커뮤니티 노트: 4년간의 크라우드 기반 콘텐츠 검증과 그 효과

초록

본 논문은 X(구 트위터)의 커뮤니티 노트(구 버드와치) 프로그램을 2021년부터 4년간 수집한 데이터셋을 정리하고, 영어 노트에 대한 언어·링크·주제 분석과 기여자 간 월간 상호작용 네트워크를 구축한다. 이를 통해 시스템의 효율성, 편향, 지연 문제 등을 조명하고, 향후 연구를 위한 기반 자료와 코드도 제공한다.

상세 분석

이 연구는 세 가지 핵심 기술적 기여를 제시한다. 첫째, X API에서 제공하는 Notes와 Ratings 데이터를 2021‑2024년 전 기간에 걸쳐 자동 파싱하고, 150개 이상의 언어를 식별한 뒤 영어 노트만을 대상으로 정제하였다. 파싱 과정에서 누락된 메타데이터와 중복 레코드를 제거하고, 각 노트에 포함된 URL을 추출해 도메인별 분포를 분석함으로써 정보 출처의 다양성을 정량화했다. 둘째, LDA와 BERTopic을 결합한 토픽 모델링 파이프라인을 적용해 30개의 주요 토픽을 도출했으며, 정치·보건·경제 등 분야별 편향 정도를 비교하였다. 특히 정치 토픽에서는 좌·우 진영 간 의견 차이가 크게 나타났으며, 이는 기존 연구에서 보고된 ‘극단적 라벨링’ 현상과 일치한다. 셋째, 기여자 간의 월별 평점 교환을 기반으로 유향 가중 네트워크를 구축하고, 커뮤니티 탐지 알고리즘(Louvain)으로 정치적 파벌을 시각화했다. 네트워크 분석 결과, 초기에는 ‘헬프풀’ 평점이 가장 많은 노트가 우선 노출되었지만, 이후 도입된 ‘브리징 알고리즘’이 적용된 시점부터 의견 스펙트럼이 넓은 기여자들의 평점이 가중되어 다원성을 확보하려는 시도가 보였다. 그러나 여전히 소수 고활동 기여자에 의한 평점 집중 현상이 존재하며, 이는 노트가 ‘헬프풀’ 상태에 도달하는 데 평균 24시간 이상의 지연을 초래한다는 실증적 증거와 맞물린다. 또한, 데이터셋에 포함된 2.2백만 개의 포스트 중 99.3%가 2시간 이내에 팩트체크 댓글을 받는 반면, 커뮤니티 노트는 평균 24.29시간이 소요돼 바이럴 단계 이후에야 효과를 발휘한다는 한계가 드러난다. 마지막으로, 코드와 데이터가 완전 공개돼 재현 가능성을 높였지만, API 제한과 개인정보 보호 정책 변화에 따라 데이터 수집 시점마다 누락이 발생할 수 있다는 점을 명시한다. 전반적으로 이 논문은 커뮤니티 노트 시스템의 구조적 강점과 약점을 정량적으로 파악하고, 향후 알고리즘 개선·다양성 확보·실시간 대응 메커니즘 설계에 필요한 실증 기반을 제공한다.