인공지능 활용 선거 개입 전략의 취약점과 네트워크 확산 모형 시뮬레이션

Vulnerabilities of AI-based election intervention strategies and network diffusion model simulation

참고문헌 표기 Citation

• KITPA Style: 이윤혁, "인공지능 활용 선거 개입 전략의 취약점과 네트워크 확산 모형 시뮬레이션", 한국정보기술진흥원 학술지, Vol. 2, No. 2, pp. 185-194, 2025.
• APA 7th Style: Yun Hyuk, L. (2025). Vulnerabilities of AI-based election intervention strategies and network diffusion model simulation. Korea Information Technology Promotion Agency Journal, 2(2), 185-194.
• APA 7th Style (KR): 이윤혁. (2025). 인공지능 활용 선거 개입 전략의 취약점과 네트워크 확산 모형 시뮬레이션. 한국정보기술진흥원 학술지, 2(2), 185-194.

저자 Author

이윤혁*
* 한솔고등학교

Lee Yun Hyuk*
* Hansol High School

초록 Abstract

실시간 소셜미디어와 인공지능의 결합은 선거 여론 형성을 급격히 뒤흔들고 있다. 본 연구는 미국·프랑스·인도 등 주요 선거 개입 사례를 분석해 행위자, 메시지, 전파 경로의 공통 패턴을 추출하였다. 이어 ‘데이터‧모델‧콘텐츠‧배포’ 4단계 흐름 속 편향·조작 취약점을 체계화하고, 배포 단계를 독립 확산(Independent Cascade) 모형으로 시뮬레이션했다. 정치 성향과 감수성을 노드 속성으로 부여한 500‧노드 ER 그래프에서 시드 2 %만으로 81 %까지 확산되었고, 중심성 상위 2 % 계정을 2스텝마다 격리하면 도달률이 67 %로 떨어졌다. 전파 확률(base_p)을 0.15→0.30으로 높이면 최종 확산이 다섯 배 가까이 급등했고, 커뮤니티 장벽을 극단적으로 낮춰도 70 %대 전파가 유지되었다. 이러한 수치는 러시아 2016, 프랑스 2017, 인도 2019 사례의 노출 규모와 봇 비중과 대체로 일치한다. 결과적으로 네트워크 엣지 총량과 수용자 민감도가 확산 폭을 결정하는 핵심 요인임이 확인되었다. 정책적으로는 고중심 계정 조기 차단, 감정 자극 완화, 암호화 메신저 팁라인 구축이 병행될 때 여론 조작 억제 효과가 극대화된다. 본 연구는 AI 기반 선거 개입을 정량적으로 진단할 분석 틀을 제시했으며, 향후 시드 위치 편향·동적 전파 확률·크로스 플랫폼 전이를 포함한 확장 연구가 요구된다.

The combination of real-time social media and artificial intelligence is rapidly disrupting the formation of electoral opinion. This study analyzed major election intervention cases in the U.S., France, and India to extract common patterns of actors, messages, and propagation channels. We then systematized the vulnerabilities of bias and manipulation in the four-stage flow of ‘data, model, content, and distribution’ and simulated the distribution stage with an independent cascade model. In a 500-node ER graph with political affiliation and sensitivity as node attributes, the spread rate reached 81% with only 2% seeding, and dropped to 67% when the top 2% centrality accounts were isolated every two steps. Increasing the propagation probability (base_p) from 0.15 to 0.30 spiked the final spread nearly fivefold, and even with extremely low community barriers, the spread remained in the 70% range. These numbers are broadly consistent with the exposure sizes and bot shares of the Russia 2016, France 2017, and India 2019 cases. The results confirm that the total amount of network edge and receptor sensitivity are key factors in determining the spread. From a policy perspective, a combination of early blocking of high-profile accounts, de-escalation of emotions, and establishment of encrypted messenger tiplines can maximize the effectiveness of public opinion manipulation. This study provides an analytical framework for quantitatively diagnosing AI-based election interventions, and future research should be extended to include seed location bias, dynamic propagation probability, and cross-platform transfer.

키워드 Keyword

인공초지능, 소셜미디어, 독립 확산 모형, 네트워크 시뮬레이션, 정책 대응

Super Artificial Intelligence, Social Media, Independent Diffusion Model, Network Simulation, Policy Response