KAIST, 한국어‘AI 생성 슬롯 게임 가입 머니’탐지 기술 개발

KAIST는 전기및전자공학부 김용대 교수 연구팀이 국가보안기술연구소(국보연)와 협력해, 한국어 AI 생성 슬롯 게임 가입 머니을 탐지하는 기술 'XDAC'를 개발했다고 밝혔다.

최근 생성형 AI는 뉴스 기사 맥락에 맞춰 감정과 논조까지 조절할 수 있으며, 몇 시간 만에 수십만 개의 슬롯 게임 가입 머니을 자동 생성할 수 있어 여론 조작에 악용될 수 있다. OpenAI의 GPT-4o API를 기준으로 하면 슬롯 게임 가입 머니 1개 생성 비용은 약 1원 수준이며, 국내 주요 뉴스 플랫폼의 하루 평균 슬롯 게임 가입 머니 수인 20만 개를 생성하는 데 단 20만 원이면 가능할 정도다. 공개 LLM은 자체 GPU 인프라만 갖추면 사실상 무상으로도 대량의 슬롯 게임 가입 머니 생성을 수행할 수 있다.

연구팀은 AI 생성 슬롯 게임 가입 머니과 사람 작성 슬롯 게임 가입 머니을 사람이 구별할 수 있는지 실험했다. 총 210개의 슬롯 게임 가입 머니을 평가한 결과, AI 생성 슬롯 게임 가입 머니의 67%를 사람이 작성한 것으로 착각했고, 실제 사람 작성 슬롯 게임 가입 머니도 73%만 정확히 구분해냈다. 즉, 사람조차 AI 생성 슬롯 게임 가입 머니을 정확히 구별하기 어려운 수준에 이르렀다는 의미다. AI 생성 슬롯 게임 가입 머니은 오히려 기사 맥락 관련성(95% vs 87%), 문장 유창성(71% vs 45%), 편향성 인식(33% vs 50%)에서 사람 작성 슬롯 게임 가입 머니보다 높은 평가를 받았다.

그동안 AI 생성글 탐지 기술은 대부분 영어로 된 장문의 정형화된 글을 기반으로 개발되어 한국어의 짧은 댓글에는 적용이 어려웠다. 짧은 댓글은 통계적 특징이 불충분하고, 이모지·비속어·반복 문자 등 비정형 구어 표현이 많아 기존 탐지 모델이 효과적으로 작동하지 않는다. 또한, 현실적인 한국어 AI 생성 댓글 데이터셋이 부족하고, 기존의 단순한 프롬프팅 방식으로는 다양하고 실제적인 댓글을 생성하는 데 한계가 있었다.

이에 연구팀은 ▲14종의 다양한 LLM 활용 ▲자연스러움 강화 ▲세밀한 감정 제어 ▲참조자료를 통한 증강 생성의 네 가지 전략을 적용한 AI 슬롯 게임 가입 머니 생성 프레임워크를 개발해, 실제 이용자 스타일을 모방한 한국어 AI 생성 슬롯 게임 가입 머니 데이터셋을 구축하고 이 중 일부를 벤치마크 데이터셋으로 공개했다. 또 설명 가능한 AI(XAI) 기법을 적용해 언어 표현을 정밀 분석한 결과, AI 생성 슬롯 게임 가입 머니에는 사람과 다른 고유한 말투 패턴이 있음을 확인했다.

XDAC는 이러한 차이를 정교하게 반영해 탐지 성능을 높였다. 줄바꿈, 공백 등 서식 문자를 변환하고, 반복 문자 패턴을 기계가 이해할 수 있도록 변환하는 방식이 적용됐다. 또 각 LLM의 고유 말투 특징을 파악해 어떤 AI 모델이 슬롯 게임 가입 머니을 생성했는지도 식별 가능하게 설계됐다.

이러한 최적화로 XDAC는 AI 생성 슬롯 게임 가입 머니 탐지에서 98.5% F1 점수로 기존 연구 대비 68% 성능을 향상시켰으며, 슬롯 게임 가입 머니 생성 LLM 식별에서도 84.3% F1 성능을 기록했다.

고우영 선임연구원은 "이번 연구는 생성형 AI가 작성한 짧은 댓글을 높은 정확도로 탐지하고, 생성 모델까지 식별할 수 있는 세계 최초 기술"이라며 "AI 기반 여론 조작 대응의 기술적 기반을 마련한 데 큰 의의가 있다"고 강조했다.

연구팀은 XDAC의 탐지 기술이 단순 판별을 넘어 심리적 억제 장치로도 작용할 수 있다고 설명했다. 마치 음주단속, 마약 검사, CCTV 설치 등이 범죄 억제 효과를 가지듯, 정밀 탐지 기술의 존재 자체가 AI 악용 시도를 줄일 수 있다는 것이다.

XDAC는 플랫폼 사업자가 의심스러운 계정이나 조직적 여론 조작 시도를 정밀 감시·대응하는 데 활용될 수 있으며, 향후 실시간 감시 시스템이나 자동 대응 알고리즘으로 확장 가능성이 크다.

이번 연구는 설명가능 인공지능(XAI) 기반 탐지 프레임워크를 제안한 것이 핵심이며, 인공지능 자연어처리 분야 최고 권위 학술대회인 7월 27일부터 개최되는 'ACL 2025' 메인 콘퍼런스에 채택되며 기술력을 인정받았다.(논문 제목:XDAC: XAI-Driven Detection and Attribution of LLM-Generated News Comments in Korean)

이번 연구는 KAIST 김용대 교수의 지도 아래 국보연 소속이자 KAIST 박사과정인 고우영 선임연구원이 제1 저자로 참여했으며, 성균관대학교 김형식 교수와 KAIST 오혜연 교수가 공동 연구자로 참여했다.