PRISM Lab 연구진이 2026년 5월 28일 한국과학기술회관에서 열린 ‘2026 통합 국제학술대회’에 참가해 생성형 AI 시대의 온라인 리뷰 신뢰성과 전자상거래 플랫폼의 리뷰 유용성 예측을 다룬 두 건의 연구 결과를 발표했다. 이번 학술대회는 국제전자상거래연구원(ICEC), 한국지능정보시스템학회(KIISS), 정보통신기획평가원(IITP)이 공동으로 ‘AI융합 서비스와 K-AX 생태계의 진화: 피지컬AI와 차세대 디지털 비즈니스’를 주제로 개최했다.
신정호 학생은 어텐션 기반 특성 융합과 전이학습을 활용한 AI 생성 허위 리뷰 탐지 (신정호, 홍주영, 윤상현, 변가연, 이석기 교수, 이청용 교수) 연구를 발표했다. 이 연구는 생성형 AI를 이용해 작성된 리뷰가 실제 사용자가 작성한 리뷰와 점차 구별하기 어려워지는 문제에 주목하고, 어텐션 기반 특성 융합과 전이학습을 활용해 AI 생성 허위 리뷰를 탐지하는 모델을 개발했다. 온라인 리뷰의 신뢰성을 높이기 위한 AI 기반 탐지 기술이라는 점에서 전자상거래 플랫폼의 정보 신뢰도 향상과 연결되는 연구다.
신유림 학생은 전이학습 기반 계층적 멀티모달 표현 학습을 활용한 리뷰 유용성 예측 모델 (신유림, 신정호, 유성재, 허윤, 이석기 교수, 이청용 교수) 연구 결과를 발표했다. 해당 연구에서는 전자상거래 플랫폼의 리뷰 정보를 효과적으로 분석하기 위해 전이학습과 계층적 멀티모달 표현 학습을 적용하고, 다양한 형태의 리뷰 정보를 바탕으로 사용자에게 유용한 리뷰를 예측하는 AI 모델을 개발했다. 신유림 학생과 신정호 학생을 비롯한 연구진은 온라인 리뷰 데이터를 보다 효과적으로 이해하고 활용하기 위한 멀티모달 AI 연구에 참여했다.
이번 두 연구는 온라인 플랫폼에서 생성되는 리뷰의 신뢰성과 유용성을 AI로 분석한다는 공통된 문제의식을 갖는다. PRISM Lab은 생성형 AI와 멀티모달 학습, 전이학습 등 다양한 인공지능 방법론을 실제 디지털 플랫폼의 문제에 적용하며, 신뢰할 수 있는 온라인 정보 환경을 구축하기 위한 연구를 지속하고 있다.
신정호 학생은 “생성형 AI의 발전으로 누구나 자연스러운 리뷰를 만들 수 있게 되면서 온라인 리뷰의 신뢰성을 판단하는 문제가 더욱 중요해지고 있다”며 “이번 연구를 통해 AI 생성 리뷰를 효과적으로 식별하기 위한 방법을 직접 연구하고 학술대회에서 결과를 공유할 수 있어 뜻깊었다”고 소감을 전했다. 이어 “앞으로도 실제 온라인 플랫폼에서 발생하는 다양한 리뷰 데이터를 분석해 사용자가 신뢰할 수 있는 정보를 제공하는 AI 기술로 연구를 발전시키고 싶다”고 밝혔다.