본 논문은 아동을 포함한 온라인 사용자를 위한 사이버 괴롭힘(CB) 감지 시스템 개발의 어려움을 다룹니다. 특히, 아동의 언어와 의사소통 방식을 반영하는 라벨링된 데이터 부족 문제를 해결하기 위해 대규모 언어 모델(LLM)을 활용하여 합성 데이터와 라벨을 생성하는 방법을 제시합니다. 실험 결과, LLM을 통해 생성된 합성 데이터로 훈련된 BERT 기반 CB 분류기는 실제 데이터로 훈련된 분류기와 유사한 성능(75.8% vs. 81.5% 정확도)을 달성했습니다. 또한, LLM은 실제 데이터의 라벨링에도 효과적이며, 이를 통해 BERT 분류기는 비슷한 수준의 성능(79.1% vs. 81.5% 정확도)을 보였습니다. 이는 LLM이 사이버 괴롭힘 감지 데이터 생성을 위한 확장 가능하고 윤리적이며 비용 효율적인 솔루션이 될 수 있음을 시사합니다.
