Google Gemini가 문장을 읽고 가짜뉴스일 가능성을 판별합니다. AI가 답하지 못하면 진짜·가짜 뉴스 문장으로 학습시킨 자체 통계 모델의 결과를 참고하세요.
AI가 판별하고 있습니다…
저희가 직접 학습시킨 통계 모델로, 문장의 표현 방식(문체)만 봅니다. 사실관계는 확인하지 않습니다. AI 판정과 비교해서 '문체만으로 어디까지 가려낼 수 있는지'를 보여주기 위한 기준선입니다.
이 모델은 무엇에 관한 글인지(주제·낱말)는 보지 않고 말투만 봅니다 — 문장 끝 말끝("~대요"·"~했다"), 그리고 느낌표·퍼뜨려 달라는 요청·출처 표기·문장 길이 같은 말투 신호가 판정에 얼마나 기여했는지 보여 줍니다. 빨간 막대는 '가짜' 방향, 초록 막대는 '진짜' 방향으로 작용했어요.
뉴스톱·연합뉴스 팩트체크·JTBC 팩트체크 등에서 실제로 판정된 사례 143건을 두 쪽으로 나눠 학습시켰습니다 — 그 주장이 퍼질 때의 모습(단톡 메시지·낚시성 제목, 내용을 바탕으로 다시 쓴 문장)은 '가짜', 그 주장을 바로잡은 반박 기사는 '진짜'. 같은 사례의 두 문장이 주제 단어를 공유하므로, 모델은 주제가 아니라 말투의 차이를 배웁니다. 여기에 다른 주제의 루머, 실제 기사 제목, '말투는 가볍지만 내용은 사실인' 일상 메시지, 격식체 공지문을 더해 총 -건입니다. 문체 전용입니다 — 예전에는 낱말도 함께 봐서 "백신·코로나·북한" 같은 주제 낱말이 나오기만 해도 가짜 쪽으로 기울었는데(주제 편향), 지금은 낱말을 빼고 말투만 봅니다. 문장·절 끝의 말끝("~래요"·"~됐다" 등), "그냥·결국·드디어" 같은 주제와 무관한 말투 낱말, 느낌표·퍼뜨려 달라는 요청·출처 표기·문장 길이·인용·합쇼체·제목식 끝맺음 같은 말투 신호 28가지를 TF-IDF로 수치화해 로지스틱회귀로 학습시켰습니다. 학습한 글은 모두 짧은 문장·제목(가장 긴 것 173자)이라, 그보다 긴 글에는 '학습 범위 밖'이라고 표시합니다. 내용이 사실인지는 AI 판정과 보도 대조가 맡습니다. 형태소 분석기는 일부러 쓰지 않았습니다 — 학습(파이썬)과 이 페이지(자바스크립트)가 완전히 같은 계산을 하는지 검증할 수 있어야 하기 때문입니다.