← PJH Hub

가짜뉴스 판별기

Google Gemini가 문장을 읽고 가짜뉴스일 가능성을 판별합니다. AI가 답하지 못하면 진짜·가짜 뉴스 문장으로 학습시킨 자체 통계 모델의 결과를 참고하세요.

1

판별할 뉴스를 붙여넣으세요

판별할 AI

0자
2

판별 결과

AI 판별
판정 중
- % 가짜뉴스 확률 (AI 판단)

AI가 판별하고 있습니다…

AI 판별 근거

문체만 보는 모델 (비교용 기준선)

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.

판정
0 % 가짜뉴스 확률 (로지스틱회귀 출력값)

판단에 가장 크게 영향을 준 말투

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.

3

이 모델은 어떻게 만들어졌나

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.

-테스트 정확도
-정밀도
-재현율
-낯선 문체 정확도
-실제 사례(홀드아웃) 정확도
이 모델의 한계 — 숨기지 않고 보여드립니다: 이 모델은 '사실관계'가 아니라 '말투'만 봅니다. 출처 없이 전해 들은 말·퍼뜨려 달라는 요청·단정하는 말이 섞인 루머형 글은 잘 잡지만, 기사처럼 차분하게 쓰인 거짓 문장은 원리상 잡아내지 못합니다(예시 버튼의 '은근한 표현'으로 직접 확인해보세요). 실제 사례 정확도가 낮은 것도 그래서입니다 — 그 문항들 중 '주장' 13건은 "○○가 사망했다"처럼 평범한 문장이라 13건 중 1건만 잡았습니다. 또 '낯선 문체' 시험지는 학습에 없는 주제로 새로 썼지만 학습 데이터를 쓴 쪽이 함께 쓴 문장이라, 실제로 떠도는 글에서는 이보다 낮게 나올 수 있습니다. 저희는 이 한계를 감추는 대신, 문체만 보는 모델이 어디까지 갈 수 있는지를 AI 판정과 나란히 비교해 보여주는 기준선으로 활용하고 있습니다.