본 논문은 소셜 미디어 플랫폼에서 머신러닝 기반 추천 알고리즘으로 인한 유해 콘텐츠 노출 문제를 해결하기 위해, 대규모 언어 모델(LLM)을 활용한 새로운 재순위 지정 접근 방식을 제안합니다. 기존의 방대한 수동 주석 데이터에 의존하는 분류 방식의 한계를 극복하고자, 제로샷 및 퓨샷 학습 설정에서 LLM을 사용하여 콘텐츠 시퀀스를 동적으로 평가하고 재순위 지정함으로써 유해 콘텐츠 노출을 완화합니다. 유해 콘텐츠 노출 감소 효과를 평가하기 위한 두 가지 새로운 지표를 제시하며, 세 가지 데이터셋, 세 가지 모델, 세 가지 구성에 대한 실험을 통해 기존의 독점적 조정 방식보다 LLM 기반 접근 방식이 유해 콘텐츠 완화에 훨씬 효과적임을 보여줍니다.
