본 논문은 소셜 네트워크를 통한 가짜 뉴스의 빠른 확산이 야기하는 사회적 문제를 해결하기 위해, 대형 언어 모델(LLM) 기반의 새로운 다중 에이전트 시스템인 TruEDebate (TED)를 제안합니다. TED는 형식적인 논쟁 설정에서 영감을 받은 엄격한 논쟁 과정을 통해 가짜 뉴스 탐지를 위한 해석력과 효율성을 높입니다. 핵심 구성 요소는 DebateFlow Agents와 InsightFlow Agents 두 가지입니다. DebateFlow Agents는 뉴스의 진실성을 옹호하는 팀과 반박하는 팀으로 에이전트를 구성하여 개회사, 반박, 재반박, 폐회사 등의 단계를 거치는 논쟁을 진행합니다. InsightFlow Agents는 논쟁을 요약하고 종합적인 관점을 제공하는 Synthesis Agent와 역할 인식 인코더와 논쟁 그래프를 사용하여 논쟁 참여자 간의 상호 작용을 모델링하고 최종 판단을 내리는 Analysis Agent로 구성됩니다. 기존의 가짜 뉴스 탐지 방법들이 해석력이 낮거나 일반화 능력이 제한적이라는 한계를 극복하기 위해, LLM의 추론 능력을 충분히 활용하는 것을 목표로 합니다.
