YouTube 주장·허위 정보 추적기 만드는 법

해결하는 문제

팩트체커는 텍스트 플랫폼은 검색할 수 있지만, 영상은 대부분 들여다볼 수 없습니다. 주장은 수십 개 채널에서 조금씩 다른 표현으로 반복되고, 그 확산을 기록하려면 몇 시간 분량의 영상을 봐야 합니다. 연구자에게는 검색 가능한 자막, 바꿔 말한 표현을 찾는 시맨틱 매칭, 그리고 각 등장 사례에 대한 검증 가능한 기록이 필요합니다.

첫 버전에 넣을 기능

• ■정해진 채널 집합 모니터링
• ■정확한 문구뿐 아니라 바꿔 말한 표현까지 찾는 시맨틱 검색
• ■최초 등장과 확산을 보여 주는 타임라인
• ■검증용 타임스탬프 링크가 달린 인용문
• ■보고서와 출판물에 쓸 수 있는 증거 내보내기

단계별 개발 방법

1. 01

   자막 수집

   범위 내 채널을 조회하고 해당 기간의 영상을 배치로 처리합니다. 진행 중인 연구라면 새 업로드도 계속 모니터링하세요.

2. 02

   세그먼트 임베딩

   의미가 비슷한 발언을 찾을 수 있도록 자막 문단마다 임베딩을 생성합니다.

3. 03

   주장 검색

   주장의 여러 표현을 임베딩해 비슷한 구절을 검색하고, 검토자나 LLM이 실제로 그 주장을 하는 구절을 확인하게 합니다.

4. 04

   타임라인 구축

   확인된 일치 항목을 게시일 순으로 정렬하고 채널, 인용문, 타임스탬프 링크와 함께 내보냅니다.

스타터 코드

이 아이디어는 "레시피 2: 채널을 지켜보다 새 업로드 알림 보내기" 패턴을 기반으로 합니다. 채널, 프롬프트, 저장소는 원하는 대로 바꿔 쓰세요.

import requests

API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}

WATCHLIST = ["@somechannel", "@anotherchannel"]
KEYWORDS = ["your brand", "competitor"]
seen = set()  # persist this in a database in production

for handle in WATCHLIST:
    latest = requests.post(f"{API}/channels/resolve", headers=HEADERS,
                           json={"handle": handle, "limit": 10}).json()
    for video in latest["items"]:
        if video["video_id"] in seen:
            continue
        seen.add(video["video_id"])
        t = requests.post(f"{API}/transcribe", headers=HEADERS,
                          json={"video": video["video_id"]}).json()
        text = t.get("data", {}).get("transcript", {}).get("text", "").lower()
        hits = [k for k in KEYWORDS if k in text]
        if hits:
            print(f"ALERT {video['title']}: {hits}")

만들 가치가 있는 이유

팩트체크 기관과 연구 그룹은 속도와 검증 가능한 증거를 얻습니다. 신뢰·안전 팀과 미디어 모니터링 기업은 영상까지 다루는 도구에 비용을 지불합니다.

피해야 할 실수

• ✕자동 매칭 결과를 결론으로 취급하기: 게시 전에는 항상 사람이 확인하세요.
• ✕정확한 문구만 검색하기: 주장은 변형되므로 여러 표현으로 시맨틱 검색을 하세요.
• ✕출처 정보 잃어버리기: 모든 인용문에 영상 ID, 타임스탬프, 수집 날짜를 남기세요.

이 아이디어에 대한 질문