본 논문은 기존의 정적 분류 방식의 한계를 극복하고 실제 사실 확인 과정을 반영하는 새로운 허위 정보 탐지 프레임워크인 Debate-to-Detect (D2D)를 제안합니다. D2D는 다중 에이전트 논쟁(MAD) 방식을 활용하여, 도메인별 프로필을 가진 에이전트들이 개방 발언, 반박, 자유 논쟁, 폐막 발언, 판단의 5단계 논쟁 과정을 거쳐 허위 정보를 탐지합니다. 단순한 이진 분류를 넘어, 사실성, 출처 신뢰도, 추론 품질, 명확성, 윤리성의 5가지 차원으로 평가하는 다차원 평가 메커니즘을 도입했습니다. GPT-4o를 이용한 실험 결과, 기존 방식보다 성능이 크게 향상되었으며, 사례 연구를 통해 증거를 반복적으로 개선하고 의사결정의 투명성을 높이는 D2D의 능력을 보여줍니다.