정보이론으로 본 음모론 확산과 엔트로피 분석

초록

본 논문은 사건 보고를 이진 문자열(Ei = ±1)로 모델링하고, 음모론 논객들의 댓글을 통해 해당 문자열의 부호가 바뀌면서 시스템 엔트로피가 증가한다고 가정한다. 엔트로피가 N/2(즉 E = 0) 수준에 도달하면 의심이 만연해 대안적 해석이 확산될 가능성이 높아진다. 온라인 댓글, 사용자, 토론 스레드 별로 엔트로피 변화를 측정하고, 이를 음모론 침투 정도의 정량적 지표로 활용한다.

상세 분석

이 연구는 정보이론의 기본 개념인 샤논 엔트로피를 사회적 의견 확산에 적용하려는 시도로, 사건을 N개의 이진 변수 Ei(±1)로 추상화한다. 초기 공식 보고서는 모든 Ei = −1 로 설정되어 완전한 질서 상태(엔트로피 S = 0)를 만든다. 음모론자들은 특정 Ek 를 재해석하면서 −1 → +1 으로 전환시키고, 이는 전체 시스템의 엔트로피를 증가시킨다. 저자는 엔트로피가 E = 0, 즉 N/2 개의 Ei = +1 상태에 도달하면 ‘전반적 의심’이 형성된다고 정의한다. 이 임계값은 단순히 최대 엔트로피(가능한 경우)로 설정돼, 실제 사회적 상황에서 ‘불확실성’이 최고조에 이를 때를 의미한다.

데이터는 BBC 기사에 달린 755개 댓글, 사용자 별 별칭, 토론 스레드 구조 등을 활용해 세 가지 집계 수준(댓글, 개인, 스레드)으로 엔트로피 변화를 추정한다. 댓글 내용은 의미망 분석(semantic clouds)과 단어 동시출현 네트워크로 시각화돼, ‘collapse’, ‘person’ 등 두 주요 클러스터가 음모론의 핵심 논점(구조적 의문 vs 인간·정치적 동기)임을 보여준다. 네트워크 분석에서는 소규모 세계‑네트워크가 즉시 형성되고, 차수 분포가 파워‑law(지수 ≈ −1) 형태를 띠어 의견 전파가 몇몇 핵심 노드에 집중됨을 확인한다. 또한, 댓글에 대한 ‘좋아요’ 점수(총 평점)와 토론 길이 사이에 양의 상관관계가 존재함을 제시한다.

이론적 모델은 기존의 전염‑모델(예: SIS, SIR)과 달리, 의견을 단순한 전염 현상이 아니라 ‘정보 상태 전환’으로 본다. 따라서 변수 Ei 의 변환 확률은 개인의 신뢰도, 논증의 논리성, 감정적 호소 등 다중 요인에 의해 조절될 수 있다. 저자는 현재 데이터가 정성적 수준에 머물러 있어 모델 파라미터 추정이 제한적이지만, 대규모 크라우드소싱 데이터가 축적되면 엔트로피 기반 지표가 음모론 확산을 실시간 감시하고, 정책 개입 시점을 정량적으로 판단하는 데 활용될 수 있다고 주장한다.

한계점으로는 (1) Ei 값을 이진화하는 과정이 지나치게 단순화돼 실제 의견의 다층적 스펙트럼을 반영하지 못함, (2) 엔트로피 임계값을 E = 0 으로 고정한 것이 경험적 근거가 부족함, (3) 댓글 데이터의 샘플링 편향(특정 플랫폼·언어·문화)과 ‘좋아요’ 알고리즘의 불투명성이 결과 해석에 영향을 미칠 수 있음 등을 들 수 있다. 향후 연구에서는 다중 상태 변수(예: −1, 0, +1)와 베이지안 업데이트를 도입해 보다 정교한 확률 모델을 구축하고, 다양한 플랫폼(트위터, 레딧 등)과 국가별 데이터를 통합해 엔트로피 변화를 비교 분석할 필요가 있다.