연구배경 및 목표

작은 위험도 급속하게 확산될 수 있는 초연결사회에서 안전한 사회 구현을 위해 네트워크 중심의 이해가 요구되고 있습니다. 불확실성에 의한 위험뿐만 아니라 이에 대한 대응체계 역시 네트워크를 통해 이루어집니다. 감염병 등 각종 위험과 관련 정보의 교류가 가속화되고 있는 사회에서 시민의 안전을 보장하기 위해서는 위험에 대한 효과적이고 신속한 대응체계 네트워크 마련이 필수적입니다.

‘보건안전 및 재난대응 연구’는 정책학적 지식과 데이터과학의 방법을 융합하여 각종 위험의 파급효과와 위험에 대응하는 공동의 노력 등을 네트워크를 통해 분석하는 연구를 수행하고 있습니다. 감염병 등 각종 재난위험 발생 시 정부와 시민사회가 효과적으로 대응하기 위한 구조 및 방법을 탐색하고 개선방안을 설계하고자 합니다. 또한 재난 상황에서 확산되는 불확실한 정보 및 의도적인 거짓 정보들의 네트워크를 분석하여 직접적인 위험의 확산뿐만 아니라, 거짓 정보로 인해 위험이 확대 및 재생산되는 양태 및 경로를 탐색합니다.

연구 사례: 정치적 성향 예측 모델 개발 및 정치 양극화 완화를 위한 AI 웹 인터페이스 구축

온라인 뉴스의 정치적 성향과 편향된 정보 소비 완화를 위한 연구의 일환으로, 뉴스 기사의 정치적 성향 파악 및 분석을 지원하는 새로운 딥러닝 기반의 인공지능 모델을 개발하고 검증하였습니다. 개발한 정치적 성향 예측 모델은 서로 대립되는 의견을 가지는 진보와 보수 두 정치적 성향 간 차이를 고려하기 위해 서로 다른 정치 지식 그래프(KG-lib, KG-con)를 구축하고 서로 다른 정치적 외부 지식을 모델 학습에 활용합니다. 그 과정에서 25개의 뉴스 미디어로부터 약 76.5만 개의 대규모 온라인 뉴스 데이터셋을 구축하였습니다.

또한 해당 기술을 기반으로 정치적 양극화를 완화하기 위한 웹 기반의 AI 인터페이스를 구축하고, 사용자 실험을 통해 인터페이스의 효과성을 검증하는 연구를 진행하였습니다. 이는 특정 정치적 이슈를 다루는 뉴스 기사를 진보, 보수 성향 레이블과 함께 제공하여 다양한 관점에서의 정보 소비를 촉진하는 기능과, 이슈에 대한 의견 입력 후 사용자의 의견이 진보 성향 커뮤니티와 보수 성향 커뮤니티 중 어느 쪽의 의견과 더 가까운지 시각화 하는 기능을 제공합니다. 총 94명의 피험자를 대상으로 한 사용자 실험 결과, 인터페이스 사용은 통계적으로 유의한 수준에서 다양한 관점에서의 정보 소비 중요성 인지 정도를 높였으며, 사용자들의 정치적 양극화 완화에 도움이 될 수 있음을 보였습니다.

연구 사례: 커뮤니티 검출 – 사회관계망 분석 도구

한양대학교 컴퓨테이셔널사회과학연구센터는 커뮤니티 탐지, 행위자들의 중요도 측정, 시각화 기법들을 활용할 수 있는 웹 기반 커뮤니티 검출 도구를 개발하였습니다. 커뮤니티 검출 기법은 생명/의학, 범죄, 이상탐지, 추천서비스 등 다양한 실제 환경에서 응용되고 있습니다. 위기 상황에서 각 행위자들의 커뮤니티 구조를 정확하게 파악하고 그에 적합한 대응체계 수립이 중요하기에, 본 연구센터는 커뮤니티 검출 기법을 활용하여 메르스 대응 체계 연구를 수행하기도 하였습니다.

이러한 분석도구를 웹 플랫폼으로 공개하여 내부 연구자들 뿐만 아니라 외부 연구자들도 활용할 수 있도록 서비스를 제공하고 있습니다. 본 연구센터는 보다 정확한 커뮤니티 탐지를 위한 효과적인 검출 기법 등 데이터과학 분야 신기술을 개발하기도 하였으며, COVID-19 대응 네트워크 모델링으로 적용분야를 확장하는 융합연구도 진행하고 있습니다.