필리포 멘처(Filippo Menczer, 1965년 5월 16일 출생)는 미국과 이탈리아의 학자이다. 그는 인디애나 대학교 러디 정보학·컴퓨팅·공학 대학(Luddy School of Informatics, Computing, and Engineering)의 대학 특훈 교수(University Distinguished Professor)이자 러디 정보학·컴퓨터 과학 교수(Luddy Professor of Informatics and Computer Science)이다. 멘처는 소셜 미디어 관측소(Observatory on Social Media)를 이끌고 있는데, 이 연구 센터에서는 데이터 과학자와 언론인이 사회에서 미디어와 기술의 역할을 연구하고 소셜 미디어의 허위 정보와 조작을 분석·대응하기 위한 도구를 개발한다. 그는 인지 과학과 물리학 분야에서 겸임 교수직을 맡고 있으며, 복잡 네트워크 및 시스템 연구 센터(Center for Complex Networks and Systems Research)의 전 소장이기도 하다. 그는 2020년 ACM 펠로우(Fellow), 2024년 AAAS 펠로우로 선정되었다.
멘처의 연구는 인공지능, 머신 러닝, 그리고 전산 사회 과학의 교차점에 있다. 그의 연구는 정보가 소셜 네트워크를 통해 어떻게 확산되는지, 사회적 봇과 조직적 캠페인이 어떻게 여론을 조작하는지, 그리고 AI가 민주적 과정을 위협하는 데 어떻게 무기화될 수 있는지에 대한 이해를 발전시켰다. 그는 Botometer와 Hoaxy와 같은 널리 사용되는 도구를 개발했으며, 그의 발견은 학술 연구와 허위 정보에 관한 공공 정책 논쟁 모두에 영향을 미쳤다.
교육 및 초기 경력
멘처는 로마 사피엔자 대학교에서 물리학 학사 학위를, 캘리포니아 대학교 샌디에이고에서 컴퓨터 과학 및 인지 과학 박사 학위를 받았다. 그는 아이오와 대학교에서 경영 과학 조교수로 학계 경력을 시작했으며, 산타페 연구소(Santa Fe Institute)의 펠로우로 활동했다. 2003년 인디애나 대학교 블루밍턴에 합류하여 2009년부터 2011년까지 러디 스쿨에서 학부장을 지냈다. 그는 풀브라이트 프로그램, 로터리 재단, NATO의 펠로우십과 미국 국립과학재단의 CAREER 상을 받았다.
리더십 및 서비스
인디애나 대학교에서 멘처는 여러 리더십 역할을 맡았다. 그는 미디어, 기술, 사회의 교차점을 연구하기 위해 공동 설립한 소셜 미디어 관측소(OSoMe)를 이끌고 있다. 그는 이전에 복잡 네트워크 및 시스템 연구 센터(Center for Complex Networks and Systems Research)를 이끌었으며, 킨제이 연구소(Kinsey Institute)의 선임 연구원과 컴퓨터 매개 커뮤니케이션 센터(Center for Computer-Mediated Communication)의 펠로우로 활동했다. 또한 이탈리아 토리노의 과학적 교류 연구소(Institute for Scientific Interchange)에서 펠로우로 재직했다. 멘처는 Network Science, EPJ Data Science, PeerJ Computer Science, HKS Misinformation Review를 포함한 저널의 편집직을 맡았다. 그는 The Web Conference와 ACM Hypertext and Social Media 컨퍼런스 같은 학술 행사를 주최했으며, ACM Web Science 2014의 총괄 의장과 NetSci 2017의 공동 총괄 의장을 역임했다.
웹 과학과 정보 네트워크
멘처의 초기 연구는 관련 콘텐츠를 지능적으로 탐색하는 토픽 기반 및 적응형 웹 크롤러의 개념을 도입했다. 그는 또한 정보 및 소셜 네트워크의 의미적 유사성 측정 방법을 연구했으며, 알레산드로 베스파냐니(Alessandro Vespignani)와 같은 협력자들과 함께 복잡한 정보 네트워크의 모델을 개발했다. 알고리즘 시스템이 정보 접근을 어떻게 왜곡할 수 있는지에 대한 검색 엔진 검열과 편향에 대한 그의 연구는 정보 접근의 왜곡 가능성을 조명했다. 이러한 기초 연구는 소셜 미디어 역학에 대한 후속 연구의 토대를 마련했다.
웹 과학 및 정보 네트워크
멘처의 초기 연구는 관련 콘텐츠를 찾기 위해 웹을 지능적으로 탐색하는 특수 에이전트인 주제 적응형 웹 크롤러의 개념을 도입했다. 그는 또한 정보 및 복잡 정보 네트워크의 의미적 유사성 측정을 연구했고, 알레산드로 베스피냐니(Alessandro Vespignani)와 같은 공동 연구자들과 함께 복잡 정보 네트워크 모델을 개발했다. 검색 엔진 편향과 검열에 대한 그의 연구는 알고리즘이 정보 접근을 어떻게 왜곡할 수 있는지 조명했다. 이러한 기초 연구는 이후 소셜 미디어의 허위 정보에 대한 그의 연구의 토대를 마련했다.
웹 과학 및 정보 네트워크
멘처의 초기 연구는 주제 및 적응형 웹 크롤러를 도입했는데, 이는 관련 콘텐츠를 찾기 위해 웹을 지능적으로 탐색하는 특수 에이전트이다. 그는 또한 정보 및 소셜 네트워크의 의미적 유사성 측정을 연구했고, 알레산드로 베스피냐니와 함께 복잡 정보 네트워크 모델을 개발했다. 검색 엔진 편향과 검열에 대한 그의 연구는 알고리즘 시스템이 정보 접근을 어떻게 왜곡할 수 있는지 조명했다. 이러한 기초 연구는 이후 소셜 미디어 역학에 대한 그의 연구의 토대가 되었다.
허위 정보와 메아리 방
멘처 연구의 핵심 주제 중 하나는 허위 정보가 소셜 미디어를 통해 어떻게 확산되는지이다. 그의 팀은 점령 운동(Occupy), 게지 공원 시위, 그리고 시리아의 헬멧 구조대(White Helmets)와 같은 사건 동안의 확산 패턴을 분석했다. 그들은 또한 피자게이트 음모론과 유권자 억압 캠페인의 확산을 추적하는 데 중요한 역할을 했으며, 소셜 미디어에서 허위 정보가 어떻게 반향실(echo chambers)을 통해 증폭되는지 보여주었다. 그의 연구는 메아리 방 효과가 극단적 견해를 강화하고 민주적 담론을 훼손할 수 있음을 강조한다.
바이러스 확산과 주의력 경제
멘처는 정보의 바이러스성, 특히 초기 확산 네트워크의 구조가 어떤 밈이 바이러스가 되는지 예측하는 방법을 이해하는 데 기여했다. 그의 연구는 제한된 주의력에 대한 경쟁이 바이러스 패턴을 어떻게 형성하는지도 탐구한다. Nature Human Behaviour에 게재된 2018년 논문에서 멘처와 공동 연구자들은 높은 정보 부하와 낮은 주의력 하에서 콘텐츠 품질과 인기도 사이의 상관관계가 감소한다는 모델을 제시했다. 이 논문은 처음에 이러한 효과만으로 가짜 뉴스가 페이스북에서 진짜 뉴스만큼 널리 퍼지는 이유를 설명할 수 있다고 제안했지만, 오류 분석 결과로 인해 저자들이 논문을 철회했다. 철회에도 불구하고 이 연구는 허위 정보 확산의 모델링에 중요한 영향을 계속 미치고 있다.
봇 탐지 및 조정된 캠페인
멘처의 팀은 머신 러닝을 사용하여 트위터 계정이 사회적 봇인지 평가하는 Botometer와 낮은 신뢰도의 콘텐츠 확산을 시각화하는 Hoaxy를 개발했다. 이러한 도구는 2016년 미국 대통령 선거 기간 동안 소셜 봇이 저신뢰 콘텐츠를 확산시키는 데 중요한 역할을 한다는 것을 밝혀내는 데 사용되었다. 멘처의 연구는 또한 당파적 정치 봇에 대한 인식을 조사했는데, 보수 봇이 인간과 혼동될 가능성이 더 높고, 자유주의 봇은 더 쉽게 식별된다는 것을 발견했다. 그의 팀은 또한 소셜 미디어 플랫폼의 트렌드 알고리즘에서 정치적 편향을 식별했다.
바이럴리티와 주의력 역학
멘처는 정보의 바이럴리티, 특히 초기 확산 네트워크 구조가 바이럴 콘텐츠를 어떻게 예측하는지에 대한 이해를 발전시켰다. 그의 연구는 제한된 주의력을 위한 경쟁이 어떻게 바이럴 패턴을 형성하는지도 탐구한다. 2018년 Nature Human Behaviour에 발표된 논문에서 멘처와 공동 저자들은 높은 정보 부하와 낮은 주의력 조건에서 품질과 인기 사이의 상관관계가 감소한다는 모델을 제시했다. 이 논문의 초기 버전은 이러한 효과만으로 가짜 뉴스가 페이스북에서 정품 뉴스만큼 널리 퍼지는 이유를 설명할 수 있다고 제안했지만, 이후 실수로 인해 저자들은 논문을 철회했다.
봇 및 조정된 캠페인
멘처의 팀은 Botometer와 Hoaxy를 비롯한 도구를 개발하여 소셜 봇과 조정된 부정 행위 캠페인을 탐지했다. 연구에 따르면 소셜 봇은 허위 정보 확산에 중요한 역할을 하며, 조정된 네트워크는 정보 무결성을 위협할 수 있다. 멘처는 또한 적대적 행위자가 악성 콘텐츠를 확산시키기 위해 소셜 네트워크를 어떻게 조작하는지 이해하기 위해 네트워크 모델을 개발했다. 이러한 연구는 플랫폼의 탐지 조치에도 불구하고 조정된 캠페인이 어떻게 진화하는지 보여준다.
AI와 위협
멘처는 인공지능이 가짜이지만 그럴듯한 콘텐츠를 만들고 탐지하기 어려운 소셜 봇을 운영하는 데 사용될 수 있다는 점을 초기에 인식했다. 그의 팀은 트위터와 X에서 AI 구동 봇을 발견했으며, 이는 민주주의를 위협할 수 있는 AI 에이전트의 군집에 대한 우려를 제기했다. 이 연구는 생성형 AI의 위험성에 대한 논의와 직접적으로 연결된다. 멘처는 소셜 미디어 환경에서 AI의 악의적 사용에 대한 더 많은 관심과 규제를 촉구해 왔다.
알고리즘 편향과 플랫폼 책임
멘처의 연구는 추천 알고리즘이 정보 노출을 어떻게 형성하는지도 조사했다. 그의 팀은 정치적 청중의 다양성이 뉴스 소스 신뢰성의 지표가 될 수 있음을 보여주었다. 2023년 Science에 게재된 논문에서 멘처와 동료들은 페이스북의 피드 알고리즘이 허위 정보 확산에 미치는 영향에 대한 기존 연구가 불완전하다고 주장하며, 알고리즘 증폭이 여전히 위험을 초래한다고 경고했다. 그의 연구는 알고리즘 시스템의 투명성과 책임성의 필요성을 강조한다.
AI와 민주주의 위협
멘처는 생성 AI가 가짜 콘텐츠를 대량 생산하고 탐지하기 어려운 소셜 봇을 운영하는 데 사용될 수 있다는 점을 초기에 경고한 학자 중 하나였다. 그의 연구는 AI 기반 봇이 단순한 스팸을 넘어 여론을 조작하고 민주적 과정을 훼손할 수 있음을 보여주었다. 그는 "AI 기반 봇의 악성 떼"가 사회에 실질적인 위협이 될 수 있다고 경고했다. 이러한 작업은 인공지능의 악용 가능성에 대한 더 넓은 우려와 직접적으로 연결된다.
알고리즘 편향 및 신뢰성
멘처의 연구는 또한 소셜 미디어 알고리즘이 정보 노출을 어떻게 형성하는지 조사한다. 그의 팀은 뉴스 소스의 신뢰성 지표로서 청중의 다양성을 분석하는 방법을 개발했다. 2018년 Science 지에 실린 고명한 논문이 페이스북의 알고리즘 피드가 시간순 피드보다 덜 편향적이라고 제안한 것에 대해 멘처는 반박 논문을 발표하고 알고리즘 투명성의 필요성을 강조했다. 그의 연구는 알고리즘 시스템이 정보 생태계에 미치는 영향을 이해하는 데 기여했다.
수상 및 표창
멘처의 연구는 ACM 펠로우(2020), AAAS 펠로우(2024), 그리고 2021년 국제 AAAI 웹 및 소셜 미디어 컨퍼런스에서 가장 영향력 있는 논문상을 포함한 여러 상을 받았다. 그는 또한 미국 국립과학재단, 국방고등연구계획국(DARPA), 그리고 다른 기관들로부터 연구 자금을 지원받았다. 그의 연구는 민주적 회복력과 정보 무결성에 대한 공공 정책 논의에 계속 영향을 미치고 있다.
주요 발표
멘처는 250개 이상의 동료 심사 논문을 발표했으며, 이는 학술 문헌에서 널리 인용되었다. 그의 저서와 연구는 소셜 미디어 역학, 정보 확산, 그리고 온라인 조작에 대한 이해에 기여했다.
개인 생활
멘처는 미국 인디애나주 블루밍턴에 거주하며, 국제적으로 협력하는 연구자 네트워크와 학술 활동을 유지하고 있다.