%eb%ac%b8%ed%99%94%ea%b8%b0%ec%88%a0%eb%8c%80%ed%95%99%ec%9b%90
-
1억 1천만 뉴스 댓글서 ‘외국발 여론 흔들기’ 찾는 AI 기술 개발
선거철마다 반복되는 온라인 갈등 뒤에 조직적인 여론 개입이 숨어 있다면 어떨까. 우리 대학 연구진이 20년간 축적된 1억 1,000만 건의 뉴스 댓글을 AI로 분석해, 외국 연계 영향력 활동으로 의심되는 흔적과 그 판단 근거까지 찾아내는 기술을 개발했다.
우리 대학은 문화기술대학원 이원재 교수, 전산학부 차미영 교수(독일 막스플랑크 연구소 단장 겸임), 오혜연 교수 공동연구팀이 막스플랑크 연구소 토르스텐 홀츠 교수와 국제 공동연구를 통해 온라인 뉴스 댓글에서 외국 연계 영향력 활동으로 의심되는 패턴을 자동으로 탐지하고, 그 판단 근거까지 제시하는 ‘설명 가능한 AI 기술’을 개발했다고 12일 밝혔다.
특정 세력이 댓글이나 게시물을 조직적으로 확산해 사람들의 인식이나 여론에 영향을 미치려는 활동을 ‘온라인 영향력 공작’이라고 한다. 기존 AI 탐지 기술은 특정 계정을 의심 계정으로 분류하더라도 “왜 이 계정을 의심하는가”에 대한 구체적인 근거를 제시하기 어렵다는 한계가 있었다.
연구팀은 이러한 한계를 해결하기 위해 국가안보전략연구원이 앞서 식별한 외국 연계 계정 70개를 출발점으로 삼았다. 이 계정들과 연관되거나 같은 기사에 반복적으로 댓글을 작성한 계정들을 추적해 2006년부터 2025년까지 20년간 네이버 뉴스에 작성된 약 1억 1,000만 건의 댓글을 분석했다.
연구팀이 개발한 AI는 댓글을 단계적으로 분석한다. 먼저 작성자가 외국과 연계됐다고 의심할 만한 표현이나 맥락이 있는지를 살피고, 이어 도덕적 비난이나 맹목적 찬양처럼 사회적 양극화를 키울 수 있는 감정이 나타나는지를 분석한다. 마지막으로 이러한 감정이 어느 국가나 대상을 향하는지 파악한다.
특히 이번 기술의 핵심은 AI가 단순히 ‘의심스럽다’는 결과만 내놓지 않는다는 점이다. AI가 판단을 내리는 데 근거가 된 댓글 속 표현을 함께 제시해 사람이 그 이유를 확인할 수 있도록 했다. 여기에 계정의 활동 빈도와 활동 기간, 다른 의심 계정과의 활동 연관성 등 다양한 행동 패턴을 함께 분석했다.
연구팀은 이를 통해 네이버 뉴스 이용자 약 400만 명 가운데 외국 연계 영향력 활동이 의심되는 계정 2만 3,998개를 식별했다. 분석 과정에서는 이들 의심 계정의 활동에서 주목할 만한 특징도 발견됐다. 특정 정치 진영을 일방적으로 지지하기보다는 한국 사회 내부의 갈등과 대립을 증폭시키는 방향의 메시지가 두드러진 것이다.
실제로 대중의 호응을 많이 얻은 상위 10개 표적 가운데 7개가 국내 유명 정치인으로 나타났다. 특정 정당이나 이념에 집중되지 않고 진보와 보수 양 진영의 전·현직 대통령과 대선 후보, 정당 등이 폭넓게 대상이 됐다.
연구팀은 이러한 결과가 외국 연계 영향력 활동을 단순히 ‘어느 정치 세력을 지지하는가’의 관점만으로 바라봐서는 안 된다는 점을 보여준다고 설명했다. 특정 진영을 직접 지원하기보다 기존의 정치적 갈등을 자극해 사회적 불신과 양극화를 확대하는 방식으로 영향력을 행사할 가능성도 살펴야 한다는 것이다.
이번 연구는 온라인 영향력 활동을 계정 단위의 단순 분류에서 한 단계 더 나아가, 어떤 메시지가 어떤 방식으로 사회적 갈등을 증폭시키는지를 AI가 찾아내고 그 판단 근거까지 제시했다는 데 의미가 있다.
향후 이 기술은 선거 또는 국가적 위기처럼 사회적 관심과 갈등이 급격히 높아지는 시기에 활용될 수 있다. 포털과 모니터링 기관이 대규모 댓글 가운데 우선적으로 살펴봐야 할 계정이나 메시지를 AI로 선별하고, 전문가가 AI가 제시한 근거를 검토해 최종적으로 판단하는 방식이다. 다만 연구팀은 AI가 의심 계정을 자동으로 차단하거나 제재하는 방식보다 전문가의 판단을 지원하는 ‘설명 가능한 콘텐츠 관리 도구’로 활용하는 것이 중요하다고 강조했다.
이원재 교수는 “20년간의 데이터를 분석한 결과, 의심 계정들은 외국을 직접 찬양하기보다 한국과 국내 정치인을 비난하며 갈등을 키우는 패턴을 보였다”며 “선거 등 사회적 갈등이 높아지는 시기에 우선 검토해야 할 메시지를 가려내는 기준이 될 것”이라고 설명했다.
오혜연 교수는 “AI가 댓글의 표면적인 의미를 넘어 갈등을 유발하는 감정과 계정의 조직적인 행동 패턴까지 함께 분석했다”며 “갈수록 교묘해지는 온라인 영향력 활동을 탐지하는 데 활용될 것으로 기대한다”고 말했다.
차미영 교수는 “이번 연구는 데이터 과학을 실제 사회 문제 해결로 연결한 ‘액셔너블 데이터 과학(Actionable Data Science)’의 사례”라며 “디지털 공론장의 투명성과 신뢰를 높이는 실질적인 도구가 되길 기대한다”고 밝혔다.
공동 제1저자인 KAIST 김재홍 박사과정과 김현승 석사과정이 주도한 이번 연구는 컴퓨터 보안 분야 최고 권위 국제학술대회인 ‘USENIX Security Symposium 2026(유즈닉스 시큐리티 심포지엄 2026)’에서 8월 13일 발표될 예정이다.
※ 논문명: Cross-National Information Attacks: A Two-Decade Analysis of Troll Behavior in Korea, DOI: 10.48550/arXiv.2606.22785
이번 연구는 현대차 정몽구 재단과 글로벌 정보보호 고급 인력 양성과제(과학기술정보통신부·정보통신기획평가원, RS-2024-00441762), 중견연구자지원사업(과학기술정보통신부·한국연구재단, RS-2022-00165347), 첨단데이터컴퓨팅연구실 (KAIST, N11250080)의 지원을 받아 수행됐다.
2026.08.12 조회수 4066 -
KAIST, 생성 AI 국가 R&D 사업서 핵심기술 개발 주도
KAIST는 산업체의 실질적 기술 수요에 기반한 연구 주제 도출, 고급 AI 인재 양성, 연구 성과의 산업 현장 실증을 통해 AI 기술의 산업 적용(AX, AI Transformation) 전환을 주도하고 있다. 이러한 가운데, KAIST가 과학기술정보통신부 주관 생성AI 국가R&D 사업에서 AI 핵심기술 개발에 나서며, 국내 AI 기술 경쟁력 강화에 앞장서고 있다고 13일 밝혔다.
우리 대학은 이번 ‘생성AI 선도인재양성사업’에서 산업체 주관 2개 과제와 기관 주관 1개 과제 등 총 3개 과제 모두의 공동연구기관으로 선정됨으로써, 생성형 AI의 핵심 기술 개발과 산학협력 기반 실무형 핵심 인재 양성이라는 이중 과제를 함께 수행하게 됐다.
또한 ‘독자 AI 파운데이션 모델 개발’사업에서는 총 5개 컨소시엄 중 4개에 우리 교수진이 핵심 연구진으로 참여해, 명실상부한 국내 생성 AI 연구의 중심 축 역할을 하고 있다.
생성AI 선도인재양성사업에서 각 과제당 67억 원, 독자 AI 파운데이션 모델 개발 사업에서 각 컨소시엄은 GPU 인프라 등 총 2,000억 원 규모의 정부 지원을 받는다.
2028년 말까지 진행되는 ‘생성AI 선도인재양성사업’의 일환으로, 우리 대학은 LG AI연구원과 협력, 전산학부 박노성 교수가 KAIST 책임연구자로 참여해 피지컬(Physical) AI 분야 연구를 수행한다. 이 사업은 물리 법칙에 기반한 이미지·비디오 생성 기술과 세계 모델(World Model) 개발에 집중한다.
특히 AI가 물리 세계의 실제 규칙을 더 정밀하게 학습하도록 설계된 모델 구조를 제안한 연구를 박노성 교수팀과 윤성의 교수팀이 진행하고 있고, 이는 물리 기반 생성형 AI(피지컬 AI)의 핵심 기술로 평가받고 있다.
또한 이 과제에는 AI 분야에서 세계적으로 주목받는 성과를 내고 있는 전산학부 박노성, 이재길, 황지영, 윤성의, 김현우 교수가 공동 참여한다. 이들은 올해 AI 분야 최고 학회인 ICLR, ICRA, ICCV, ICML에서 ▲물리 법칙 기반 올리비에-리치 플로우(Ollivier-Ricci Flow) 연구(ICLR 2025, 박노성 교수) ▲사족보행 로봇의 내비게이션 효율성 향상 기술(ICRA 2025, 윤성의 교수) ▲텍스트-비디오 검색을 위한 멀티모달 대형언어모델(ICCV 2025, 김현우 교수) ▲지식 생성을 위한 구조적 표현 학습(ICML 2025, 황지영 교수) 등을 발표했다.
NC AI와의 협력 사업에서는 전산학부 김태균 교수가 책임연구자로 참여해 멀티모달 AI 에이전트 기술을 개발한다. 3D 모델링, 애니메이션, 아바타 표정 생성, 캐릭터 AI 등 게임 산업 전반에 적용 가능한 기술을 연구한다. 게임 제작 파이프라인을 효율화하여 산업 현장을 경험함으로써 실무형 AI 인재를 육성하는 데 기여할 전망이다.
가상세계와 게임 산업에서 몰입감 있는 아바타 구현의 핵심 기술을 개발하고 있는 책임연구자인 김태균 교수는 3차원 컴퓨터 비전, 생성 AI의 석학으로, 이번 메타와 공동 연구를 통해 개발한 1인칭 시점 전신 동작 확산 모델을 VR·AR 환경에 적용할 것이다.
NC와의 사업에는 전산학부 김태균, 성민혁, 오태현 교수와 문화기술대학원 이성희, 우운택, 노준용, 임경태 교수가 참여한다. 이들은 CVPR 2025와 ICLR 2025에서 ▲ 1인칭 시점 전신 동작 확산 모델(CVPR 2025, 김태균 교수) ▲ 이미지 생성을 위한 확률적 확산 동기화 기술(ICLR 2025, 성민혁 교수) ▲ 대규모 3차원 얼굴 메시 비디오 데이터셋 구축(ICLR 2025, 오태현 교수) ▲ 사물 적응적 에이전트 동작 생성 기술 InterFaceRays (Eurographics 2025, 이성희 교수) ▲ 3차원 뉴럴 얼굴 편집 기술 (CVPR2025, 노준용 교수) ▲ 다국어 시각-언어 모델의 선택적 검색 증강 기술 연구(COLING2025, 임경태 교수) 등 세계적인 성과를 발표한 바 있다.
한국전자기술연구원(KETI) 주관 사업에는 김재철AI대학원 김승룡 교수가 생성AI 기술 개발 등에 참여한다. 김 교수팀은 최근에 어도비 리서치(Adobe Research), 구글 딥마인드(Google DeepMind) 등과 함께 비디오 데이터에서 강인한 점추적 정보를 추출하는 기술을 개발하여 비디오를 명확히 이해하고 생성하는 핵심 기술을 제시했다.
각 산업체 파트너는 우리 대학과 공동 강의를 개설하고 보유한 생성AI 파운데이션 모델을 교육·연구용으로 제공한다. 선발된 우수 학생들은 산업체에 파견되어 실무 중심의 연구를 수행하며, 우리 교수진은 LG AI연구원이 설립한 자체 AI 대학원에서 겸임교수로도 활동할 예정이다.
한편 과기정통부 '독자 AI 파운데이션 모델 개발' 사업에 우리 대학은 4개 컨소시엄에 참여해 독보적인 존재감을 보였다.
NC AI 컨소시엄에서는 전산학부 김태균, 윤성의, 박노성, 황지영, 성민혁 교수가 참여해, 멀티모달 파운데이션 모델(LMM) 및 로봇 기반 모델 개발에 집중한다. 특히 공간·물리·시간 상식을 학습하는 방식의 LMM 개발에 주력한다. 즉, 글·그림·영상·소리 등 다양한 정보를 동시에 이해하고 처리할 수 있는 '만능 AI 두뇌'를 가지고 물리 세계를 이해하고 상호작용할 수 있는 차세대 멀티모달 AI 모델 개발에 최적화된 연구팀을 구성했다.
업스테이지 컨소시엄에는 데이터 AI, NLP(자연언어) 각 분야 석학인 전산학부 이재길, 오혜연 교수와 LLM 전문가인 문화기술대학원 임경태 교수가 참여해 금융, 법률, 제조 등 산업별 버티컬 모델 개발을 담당한다. 우리 대학 연구진은 산업 현장에서 바로 적용 가능하고 각 산업에 맞는 실용적 AI 모델 개발에 집중한다.
네이버 컨소시엄에는 멀티모달 학습, 조합적 언어시각 모델에 핵심기술을 가진 전산학부 오태현 교수, 언어 모델을 사용하여 비디오 추론, 생성 방법론을 제시한 김현우 교수와, 김재철AI대학원 및 전자과 교수진이 공동 참여한다.
SKT 컨소시엄에는 텍스트-이미지 생성, 인간 선호도 모델링, 시각적 로봇 조작 기술 개발에서 탁월한 성과를 보이는 김재철AI대학원 이기민 교수가 참여한다. 이 기술은 통신사의 개인화 서비스와 맞춤형 AI 솔루션 개발에 핵심적 역할을 할 것으로 전망된다.
이번 성과는 KAIST가 추진해 온 산업 수요 기반 연구와 현장 실증 중심의 AI 기술 개발 전략이 결실을 맺은 것으로 평가된다.
우리 대학 이광형 총장은 "AI 기술이 학문적 성과를 넘어 산업과 연결되고 실용화되기 위해서는 정부의 지속적 지원과 산학협력 중심의 연구·교육이 핵심”이라며 "KAIST는 앞으로도 산업 현장의 문제를 해결하고 AI 생태계 경쟁력을 높이는 실질적 기여에 힘쓸 것”이라고 밝혔다.
또한 이번 독자 파운데이션 모델 개발 사업에서 KAIST 주관기관으로 지원됐던 김재철AI대학원 황성주 교수 주도의 프로젝트는 아쉽게도 최종 선정에는 이르지 못했지만, 독창적인 접근과 과감한 시도가 돋보인 의미 있는 도전으로 평가받고 있다. 이 총장은 “선정 여부와 관계없이 이러한 시도가 축적되며 대한민국 AI 생태계를 더욱 풍요롭게 만들 것”이라고 덧붙였다.
2025.08.13 조회수 12830 -
시니어 게임 이용자를 위해 게임 제작사가 참고할 수 있는 디자인 가이드 발간
우리 대학 문화기술대학원 도영임 교수 연구팀과 디지털 인문사회과학부 이경면 교수 연구팀이 연세대학교(이병주 교수 연구팀), ㈜캐어유(대표 신준영), ㈜하트버스(대표 도민석)와 공동으로 `세대를 연결하는 게임 디자인 가이드: 50대 이상 게임 이용자를 중심으로'라는 제목의 위키독스 온라인 책을 발간했다.
이 온라인 책은 문화체육관광부와 한국콘텐츠진흥원의 지원을 받아 2019년부터 2021년까지 3년간 진행한 산학 협력의 결과물로, 위키독스 플랫폼에서 국문과 영문으로 출간해 관심이 있는 사람은 누구나 무료로 이용할 수 있다. 컴퓨터 공학, 심리학, 게임 디자인, 스마트에이징 등 다학제 전문가가 연구 및 집필에 참여했다.
연구진은 초세대 게임 리빙 랩을 운영해 다양한 시니어 이용자들과 게임을 플레이하면서 좋았던 점, 어려웠던 점을 공유하며 함께 개선점을 찾았다. 또한, 게임 플레이와 관련 있는 다양한 인지 및 운동 실험을 수행해, 게임 난이도, 감각 및 인지 요소, 게임 규칙, 스토리와 캐릭터, 소셜 요소 등을 총망라한 게임 디자인 가이드를 만들었다.
2021년 한국콘텐츠진흥원의 게임 이용자 실태조사에 따르면, 50대의 57.1%, 60~65세의 37.15%가 게임을 이용하고 있으며, 이들의 게임 머니/아이템 구매율도 다른 세대와 비교해 낮지 않다. 그러나 시중에 나온 게임 대부분이 젊은 사용자를 대상으로 하다 보니, 게임 이용에 불편함을 느끼는 경우가 많았다.
예를 들어, 순발력과 정확한 타이밍을 요구하는 실시간 게임들의 난이도가 너무 어렵다거나, 글자나 오브젝트의 크기가 너무 작다거나, 게임 인터페이스나 게임 방법이 너무 복잡한 경우, 시니어 이용자들은 불편을 겪고, 플레이해 볼 시도조차 하지 않거나 게임을 포기하게 된다. 또한, 게임의 콘셉트나 스토리가 시니어들의 공감을 얻지 못한다거나, 연령차별 시각을 담은 경우에도 시니어 이용자들은 부정적인 경험을 하게 된다.
이번 가이드는 50대 이상 사용자들의 게임 경험을 분석하고, 이를 게임 제작자들이 참고하기 쉽게 게임 디자인 문법으로 변환했다. 또한 상세한 예시를 담아 시니어 게임 이용자들의 경험을 생생하게 전달하고자 했다. 본 가이드는 50대 이상 게임 이용자를 대상으로 게임을 만들 때, 기존의 게임에 접근성을 높이고자 할 때, 50대 이상을 대상으로 게임 관련 교육 프로그램을 만들 때 등 다양한 상황에 도움이 될 것으로 기대한다.
가이드는 총 5장으로 구성했으며, 1장에서는 20대부터 80대까지 각 나이대의 시각-운동 협응 능력을 고려해, 게임 과업별로 적정한 난이도를 제안했다. 또한, 시청각 요소, 인지 및 운동 요소, 게임 규칙, 스토리와 캐릭터, 소셜 요소, 인 앱 광고 및 결제와 같은 세부 게임 요소별로 게임 디자인 시에 참고해야 할 사항들을 정리했다. 2장에서는 이러한 가이드를 만들기 위한 과정을 소개한다. 2019년부터 3년간 초세대 게임 리빙 랩을 운영하면서 시각-운동 협응 실험, 인지 및 뇌파 실험, 시민연구원의 참여 워크숍을 어떻게 진행해 왔는지 자세한 정보를 담았다. 3장에서는 시니어 플레이어의 시각-운동 협응 능력, 인지 능력, 사회 정서적 특징 등 이용자 특성을 정리했다. 4장에서는 앞으로 시니어들의 게임 이용을 촉진할 수 있는 게임 서비스 모델을 제안하고, 서로 다른 세대가 함께 플레이할 수 있는 게임을 제작한 사례를 소개했다. 마지막으로 5장에서는 연구의 한계, 향후 연구의 방향, 가이드 이용 시의 유의사항을 담았다.
책임 저자 중 한 명인 우리 대학 문화기술대학원 도영임 초빙교수는 "노화와 관련해 인지적 부담을 느낄 수 있는 게임 인터페이스의 접근성을 높여 초기 진입 장벽을 낮춘다면, 고령 사회에서 점차 늘어나는 중년 및 노년 인구를 다양한 장르의 게임에 유인할 수 있다ˮ며, "앞으로 중노년층 친화적인 게임을 많이 제작해 게임 시장 규모를 확대할 수 있기를 기대한다ˮ고 밝혔다.
한편 이번 연구는 문화체육관광부와 한국콘텐츠진흥원의 <시니어 게임 플레이 지원 기술 및 게임 서비스 모델 개발> 과제의 지원을 받아 수행했다.
국문: https://wikidocs.net/book/7249
영문: https://wikidocs.net/book/7356
2022.06.03 조회수 13135 -
멀티프로젝션 상영관 기술 세계 첫 개발
- KAIST, CJ CGV와 공동개발해 전국 40개 상영관에서 상용화 완료 -- “3D 입체영상 기술 대체해 창조경제 이바지 할 것” -
영화 시장에서 멀티프로젝션을 상영관에 도입하는 연구가 진행되고 있다.
우리 학교 문화기술(CT)대학원 노준용(42) 교수 연구팀이 CJ CGV와 공동으로 몰입감을 제공하는 멀티프로젝션 기술 ‘CGV 스크린X(이하 CGV ScreenX)’를 개발했다.
‘CGV ScreenX’는 극장 화면의 경계를 넘어 전면 스크린은 물론 좌우 벽면에 확장된 영상을 투사해 관객들의 시야를 꽉 채우기 때문에 마치 영화 속에 들어온 것과 같은 미래형 상영관이다.
이 기술은 기존 3D 입체영화와 비교하면 △전용 안경이 필요 없고 △어지러움 증을 유발하지 않으며 △옆면을 스크린으로 활용해 영화 몰입감을 극대화하는 것이 특징이다.
특히, 세계 최초로 개발한 이 기술은 할리우드를 비롯한 전 세계 극장에 역수출 할 수 있다는 장점이 있으며, 기존의 극장 구조를 그대로 이용하면서 프로젝터만 추가하면 되기 때문에 높은 투자비 없이 도입할 수 있다.
노 교수팀과 CJ CGV는 몰입형 영상 기술을 구현하기 위해 멀티프로젝션 기술, 컨텐츠 재구성 기술, 시스템관리 기술 등 핵심적인 기술을 개발했다. 멀티프로젝션 기술은 기존의 극장 옆면을 스크린으로 활용해 자연스러운 영상을 표현할 수 있도록 최적화됐으며, 기존의 광고나 영화 상영 시스템과 동기화 되도록 설계됐다.
이와 함께 서로 다른 구조를 가진 다양한 극장 환경에서 동일한 컨텐츠를 효과적으로 재생할 수 있는 컨텐츠 재구성 기술, 복잡한 시스템을 적은 인력으로도 효율적으로 다수의 극장에 설치·운영하는 시스템 관리 기술을 개발했다.
노준용 교수는 “컨텐츠의 제작, 시스템 설치, 상영 등 전 과정에서 상영 환경의 영향을 많이 받는 멀티프로젝션을 극장 환경 내에서 일반화 시킬 수 있는 기술을 개발한 것이 핵심”이라며 “기존에 한정된 환경에서만 선보여지던 값비싼 멀티프로젝션 기술의 플랫폼화, 대중화를 실현함으로써 이 분야 기술적 우위를 선점한 점에서 의미가 크다”고 이번 기술에 대한 의미를 설명했다.
최근에는 CGV ScreenX 기술을 바탕으로 국내 최고의 비주얼리스트로 불리는 김지운 감독이 영화 를 제작해 화제를 모으고 있다. 는 제18회 부산국제영화제 갈라 프레젠테이션 섹션에 공식 초청되어 뜨거운 관심을 모았으며, 영화제 기간 내내 영화업계 관계자들로부터 영화의 새로운 가능성을 보여준다는 평가를 받았다.
참고로 CGV ScreenX는 현재 CGV여의도 9개관 전관 포함, 전국 22개 극장의 40개 상영관에서 지난 1월부터 선보이고 있으며 연내 50개 상영관으로 확대될 예정이다.
1. CGV ScreenX 기술 요약
그림1. CGV ScreenX 기술 요약- 하드웨어(상영시스템), 소프트웨어(콘텐츠), 관리 기술을 포함한 기술 개발로 다양한 상영관에서의 동시운용을 실질적으로 가능하게 함
2. CGV ScreenX 주요 기술
① 표준 콘텐츠 제작
- 상영관의 통계적인 분석을 통하여 다수의 상영관을 커버할 수 있는 적절한 형태의 콘텐츠 템플릿 제공
② 상영관 특화영상 재구성
- 각 상영관의 구조를 고려하여 상영관에 적합한 형태로 표준 콘텐츠를 자동으로 재구성하여 배포하는 기술
③ 프로젝터별 보정 영상 생성
- 데이터베이스로부터 각 상영관에 설치된 다수의 프로젝터별 보정정보를 입력 받아 재구성 된 특화영상을 실시간으로 보정하여 재생하는 기술
- 상영관의 특성에 기반 한 설계를 통해 보정 과정의 많은 부분이 자동화
되어있어 기존의 방법에 비해 매우 간편함
④ 동기화 재생- 각각의 옆면 보조 프로젝터 뿐만 아니라, 중앙 프로젝터 및 광고, 영화 재생 서버와 실시간 동기화하여 재생하는 기술
2013.10.21 조회수 20099 -
어떻게 트위터가 급성장 할 수 있었나?
- 트위터 네트워크의 성장은 오프라인 사회관계망에서 점차적으로 시작 - 전통적인 미디어의 영향력으로 네트워크가 폭발적으로 성장함을 관찰
트위터가 세계적으로 유명세를 타는 데는 전통적인 사회관계망의 역할뿐만 아니라 미디어의 주목이 커다란 기여를 했다는 사실이 국내연구진에 의해 규명됐다.
우리 학교 문화기술대학원 차미영 교수가 최근 MIT 마르타 곤잘레즈(Marta Gonzalez) 연구팀과 함께 오프라인에서 인간관계에 절대적인 영향을 미치는 지역, 사회, 경제적 요인과 더불어 미디어의 주목이 초기 트위터의 성장에 커다란 영향을 미쳤음을 분석해냈다.
대다수 신기술처럼 트위터는 가장 먼저 젊고, 과학기술을 잘 이용하는 샌프란시스코와 보스톤의 사용자들에게 먼저 도입됐다. 그다음 단계에서는 인접도시로 점진적으로 확산되기 시작해 오프라인 사회관계망이 정보전파에 주된 역할을 했음이 연구결과 조사됐다.
예를 들어 처음 도입한 두 도시와 지역적으로 근거리에 있는 캘리포니아의 버클리와 매사추세츠 주의 소머빌의 사용자들이 트위터를 도입했고, 이후에는 산타페, LA 등을 통해 최종적으로 팜비치, 뉴왁 등 전국으로 확산됨을 보여줬다.
이번 연구에서 사회관계망과 더불어 주목한 것은 텔레비전이나 신문과 같은 전통미디어의 역할이다.
차 교수 연구팀은 매주 구글 뉴스를 검색해 기사에 트위터가 몇 번이나 언급되었는지 데이터를 모으고 또 같은 시점의 트위터 사용자 수를 조사했다. 그리고 나서 뉴스기사에서의 트위터 언급 횟수와 사용자 수의 상관관계를 분석한 결과 이 둘은 같은 추이를 보인 것으로 나타나 미디어가 트위터의 성장에 커다란 영향을 준 것으로 결론을 내렸다.
차 교수팀은 이와 함께 트위터의 성장에 대한 미디어의 영향을 알아보기 위해 또 다른 흥미로운 사례에 주목했다.
2009년 4월 할리우드 영화배우 애쉬튼 커쳐는 CNN에 출연해 누가 먼저 백만명의 팔로어를 갖게 될 것인지에 대한 내기를 제안했고, 약 이틀 만에 백만명의 팔로어를 보유하게 됐다. 또한 오프라 윈프리가 첫 번째 트윗을 하는 것이 미디어에서 다뤄지는데 이는 또 다시 트위터 사용자수의 급격한 증가를 불러일으킨 계기가 됐다.
KAIST 차미영 교수가 MIT연구팀과 공동으로 실시한 이번 연구는 2006년부터 2009년까지의 트위터 데이터를 바탕으로 미국 내 408개 도시에서의 트위터 성장세를 분석해, 이를 토대로 전염병의 확산모델과 유사한 사회관계망 기반의 확산모델을 수립해 밝혀냈다.
한편, 이번 연구결과는 미국의 온라인 과학전문지 ‘공중과학도서관 원(Public Library of Science ONE)’ 저널에 곧 게재될 예정이며 MIT news, 미국 과학전문 소셜미디어 Mashable.com, 그리고 MSNBC.com등에도 소개됐다.
[그림.1] 해당 시간대에 각 지역별로 최종 가입자의 13.5%에 해당하는 ‘크리티컬 매스’에 해당하는 사용자들이 가입을 한 지역이 검은 원으로 표기된다. 작은 회색원은 이미 크리티컬 매스에 이른 지역을 표기한다. 트위터의 첫 도입은 샌프란시스코에서 시작되었으며 다음으로 주변 도시들에서 도입되는 것을 통해, 오프라인 사회관계망이 확산에 중요함을 시사한다. 반면 보스톤과 같은 지역에서도 초기 도입이 되었으며 이는 사회관계망 뿐만 아니라 인터넷과 같은 매체의 영향을 시사한다.
[그림.2] a. 그래프에서 검은 실선은 주별 최대가입자수를 1.0으로 보았을 때 매주별 트위터 가입자수의 변화를 나타낸다. 빨간실선은 같은 해당주에 대해 구글 뉴스에서 트위터가 언급된 비율을 나타낸다. 트위터 서비스가 시작된지 140주 이후에 각종 미디어를 통해 트위터가 많이 언급됨을 볼 수 있고, 따라서 트위터의 주별 가입자수 역시 급격히 상승하는 트렌드를 볼 수 있다.
b. 그래프는 매주 트위터에 가입한 총사용자수를 나타내는 검은 선과 이를 예측하는 다양한 모델의 결과를 보여주는 점선을 보여준다. 전통적인 확산모델의 경우 (파란점선) 초기 트위터의 성장세는 잘 예측하지만, 추후 미디어의 영향력 이후의 급성장을 보여주지 못한다. 구글 검색 결과를 반영하여 확산모델을 변형하면 (검은점선 및 노란점선) 실제 데이터와 유사한 트렌드를 예측할 수 있다.
[동영상링크]http://www.youtube.com/watch?feature=player_embedded&v=Ncon_z67VQs
지도상의 각 원은 트위터 사용자들이 있는 미국 내 도시를 의미한다. 시간에 따라 더욱 많은 사용자가 트위터에 가입할수록 원의 크기가 커진다. 각 지역별로 최종 가입자의 13.5%에 해당하는 ‘크리티컬 매스’에 해당하는 사용자들이 가입을 하면 원은 빨간색으로 표기된다. 화면 중앙에 하얀선으로 표기되는 그래프는 시간에 따른 트위터의 주별 가입자수를 의미한다.
2012.01.04 조회수 19664