A Reliable Harmful Website Classification and Korean-specific Interpretation Technique Using XAI and BERT

본 논문은 BERT 모델과 설명 가능한 인공지능(eXplainable Artificial Intelligence, XAI) 기법을 결합하여 유해 웹사이트를 분류하는 새로운 방법을 제안한다. 기존의 키워드 기반 방식은 높은 오탐률을 보이는 반면, 우리의 문맥 인식 BERT 모델은 정상, 도박, 성인 콘텐츠 등 8개 카테고리에 대해 95%의 분류 정확도를 달성했다. 딥러닝 모델의 '블랙박스' 특성을 해결하기 위해 XAI 기법을 적용하여 모델의 의사결정 과정을 해석함으로써 신뢰성을 향상시켰다. 또한, 한국어 토큰화 과정에서 발생하는 서브워드(subword) 문제를 해결하기 위한 후처리 기법을 도입하여 XAI 결과의 단어 수준 해석을 가능케 했다. 이러한 한국어 최적화 접근법은 모델의 성능을 향상시킬 뿐만 아니라 분류 과정에 대한 해석 가능한 인사이트를 제공하여 한국어 웹 콘텐츠 분석에 특히 유용하다.