이 서베이는 대형언어모델(LLM)이 소셜미디어의 정보 무결성에 미치는 이중적 역할을 다룬 종합 리뷰로, ACM Computing Surveys에 게재 확정됐다. 2019년부터 2024년까지 문헌 1048편을 스크리닝하고 215편의 대표 논문을 심층 분석해 LLM이 정보 보안 생태계에 미치는 영향의 핵심 패턴을 도출했다. 연구 결과 LLM은 악성 콘텐츠 탐지 능력을 높이고 정교한 방어 메커니즘을 가능케 하는 동시에, 매우 설득력 있는 기만적 콘텐츠 생성을 가능하게 해 위험도 함께 키운다는 이중성이 확인됐다. 허위정보, 역정보, 가짜뉴스, 소셜봇, 프라이버시 문제 전반에 걸쳐 기술적 역량, 윤리적 함의, 프라이버시 우려를 다차원적으로 분석했으며, 특히 다국어 탐지, 실시간 모니터링, 프라이버시 보존 구현에서 현재 접근법의 중대한 공백을 지적했다. 이해관계자들이 위험을 줄이면서 LLM을 활용할 수 있는 향후 연구 방향을 제시한다.

• •2019~2024년 문헌 1048편 중 215편을 심층 분석한 종합 리뷰로 ACM Computing Surveys 게재가 확정됐다
• •LLM이 악성 콘텐츠 탐지를 개선하는 동시에 설득력 있는 기만 콘텐츠 생성 위험도 키우는 이중성을 확인했다
• •허위정보·역정보·가짜뉴스·소셜봇·프라이버시 문제를 다차원적으로 분석했다
• •다국어 탐지, 실시간 모니터링, 프라이버시 보존 구현에서 중대한 연구 공백을 지적했다