최근 몇 년간, "가짜 뉴스"가 세계적으로 큰 문제로 취급되었다. 인터넷이나 SNS 전성 시대에, 완전한 거짓말도 충격과 완성도 만 높으면 정보는 즉시 확산, 사람들은 그것을 믿어 버린다.
정보가 범람하는 가운데, 그 하나 하나를 감시하는 비용을 부담 할 수있는 주체는 더 이상 존재하지 않는다.
경제 합리성으로는 가짜 뉴스는 늘어날 수 밖에없고, 윤리와 도덕, 혹은 저널리즘의 정신만으로는 그 증가를 억제 할 수 없게되어 버렸다.
또한 까다로운 것은 "낚시 기사"이다. 넷상에는, 일부는 사실이지만, 과장 된 표현으로 "이루어졌다"라거나, 독자가 제목으로부터 상정한 내용과는 어딘가 어긋나 있다는 류의 기사가 대량으로 쏟아지고 있다.
독자로서는, 원래 얻을 수 있는 정보의 양에 한계가 있는데다, 유통되는 정보가 어디까지가 진실인가까지 판단해야 하는 상황이다. 따라서 인공 지능(AI) 등 판단을 자동화 해주는 기술의 실현이 강하게 요구되는 분야이기도 하다.
이러한 때, 우리나라의 명문 대학 KAIST와 서울대 연구팀이 공동으로 낚시 기사를 간파하는 인공 지능을 개발. 일부 구조를 공개했다. 개발 된 모델은 딥 러닝 방법의 하나 인 "재귀 신경망(RNN)"이 이용되고 있다.
시스템은 기사의 내부에 일관성이 있는지를 파악하고, 단락의 구조나 단어의 나열에 의한 의미를 분석. 제목과의 정합성 등을 감지한다. 모델의 정확도는 90%를 넘고 있다고되어있고, 포털 사이트 및 검색 사이트, 학술 자료 등으로의 응용이 전망되고 있다.
또한 KAIST의 연구 팀도 비슷한 연구를 수행하고 있으며, 시스템 사용 방법이 매우 간단하게 브러시업되어 있는 점도 흥미롭다. 인터넷에있는 기사의 제목에 마우스를 대면 "낚시 기사 확률 ○%"라는 형태로 0에서 100까지의 숫자가 표시되는 구조로, 독자는 기사를 읽기전에 기사의 특성을 판단 할 수있는 것이다.
아무래도, 비슷한 낚시 기사 판별 AI 도구를 점차 보급해나가면, 뉴스의 질, 또한 뉴스를 쓰는 기자의 질도 필연적으로 변화를 강요받게 될 것이다. 독자는 정보를 얻기위해 시간을 낭비 하지 않게 될지도 모른다.
한편, 인터넷 시대에 거짓말 또는 진실인지는 별로 중요하지 않고, "믿고 싶은 뉴스를 믿는다"라는 인간측의 심리도 노출되기 시작했다. 정보의 대량 유통이 "진실=어떤일의 기준"의 본연의 자세 그 자체를 붕괴시켜 나가는 가운데, AI 등 새로운 기술이 해결책이나 보완책을 제공 할 수 있을지에도 주목되고 있다.