코비큐스: 시각적 단서를 활용한 COVID‑미스인포메이션 데이터셋 및 사용자 평가 연구

초록

코비큐스(CoVCues) 데이터셋은 텍스트 중심 기존 COVID‑미스인포메이션 데이터와 달리 이미지·인포그래픽 등 시각적 단서를 체계적으로 수집·분류한 최초의 멀티모달 리소스이다. 저자들은 웹 스크래핑·중복 제거·품질 정제 과정을 거쳐 신뢰·비신뢰 이미지 폴더를 구축하고, AI 모델을 이용해 시각적 특징을 분석하였다. 또한 200명 이상의 참가자를 대상으로 설문 기반 사용자 평가를 수행해 시각적 단서가 정보 신뢰성 판단에 미치는 영향을 실증적으로 확인했다. 연구 결과는 시각적 단서가 미스인포메이션 탐지에 유용함을 보여주며, 향후 COVID‑관련 연구와 실무에 중요한 자산이 될 것으로 기대한다.

상세 분석

코비큐스 데이터셋은 기존 COVID‑미스인포메이션 데이터베이스가 텍스트와 메타데이터에 치중한 반면, 이미지와 인포그래픽을 중심으로 한 시각적 단서를 체계화했다는 점에서 학술적·실용적 의의가 크다. 데이터 수집 단계에서는 CoAID, ReCOVery, MM‑COVID, MM‑CoVaR 등 네 개의 기존 멀티모달 데이터셋에서 URL을 추출하고, Scrapy 기반 크롤러를 이용해 수백만 장의 이미지를 다운로드하였다. 이후 해시 기반 중복 제거, 크기·형태 기반 필터링, OpenCV를 활용한 얼굴·프로필 사진 제거 등 다단계 정제 과정을 거쳐 약 2,500장의 잡음 이미지를 삭제하고, 최종적으로 신뢰·비신뢰 두 카테고리로 구분된 12,000여 장의 고품질 이미지를 확보했다.

분류 체계는 ‘이미지 유형(예: 차트, 지도, 사진, 아이콘 등)’과 ‘신뢰도(신뢰/비신뢰)’라는 2‑축 구조로 설계돼, 향후 머신러닝 모델이 시각적 특징을 학습하기에 적합하도록 메타데이터를 풍부하게 제공한다. 저자들은 사전 학습된 Vision Transformer(ViT)와 ResNet을 활용해 이미지 특징을 추출하고, 텍스트와 결합한 멀티모달 분류 실험을 수행했다. 실험 결과, 시각적 단서를 포함했을 때 정확도가 평균 7%p 상승했으며, 특히 차트·인포그래픽 형태의 이미지가 텍스트만 사용할 때보다 높은 판별력을 보였다.

사용자 평가 연구에서는 200명 이상의 일반인·보건 전문가·학생을 대상으로 온라인 설문을 진행했다. 참가자들은 무작위로 선정된 30장의 이미지를 보고 ‘신뢰할 수 있다/없다’를 판단했으며, 동시에 텍스트·시각·통합 단서가 각각 미치는 영향도를 5점 척도로 평가했다. 결과는 시각적 단서만으로도 평균 62%의 정확한 신뢰 판단을 가능하게 했으며, 텍스트와 결합했을 때는 81%까지 상승했다. 특히 의료 전문가 그룹은 시각적 단서에 대한 민감도가 높아, 차트와 같은 정량적 이미지에 더 큰 신뢰를 부여하는 경향을 보였다.

이 논문은 데이터셋 구축 과정의 투명성, 정제 기준의 구체성, 그리고 사용자 중심의 실증 연구를 통해 시각적 단서가 미스인포메이션 탐지에 실질적 가치를 제공함을 입증한다. 다만, 데이터셋이 주로 영어권 웹사이트에서 추출된 점, 이미지 라벨링이 자동화된 스크립트에 의존한 점, 그리고 설문 참여자의 문화적 편향 가능성 등 몇 가지 한계도 명시하고 있다. 향후 연구에서는 다언어·다문화 이미지 확장, 라벨링 정확도 향상을 위한 전문가 검증, 그리고 실시간 SNS 스트리밍 데이터와의 연계 등을 통해 코비큐스의 활용 범위를 넓혀야 할 필요가 있다.