항상 만우절이다!: 전파 특성을 통한 소셜 네트워크 허위 정보 분류의 어려움에 대하여

온라인 소셜 네트워크(OSN)가 사람들의 정보 습득 및 의견 형성 방식에 미친 막대한 영향을 고려할 때, 이들은 허위 정보를 퍼뜨리고 그 효과를 활용하고자 하는 악의적인 존재들에게 매력적인 놀이터가 되었습니다. 사실, 허위 정보는 OSN에서 쉽게 퍼지며, 이는 현대 사회에 큰 위협이 되며, 선거 결과에 영향을 미치거나 사람들의 생명을 위험에 처하게 할 수 있습니다(예: "백신 반대" 허위 정보 퍼뜨리기). 따라서 우리 사회에 OSN을 통해 퍼지는 정보에 대한 일종의 "검증"이 필요합니다. 광범위한 검증의 필요성은 자동화된 도구의 도움을 크게 받을 수 있습니다. 본 논문에서는 콘텐츠 전파 캐스케이드의 구조적 특성만 고려할 경우 허위 정보의 자동 분류를 수행하는 것이 어렵다는 것을 보여줍니다. 우리는 구조적 특성에 초점을 맞추는데, 이는 분류 시스템을 우회하기 위해 조작하기 inherently 힘들기 때문입니다. 우리의 주장을 뒷받침하기 위해, 우리는 허위 정보의 대표적인 사례인 음모 이론과 사실 확인된 콘텐츠의 대표적인 사례인 과학 뉴스에 해당하는 Facebook 게시물에 대한 광범위한 평가를 수행했습니다. 우리의 발견은 음모 콘텐츠가 과학적 콘텐츠와 구별하기 힘들 정도로 반향을 일으킨다는 것을 보여줍니다: 우리가 조사한 분류 메커니즘에 대해, 분류 F-점수는 절대 0.7을 초과하지 않았습니다.