Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
심리학 및 커뮤니케이션 이론을 기반으로 설득적 수사 단서를 식별하는 '설득 지수(Persuasion Index)' 프레임워크를 제안합니다. 15개 차원과 55개 하위 특징을 통해 AI 안전성 및 정보 조작 탐지에 활용 가능한 투명한 분석 체계를 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기설득적인 수사적 단서(rhetorical cues)를 식별하는 것은 정보 조작 탐지 및 AI 안전성 개선부터 공중 보건 커뮤니케이션 증진에 이르기까지 다양한 분야에서 매우 중요합니다. 본 연구에서는 심리학 및 커뮤니케이션의 설득 이론에 근거한 15개 차원의 분류 체계인 설득 지수 (Persuasion Index, PI)와, 어휘 사전(lexicons) 및 규칙 기반 탐지기(rule-based detectors)로 구축된 55개의 하위 특징(sub-features)을 사용하는 하나의 투명한 구현 방식을 제안합니다. 이 분류 체계는 모듈식으로 설계되어, 이론적 구조를 유지하면서 개별 탐지기를 교체할 수 있습니다. 도메인, 스타일 및 결과 측정 방식이 서로 다른 4개의 공개 데이터셋에서 PI를 평가함으로써, PI가 설득 관련 결과와 연관된 수사적 패턴을 해석하기 위한 공유된 특징 공간(feature space)을 제공함을 보여줍니다. 선형 모델(Linear models) 분석 결과, PI 특징들은 계산적으로 가벼운 상태를 유지하면서도 의미 있는 예측 신호(predictive signal)를 전달하는 것으로 나타났습니다. 차원 수준(Dimension-level)의 분석을 통해 데이터셋 전반에 걸쳐 PI 차원과 설득 결과 사이의 반복적인 연관성을 밝혀냈으며, 동시에 주제 및 입장(stance)에 따른 특이적 변동성도 강조하였습니다. 우리는 인간 및 AI 매개 커뮤니케이션의 원칙적이고 감사 가능한(auditable) 분석을 위해 PI를 오픈 소스 패키지 및 웹 인터페이스로 공개합니다.