💬 NLP

Language Mutations Sustain the Persistences of Conspiracy Theories on Social Media

본 연구는 3 년간의 X 게시물 데이터셋을 분석하여 음모론의 언어적 및 구조적 변이가 특히 단순화와 동화를 통해 그 온라인 수명을 크게 연장시킨다는 점을 입증함으로써, 콘텐츠 조정 전략이 효과적으로 그 지속적 변이를 대응하려면 핵심 주장을 겨냥해야 함을 시사한다.

원저자: Calvin Yixiang Cheng, Dorian Quelle, Scott A. Hale

게시일 2026-05-20

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Calvin Yixiang Cheng, Dorian Quelle, Scott A. Hale

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 글은 간단한 언어와 창의적인 비유를 사용하여 해당 논문을 설명합니다.

핵심 아이디어: 왜 음모론은 사라지지 않는가?

음모론을 바이러스나 잡초와 같은 살아있는 유기체로 상상해 보십시오. 음모론을 반박하여 (거짓임을 증명하여) 죽일 수 있다고 생각할지 모릅니다. 하지만 소셜 미디어에서는 이러한 이론들이 거짓임이 입증된 후에도 종종 되살아납니다.

이 연구는 질문합니다: 왜 음모론은 이렇게 오래 생존할까요?

그 답은 단순히 사람들이 고집이 세기 때문이 아닙니다. 음모론이 옷을 갈아입기 때문입니다. 카멜레온이 색을 바꿔 주변에 섞이듯이, 음모론은 신선함을 유지하고 무시당하지 않기 위해 단어, 등장인물, 세부 사항을 변경합니다. 저자들은 이를 "언어적 변이" 라고 부릅니다.

실험: "형태 변환" 추적

연구진들은 3 년간 X(구 트위터) 에 게시된 COVID-19 관련 음모론 게시물 약 45 만 개를 분석했습니다. 그들은 음모론이 게시된 횟수만 세는 것이 아니라, 이론이 사람에서 사람으로 퍼져나가면서 단어가 어떻게 변하는지 추적했습니다.

그들은 "음모적 주장"을 가족 나무처럼 취급했습니다. 게시물이 서로 다르게 보일지라도, 동일한 핵심 아이디어 (예: "바이러스는 실험실에서 만들어졌다") 를 공유한다면 같은 가족에 속합니다. 연구진들은 이러한 가족들이 시간이 지남에 따라 어떻게 진화하는지 관찰했습니다.

음모론이 변이하는 세 가지 방식

이 연구는 생존을 위해 이러한 이론들이 변하는 세 가지 구체적인 방식을 살펴보았습니다.

1. "이동" (의미론적 변이)

비유: "전화 놀이" 게임을 상상해 보십시오. 첫 번째 사람이 "정부가 진실을 숨기고 있다"고 말합니다. 열 번째 사람에게 전달될 때는 "당국자들이 비밀을 유지하고 있다"는 식으로 들릴 수 있습니다. 의미는 약간 다르지만 핵심은 동일합니다.
결과: 표현을 약간 변경하여 "이동"한 이론들은 표현을 전혀 바꾸지 않은 이론들보다 27% 더 오래 생존했습니다. 약간의 새로움이 사람들의 관심을 유지시켜 지루함 (정보 피로) 을 방지하는 것으로 보입니다.

2. "감정적 전환" (심리언어학적 변이)

비유: 음모론을 영화 대본으로 생각해 보십시오. 때로는 대본이 무서운 공포 영화에서 슬픈 드라마로, 혹은 정치적 스릴러에서 건강 경고로 바뀝니다.
결과: 감정적 어조를 변경한 이론들이 더 오래 생존했습니다. 특히 다음 영역에서의 변이가 생존에 도움이 되었습니다:

사회적 단어: "그들"을 "우리"나 "우리 친구들"로 변경.
시간: 과거에서 "지금"으로 초점 이동.
건강과 위험: 일반적인 담론을 질병, 위험, 죽음에 관한 구체적인 단어로 교체.
사고: "아는 것"이나 "믿는 것"을 설명하는 방식 변경.
결과: 이론이 "건강 위험"이나 "가족"에 대해 더 많이 이야기하기 시작하면 생존 기간이 현저히 길어졌습니다.

3. "캐스트 교체" (행위자 - 행동 - 대상 변이)

비유: "악당이 마을을 독살한다"는 줄거리의 연극을 상상해 보십시오.

행위자 (누가): 악당이 "정부"에서 "제약 대기업"으로, 다시 "특정 정치인"으로 변경.
행동 (무엇): 범죄가 "데이터 은폐"에서 "사람 살해"로, 다시 "돈 훔치기"로 변경.
대상 (누가 피해를 입는가): 피해자가 "모든 사람"에서 "어린이"로, 다시 "가난한 사람들"로 변경.
결과: 음모론이 악당이나 피해자를 교체할 때 더 오래 생존했습니다. 흥미롭게도 행동(악당이 무엇을 하는지) 을 변경하는 것이 이론의 수명을 연장하는 가장 강력한 방법이었습니다. 또한, 취약 계층(어린이나 가난한 사람들 등) 을 표적으로 삼기 시작한 이론들은 더 오래 생존하는 경향이 있었으며, 이는 아마도 더 강력한 감정적 반응을 유발했기 때문일 것입니다.

어떻게 변하는가: 두 가지 주요 패턴

텍스트를 면밀히 검토한 결과, 연구진들은 이러한 변이가 발생하는 두 가지 주요 방식을 발견했습니다.

단순화 ("게으른 독자"):
사람들은 종종 복잡한 음모론을 소화하기 쉽게 만듭니다. 세부 사항을 제거하고 "각성하라!"나 "빨강으로 투표하라!"와 같은 간단한 슬로건으로 바꾸거나, 무언가를 "사기"라고 낙인찍습니다. 복잡한 소설을 한 줄짜리 트윗으로 바꾸는 것과 같습니다. 이렇게 하면 이론을 공유하기가 더 쉬워집니다.
동화 ("에코 챔버"):
사람들은 이야기를 자신이 이미 믿고 있는 것에 맞게 비틀어 놓습니다. 누군가가 특정 집단에 대해 이미 분노하고 있다면, 음모론은 그 집단을 더 직접적으로 비난하도록 변이합니다. 이는 거울처럼 시청자의 편견을 반사하여 이론이 더 개인적이고 진실하게 느끼게 만드는 것과 같습니다.

주요 교훈

이 논문은 음모론이 유연하기 때문에 생존한다고 결론 내립니다. 그들은 같은 거짓말을 반복하는 것이 아니라 적응합니다. 관련성과 흥미를 유지하기 위해 단어, 감정적 어조, 등장인물을 변경합니다.

이를 막기 위한 의미:
저자들은 이러한 이론들을 막으려면 이야기의 특정 버전 하나만 반박해서는 안 된다고 제안합니다. 이야기가 너무 쉽게 변하기 때문에, 모든 단일 변형이 아니라 변하지 않는 핵심 아이디어(원자적 주장) 를 대상으로 해야 합니다. "정부" 버전과만 싸운다면, 이론은 "제약 대기업"을 비난하도록 변이하여 계속 살아남을 것입니다. 당신은 처음부터 그것이 생존할 수 있게 해주는 근본적인 논리와 싸워야 합니다.

기술 요약: 소셜 미디어에서 언어 변이가 음모론의 지속성을 유지함

문제 제기
음모론은 소셜 미디어에서 놀라운 지속성을 보이며, 반복적인 사실 확인에도 불구하고 종종 재등장합니다. 이전 연구들은 개인의 심리적 특성이나 정적 콘텐츠의 바이럴 확산에 초점을 맞추어 왔으나, 전파 과정에서 발생하는 언어적 변화인 '언어 변이'가 이러한 지속성을 유지하는 데 어떤 역할을 하는지는 아직 충분히 탐구되지 않았습니다. 저자들은 음모론적 주장이 유통되면서 의미적 및 구조적 수정 (변이) 을 겪는데, 이는 정보 피로도를 낮추고 청중의 관심을 재점화하며 주장이 새로운 맥락에 적응할 수 있게 함으로써 수명을 연장한다고 가정합니다. 본 연구는 이러한 변이가 온라인상 음모론적 주장의 지속성을 예측하는 정도를 경험적으로 정량화하고자 합니다.

방법론
본 연구는 2020 년 1 월부터 2022 년 11 월까지의 3 년간 데이터를 활용하며, X(구 트위터) 에서 수집된 446,829 개의 COVID-19 관련 음모론 게시물을 포함합니다. 방법론은 다단계 파이프라인을 포함합니다:

데이터 수집 및 검증: 562 개의 사실 확인 기사에서 파생된 키워드 매칭을 사용하여 게시물을 검색한 후, 미세 조정된 GPT-4o-mini 분류기 ( $F_1 = 0.90$ ) 로 필터링하고 인간 주석자에 의한 역검증을 수행했습니다.
주장 매칭: 개별 게시물 수준이 아닌 '주장' 수준에서 지속성을 분석하기 위해, 문장 임베딩 (all-mpnet-base-v2) 과 임계값 기반 유사성 그래프 (코사인 유사도 임계값 = 0.88) 를 사용하여 의미적으로 유사한 게시물들을 클러스터링했습니다. 주장은 단일 사실 확인으로 해결될 수 있는 핵심 진술을 공유하는 게시물들의 클러스터로 정의됩니다.
변이 정량화: 변이는 세 가지 분석 척도에서 측정되었습니다:
- 의미적 표류: 시드 게시물과 시드 게시물 생성 후 24 시간 이내의 초기 게시물 간의 누적 코사인 거리로 측정됩니다.
- 심리언어학적 특성: LIWC22 를 사용하여 분석되었습니다. 변이는 연속된 게시물 간 특정 카테고리 (예: 대명사, 건강, 인지 과정, 위험, 사회적 참조) 의 빈도 변화가 50% 초과로 정의되었습니다.
- 행위자 - 행동 - 대상 (AAT): LLM(GPT-4o-mini) 을 사용하여 추출하고 K-Means 를 통해 클러스터링되었습니다. 변이는 주장 내 행위자, 행동, 또는 대상의 클러스터 할당 변경으로 식별되었습니다.
생존 분석: 주장의 지속성은 Kaplan-Meier 추정량과 가속화 실패 시간 (AFT) Weibull 모델을 사용하여 모델링되었습니다. '사건'은 주장 클러스터에서 30 일 연속 새로운 게시물이 없는 것으로 정의되었습니다. 분석은 참여 지표 (좋아요, 리트윗) 와 사용자 특성을 통제했습니다.
정성적 분석: 장기 지속 주장의 하위 집합을 수동으로 코딩하여 심리언어학적 및 AAT 요소에서의 특정 변이 패턴 (단순화, 동화) 을 식별했습니다.

주요 결과
본 연구는 언어 변이가 주장 수명 연장과 유의미하게 연관되어 있음을 발견했습니다:

의미적 변이: 초기 의미적 표류 (첫 24 시간 이내) 를 보이는 주장은 변이가 없는 주장에 비해 지속될 가능성이 27% 더 높습니다 ($TR = 1.27, p < 0.005$).
심리언어학적 변이: 특정 카테고리에서 변이가 발생한 주장은 현저히 더 오래 생존합니다. 특히 사회적 참조 단어 (예: "우리" 대 "그들") 의 변이는 생존 시간을 122% 증가시켰으며 ($TR = 2.22 $), 인지 과정 변이는 67% 증가시켰습니다 ($ TR = 1.67$). 건강 관련 언어의 변동 크기가 특히 예측력이 높았는데, 변동성이 더 큰 주장은 거의 세 배 더 오래 생존했습니다.
AAT 변이: 행위자, 행동, 또는 대상 카테고리의 변경은 모두 더 긴 수명과 상관관계가 있습니다. 다변량 모델에서 행동 변이는 가장 강력한 독립 예측 요인으로 나타났으며, 수명을 68% 증가시켰습니다 ($TR = 1.68$).
정성적 패턴: 두 가지 지배적인 변이 패턴이 식별되었습니다:
- 단순화: 사용자는 종종 라벨링 (예: "사기"), 행동 촉구 호소, 또는 추론 단어 감소를 통해 인지적 복잡성을 줄입니다.
- 동화: 사용자는 기존 태도와 일치하도록 메시지를 왜곡하며, 종종 위협을 증폭하거나 취약 계층 (예: 어린이, 빈곤층) 으로 대상을 이동시킵니다.

의의 및 주장
저자들은 본 연구가 의미적 표류와 특정 언어적 변이가 음모론 수명에 미치는 효과를 정량화한 최초의 경험적 증거를 제공한다고 주장합니다. 사소한 의미적 조정이나 AAT 의 구조적 변화조차도 주장을 지속시킬 수 있음을 입증함으로써, 이 논문은 정보 변이 이론을 현대 온라인 커뮤니케이션 맥락으로 확장합니다.

이러한 발견은 콘텐츠 중재 전략이 정적 내러티브를 대상으로 하는 것에서 주장의 가변성을 다루는 방향으로 진화해야 함을 시사합니다. 구체적으로, 저자들은 변이가 종종 단순화 패턴을 따르므로, 사실 확인 노력은 포괄적인 내러티브가 아닌 "원자적 주장"(핵심, 단순화된 진술) 에 초점을 맞춰야 한다고 제안합니다. 또한, 동화 패턴을 이해하면 사용자의 기존 인지 체계를 인정하는 맞춤형 사실 확인 전략을 수립하는 데 도움이 될 수 있습니다. 본 연구는 음모론의 지속성이 단순한 신념의 함수가 아니라, 주장 자체의 언어적 적응력에 의해 능동적으로 유지된다고 결론지었습니다.