[기술 요약] 언어를 통한 문화 간 정체성 융합(Identity Fusion) 예측 및 폭력의 이질적 경로 규명

1. 문제 정의 (Problem Statement)

최근 정치적 양극화와 온라인 플랫폼을 통한 극단주의 및 폭력 행위가 증가함에 따라, 급진화(Radicalization)의 심리학적 뿌리를 이해하는 것이 매우 중요해졌습니다.

• 심리학적 배경: '정체성 융합(Identity Fusion)'은 개인이 특정 집단(사회적 집단, 이데올로기, 리더 등)과 자신을 분리하지 못할 정도로 강하게 일치되는 상태를 의미하며, 이는 폭력적 행위를 예측하는 강력한 지표입니다.
• 기존 기술의 한계:
  • 콘텐츠 모더레이션: 방대한 양의 데이터를 인간이 검토하기 불가능하며, 특정 키워드나 과거 데이터에 의존하는 방식은 새로운 유형의 극단주의자를 식품하기 어렵습니다.
  • 기존 NLP 방식(예: VRI): 단순한 단어 매칭(String-matching)이나 수동 필터링에 의존하여 확장성(Scalability)과 재현성(Reproducibility)이 떨어지며, 심리학적 메커니즘을 정확히 포착하지 못합니다.

2. 연구 방법론 (Methodology)

본 연구는 인지 언어학적 패턴과 대규모 언어 모델(LLM)을 결합한 새로운 접근법인 **CLIFS(Cognitive Linguistic Identity Fusion Score)**를 제안하고 검증합니다.

CLIFS의 핵심 구성 요소:

1. 인지 언어학적 패턴: 기존 연구에서 확인된 정체성 관련 언어 패턴 활용.
2. LLM 임베딩: 기존 문헌에 기술되지 않은 미세한 신호를 포착하기 위해 대규모 언어 모델의 고차원 특징(Opaque embedding) 사용.
3. ModernBERT 분류기: 미세 조정된 모델을 통해 융합 수준에 대한 확률적 분류 수행.
4. 암시적 은유 탐지(Implicit Metaphor Detection): Masked Language Model(MLM)을 사용하여 개인이 자신과 융합 대상(Target)을 어떻게 개념화하는지 측정하는 핵심 혁신 기술. 이를 통해 다음 네 가지 지표를 도출합니다:
   • Fictive-Kinship ($K_f$): 집단을 가족처럼 여기는 정도.
   • Fusion Proximity ($f(I,T)$): 자아(Self)와 집단(Target) 간의 개념적 중첩 정도.
   • 방향성 정체성 점수 ($S_{I \to T}, S_{T \to I}$): 자아에서 집단으로, 또는 집단에서 자아로 흐르는 정체성 중첩의 방향성.

데이터셋:

• Dataset 1 (MTurk): 영국 및 싱가포르 거주자들의 종교적 경험 관련 텍스트.
• Dataset 2 (Field Data): 싱가포르 교회 구성원들의 인터뷰 및 설문 데이터.
• Dataset 3 (Manifestos): 극단주의자들의 선언문(Ideologue형 및 Victim형으로 분류).

3. 주요 연구 결과 (Key Results)

가. 문화 간 일반화 성능 (Cross-Cultural Generalization)

• CLIFS는 영국과 싱가포르라는 서로 다른 문화적, 언어적 맥락에서도 기존의 기준 모델(UAI, nUAI, VRI-Fusion)보다 훨씬 높은 상관관계($r_s$)를 보이며 정체성 융합 점수를 정확히 예측했습니다.
• 기존 모델들은 데이터 분포가 달라지거나 텍스트 길이가 짧아지면 유의미한 성능을 내지 못했으나, CLIFS는 높은 정확도와 낮은 평균 절대 오차(MAE)를 유지했습니다.

나. 폭력의 이질적 경로 규명 (Divergent Pathways to Violence)

선언문을 분석한 결과, 폭력을 일으키는 두 가지 서로 다른 심리적 경로가 발견되었습니다:

1. 이데올로기형 (Ideologue): 집단을 **'가족(Fictive-Kinship)'**으로 개념화하며, 집단과 자아를 공유하는 전형적인 사회적 융합 양상을 보입니다.
2. 피해 의식형 (Victim): 집단을 가족으로 보기보다는, 자신의 개인적 정체성을 집단에 투영하거나 타인을 자신과 유사하게 간주하는 방식($f(I,T)$ 및 $S_{T \to I}$ 점수가 높음)으로 융합이 일어납니다. 즉, 사회적 집단이 아닌 추상적 가치나 개인적 억울함에 융합됩니다.

4. 연구의 의의 및 기여 (Significance & Contributions)

• 이론적 기여: 정체성 융합이 반드시 사회적 집단에만 국한되지 않고, 가치나 이데올로기 같은 추상적 대상과도 비대칭적/비친족적 방식으로 일어날 수 있음을 입증하여 **포괄적 정체성 융합 이론(CIFT)**을 정교화했습니다.
• 기술적 기여: 수동 필터링 없이도 대규모 데이터를 처리할 수 있는 확장 가능하고(Scalable) 재현 가능한(Reproducible) 심리학 기반 NLP 도구를 제시했습니다. 특히 은유 탐지 기술이 단순 임베딩보다 효과적임을 증명했습니다.
• 실무적 기여: 소셜 미디어 기업이나 보안 기관이 단순한 키워드 차단(Censorship)을 넘어, 사용자의 **심리적 급진화 징후(정체성 융합 신호)**를 조기에 탐지하고 개입할 수 있는 과학적 토대를 제공합니다.