스마일게이트, ‘혐오 발언’ 데이터 55만 개 모은 까닭은

스마일게이트 AI(인공지능) 센터는 혐오 표현을 선제적으로 감지하고 대응할 수 있도록 ‘악플 및 혐오 발언 데이터셋’을 구축해 공개한다고 20일 밝혔다.

최근 혐오 표현이 온라인 공간에서 광범위하게 증가하고 있고, 이는 사회적 문제로 이어질 수 있어 우려를 낳고 있다.

스마일게이트 AI센터는 지식 콘텐츠 스타트업 언더스코어와 협업을 통해 악플 및 혐오 발언 데이터셋을 구축하는 프로젝트를 진행했다.

악플 및 혐오 발언 데이터는 2019년 1월 1일부터 2021년 7월 1일까지 포털 사이트, 커뮤니티 등 다양한 웹사이트의 게시글을 대상으로 수집했다.

수집 과정에서 혐오 관련 데이터의 시의성과 편향성을 감안했으며, 약 55만 여 개의 데이터를 기반으로 1만 개의 데이터셋을 구축했다.

특히 데이터셋 구축 과정에서 ‘여성/가족’ ‘성소수자’ ‘남성’ ‘인종/국적’ ‘연령’ ‘지역’ ‘종교’ ‘기타혐오’ 등 8개의 대상으로 범주화했다. 또 혐오 발언 분류를 위한 기준 모델을 공개했으며, 이를 통해 혐오 발언 추출이 가능하다.

스마일게이트 AI 센터의 악플 및 혐오 발언 데이터셋은 향후 다양한 영역에서 활용될 수 있을 것으로 기대된다. 게임 커뮤니티 내 댓글, 고객 응대 상담 챗봇, 여론 조사 등 여러 분야에서 대상을 둘러싼 혐오 발언 여부를 파악할 수 있다.

향후 지속적인 연구개발(R&D)을 통해 혐오 표현을 보다 높은 정확도로 찾아낼 수 있도록 기술을 고도화할 계획이다.

한편 이번에 수집된 데이터는 스마일게이트 AI 센터 깃허브 페이지(링크)를 통해 1월 중 공개될 예정이다.

한우진 스마일게이트 AI 센터 센터장은 “AI 센터는 자연어 처리 및 분류 관련 연구 목적 외에도 윤리성이 결여된 인공지능이 사회에 미치는 문제에 대해서 연구하고 있는 기관으로서 책임과 문제의식을 갖고 있다”며 “특히 이번에 공개된 데이터가 혐오 표현이나 인공지능의 윤리성이 사전에 분류 및 예방되어 좀 더 안전하게 인공지능을 활용하는 데 밑거름이 되기를 바란다”고 말했다.

한 센터장은 이어 “향후 스마일게이트 AI 센터는 그 동안 진행해 온 연구 결과와 노력들이 기술적인 관점에서뿐만 아니라 사회적으로도 긍정적인 기여를 할 수 있도록 다양한 노력을 시도할 것“이라고 덧붙였다.