다르마, 데이터, 그리고 기만: 유튜브의 소변 건강 주장을 위한 LLM 기반 수사적 분석

건강 관련 허위 정보는 특히 문화적 전통이 과학적인 것처럼 보이는 주장과 교차할 때 소셜 미디어에서 가장 시급한 과제 중 하나입니다. 이러한 역동성은 전 세계적일 뿐만 아니라 지역적으로도 깊게 뿌리내려 있으며, 신중한 분석이 필요한 문화적으로 특정한 논란으로 나타납니다. 이에 동기를 부여받아 우리는 소변 (고무트라) 을 건강 보조제로 홍보하거나 반박하는 100 개의 유튜브 대본을 검토합니다. 여기서는 권위에 호소하기, 효능 호소하기, 음모 프레임과 같은 수사적 전략에 초점을 맞춥니다. 우리는 GPT-4, GPT-4o, GPT-4.1, GPT-5, Gemini 2.5 Pro, Mistral Medium 3 을 포함한 대규모 언어 모델 (LLM) 을 사용하여 설득 전술의 14 개 범주로 구성된 분류 체계를 통해 대본을 주석 처리합니다. 우리의 분석 결과 홍보자들은 주로 효능 호소와 사회적 증거에 의존하는 반면, 반박자들은 권위와 반박에 중점을 둡니다. 주석집의 일부에 대한 인간 평가는 분류 체계와 검증 과정의 신뢰성을 확인하는 90.1% 의 주석자 간 일치율을 보여주었습니다. 이 작업은 허위 정보 분석을 위한 계산 방법을 발전시키고, LLM 이 온라인 문화 담화의 대규모 연구를 어떻게 지원할 수 있는지를 보여줍니다.