가짜 리뷰는 온라인 쇼핑객에게 큰 위협이 됩니다. 좋은 리뷰를 바탕으로 온라인에서 무언가를 구매했지만 실망스러울 정도로 수준 이하의 제품을 받은 적이 있다면, 제 말이 무슨 뜻인지 아실 것입니다. 국제정보통신기술저널(International Journal of Information and Communication Technology)에 발표된 새로운 연구에서는 가짜 리뷰를 탐지할 수 있을 뿐만 아니라 그것이 확산되는 방식도 추적할 수 있는 AI 기반 시스템을 제안합니다.
기존 도구가 계속 부족한 이유
대부분의 기존 가짜 리뷰 탐지 시스템은 리뷰 텍스트에 중점을 둡니다. 이러한 접근 방식은 한동안 효과가 있었지만 가짜 리뷰어는 더욱 똑똑해졌습니다. 이제 그들은 신중하게 작성된 텍스트와 오해의 소지가 있는 이미지를 결합하여 리뷰가 진정성 있게 보이도록 만듭니다. 텍스트 전용 도구는 이를 포착하기 위해 애쓰고 있으며 이는 쇼핑객과 정직한 판매자 모두에게 실제 문제입니다.
연구원들은 한 번에 여러 신호를 보는 시스템을 구축하여 이 문제를 해결했습니다. 텍스트 컨볼루션 신경망과 사전 훈련된 언어 모델이라는 두 가지 방법을 사용하여 리뷰 텍스트를 분석하여 단어의 표면 수준과 더 깊은 의미를 모두 포착합니다. 또한 가짜 계정에는 계정을 개인화하는 실제 사용자와 달리 기본 프로필 사진과 시스템 생성 사용자 이름이 있는 경향이 있으므로 리뷰어 행동도 고려됩니다.
AI도 정말 가짜 이미지를 잡아낼 수 있을까?
짧은 대답은 ‘예’입니다. 리뷰 이미지는 비주얼 처리에 일반적으로 사용되는 딥러닝 도구의 일종인 잔차 네트워크를 사용하여 별도로 분석됩니다. 이러한 모든 신호가 수집되면 시스템은 이를 융합하여 리뷰가 진짜인지 최종 판단합니다.
리뷰가 가짜로 표시되면 Transformer 모델이 시작되어 해당 리뷰의 출처를 매핑하고 해당 리뷰가 네트워크를 통해 얼마나 멀리 퍼졌는지 추적합니다.
JD.com의 대규모 데이터 세트에 대한 테스트에서 시스템은 94.2%의 인식 정확도와 93.5%의 추적 정확도를 달성하여 기존의 모든 비교 방법보다 뛰어난 성능을 보였습니다. 이러한 종류의 정확성은 결국 오해의 소지가 있는 리뷰가 줄어들고 구매하기에 더 신뢰할 수 있는 평가를 의미할 수 있습니다.
관련 정보는 아래 링크에서 확인하세요