 밝혔다.
이재길 교수가 이의진 교수와 공동으로 수행한 이번 연구는 포털 업체와 산학협력을 통해 실제 서비스에 적용을 추진할 예정이다.
2013.07.30 조회수 7302 -
차미영 교수, 국제학회 최우수 논문상 수상
우리 대학 문화기술대학원 차미영(33) 교수가 지난 6월 4일부터 나흘 동안 아일랜드 더블린市 소재 트리니티 칼리지(Trinity College)에서 열린 제 6회 AAAI 웝로그 및 소셜미디어 국제학회 ICWSM(International AAAI Conference on Weblogs and Social Media)에서 최우수 논문상을 수상했다
차 교수가 이번 학회에서 발표한 논문 제목은 ‘온라인 소셜 네트워크 내 관습의 발생(The Emergence of Conventions in Online Social Network)‘인데 사회적 관습의 형성과 채택과정을 온라인 소셜 네트워크 사례를 통해 증명했다는 점을 인정받아 최우수 논문으로 선정되는 영예를 안았다.
사회적 관습의 형성은 사회학에서 전통적인 문제였으나 실제 사회에서 이 과정을 보는 것은 거의 불가능에 가깝기 때문에 그 동안 간단한 실험 혹은 수학적 모델을 통해 다뤄져 왔다.
차미영 교수와 독일의 막스 플랑트 연구소(MPI-SWS) 연구팀이 공동으로 추진한 이 연구는 2006년부터 2009년까지의 트위터 데이터를 이용해 리트윗(Retweet)이 다양한 방식으로 사용자들에게 채택돼 사용되는 과정을 분석했다.
리트윗은 다른 사용자가 쓴 트윗을 나의 팔로워(Follower)에게 보여주고 싶은 경우, 혹은 해당 트윗에 자신의 의견을 담아 자신의 팔로워들에게 전달하고 싶을 경우 사용하는 트위터 방법이다.
리트윗은 트위터가 처음 만들어졌을 때는 제공되지 않은 기능이었지만 한 사용자가 ‘Via’라는 단어와 그 트윗을 남긴 사용자를 언급하는 방식으로 처음 사용하기 시작한 이후, 급속도로 이용자가 증가했다. 이후에 같은 용도로 ‘HT’, ‘Retweet’, ‘RT’ 등의 키워드를 이용하는 방식이 생겨났고, 현재 가장 많이 사용되는 ‘RT’, ‘Via’ 등이 사용되면서 트워터의 관습(Convention)으로 자리를 잡았다.
이에 따라 트위터는 결국 리트윗을 트위터 자체 시스템을 통해 제공하기 시작했는데 이는 최초에 리트윗이 사용자들에 의해 만들어지고 사용돼 자리를 잡았다는 점에서 ‘사회적 관습’이 만들어진 과정으로 연구팀은 해석했다.
연구팀은 또 사회적 관습이 만들어지는 과정에서 얼리어답터들의 특성을 분석한 결과 개인정보 • URL • 프로필 사진 • 위치정보 • 리스트 등 트위터의 다양한 기능을 적극적으로 활용하는 사용자들임을 밝혀냈다.
얼리어답터들은 팔로잉(Following)하는 유저들도 평균적으로 10-100배 이상 많았고 그들끼리 사회관계망이 밀접하게 형성될 뿐만 아니라 얼리어답터에 의해 새로운 관습이 채택되는 과정에서, 리트윗의 사용이 그들의 친구들을 중심으로 급속히 사용되며 확산되고 있음을 증명했다.
차미영 교수는 “이번 연구는 트위터가 만들어진 때부터 거의 모든 데이터를 가지고 트위터에서의 관습변화를 분석한 것으로 SNS를 통해 실제 사회적 관습의 형성과정을 증명했다는 점에서 의미가 있다”고 말했다. 끝.
2012.07.04 조회수 7180 -
어떻게 트위터가 급성장 할 수 있었나?
- 트위터 네트워크의 성장은 오프라인 사회관계망에서 점차적으로 시작 - 전통적인 미디어의 영향력으로 네트워크가 폭발적으로 성장함을 관찰
트위터가 세계적으로 유명세를 타는 데는 전통적인 사회관계망의 역할뿐만 아니라 미디어의 주목이 커다란 기여를 했다는 사실이 국내연구진에 의해 규명됐다.
우리 학교 문화기술대학원 차미영 교수가 최근 MIT 마르타 곤잘레즈(Marta Gonzalez) 연구팀과 함께 오프라인에서 인간관계에 절대적인 영향을 미치는 지역, 사회, 경제적 요인과 더불어 미디어의 주목이 초기 트위터의 성장에 커다란 영향을 미쳤음을 분석해냈다.
대다수 신기술처럼 트위터는 가장 먼저 젊고, 과학기술을 잘 이용하는 샌프란시스코와 보스톤의 사용자들에게 먼저 도입됐다. 그다음 단계에서는 인접도시로 점진적으로 확산되기 시작해 오프라인 사회관계망이 정보전파에 주된 역할을 했음이 연구결과 조사됐다.
예를 들어 처음 도입한 두 도시와 지역적으로 근거리에 있는 캘리포니아의 버클리와 매사추세츠 주의 소머빌의 사용자들이 트위터를 도입했고, 이후에는 산타페, LA 등을 통해 최종적으로 팜비치, 뉴왁 등 전국으로 확산됨을 보여줬다.
이번 연구에서 사회관계망과 더불어 주목한 것은 텔레비전이나 신문과 같은 전통미디어의 역할이다.
차 교수 연구팀은 매주 구글 뉴스를 검색해 기사에 트위터가 몇 번이나 언급되었는지 데이터를 모으고 또 같은 시점의 트위터 사용자 수를 조사했다. 그리고 나서 뉴스기사에서의 트위터 언급 횟수와 사용자 수의 상관관계를 분석한 결과 이 둘은 같은 추이를 보인 것으로 나타나 미디어가 트위터의 성장에 커다란 영향을 준 것으로 결론을 내렸다.
차 교수팀은 이와 함께 트위터의 성장에 대한 미디어의 영향을 알아보기 위해 또 다른 흥미로운 사례에 주목했다.
2009년 4월 할리우드 영화배우 애쉬튼 커쳐는 CNN에 출연해 누가 먼저 백만명의 팔로어를 갖게 될 것인지에 대한 내기를 제안했고, 약 이틀 만에 백만명의 팔로어를 보유하게 됐다. 또한 오프라 윈프리가 첫 번째 트윗을 하는 것이 미디어에서 다뤄지는데 이는 또 다시 트위터 사용자수의 급격한 증가를 불러일으킨 계기가 됐다.
KAIST 차미영 교수가 MIT연구팀과 공동으로 실시한 이번 연구는 2006년부터 2009년까지의 트위터 데이터를 바탕으로 미국 내 408개 도시에서의 트위터 성장세를 분석해, 이를 토대로 전염병의 확산모델과 유사한 사회관계망 기반의 확산모델을 수립해 밝혀냈다.
한편, 이번 연구결과는 미국의 온라인 과학전문지 ‘공중과학도서관 원(Public Library of Science ONE)’ 저널에 곧 게재될 예정이며 MIT news, 미국 과학전문 소셜미디어 Mashable.com, 그리고 MSNBC.com등에도 소개됐다.
[그림.1] 해당 시간대에 각 지역별로 최종 가입자의 13.5%에 해당하는 ‘크리티컬 매스’에 해당하는 사용자들이 가입을 한 지역이 검은 원으로 표기된다. 작은 회색원은 이미 크리티컬 매스에 이른 지역을 표기한다. 트위터의 첫 도입은 샌프란시스코에서 시작되었으며 다음으로 주변 도시들에서 도입되는 것을 통해, 오프라인 사회관계망이 확산에 중요함을 시사한다. 반면 보스톤과 같은 지역에서도 초기 도입이 되었으며 이는 사회관계망 뿐만 아니라 인터넷과 같은 매체의 영향을 시사한다.
[그림.2] a. 그래프에서 검은 실선은 주별 최대가입자수를 1.0으로 보았을 때 매주별 트위터 가입자수의 변화를 나타낸다. 빨간실선은 같은 해당주에 대해 구글 뉴스에서 트위터가 언급된 비율을 나타낸다. 트위터 서비스가 시작된지 140주 이후에 각종 미디어를 통해 트위터가 많이 언급됨을 볼 수 있고, 따라서 트위터의 주별 가입자수 역시 급격히 상승하는 트렌드를 볼 수 있다.
b. 그래프는 매주 트위터에 가입한 총사용자수를 나타내는 검은 선과 이를 예측하는 다양한 모델의 결과를 보여주는 점선을 보여준다. 전통적인 확산모델의 경우 (파란점선) 초기 트위터의 성장세는 잘 예측하지만, 추후 미디어의 영향력 이후의 급성장을 보여주지 못한다. 구글 검색 결과를 반영하여 확산모델을 변형하면 (검은점선 및 노란점선) 실제 데이터와 유사한 트렌드를 예측할 수 있다.
[동영상링크]http://www.youtube.com/watch?feature=player_embedded&v=Ncon_z67VQs
지도상의 각 원은 트위터 사용자들이 있는 미국 내 도시를 의미한다. 시간에 따라 더욱 많은 사용자가 트위터에 가입할수록 원의 크기가 커진다. 각 지역별로 최종 가입자의 13.5%에 해당하는 ‘크리티컬 매스’에 해당하는 사용자들이 가입을 하면 원은 빨간색으로 표기된다. 화면 중앙에 하얀선으로 표기되는 그래프는 시간에 따른 트위터의 주별 가입자수를 의미한다.
2012.01.04 조회수 7492