[논문 리뷰] Artificial intelligence for elections: the case of 2019 Argentina primary and presidential election

Zhenkun Zhou, Hernán A. Makse|arXiv (Cornell University)|2019. 10. 24.

Misinformation and Its Impacts참고 문헌 2인용 수 5

한 줄 요약

이 논문은 트위터 데이터, 네트워크 이론, 기계학습을 활용한 인공지능 기반 대용량 데이터 분석 모델을 제안하며, 아르헨티나 2019년 1차 예비선거에서 알베르토 페르난데스의 16% 승리 격차를 정확히 예측함으로써 전통적 여론조사 기관이 놓친 결과를 성공적으로 예측함. 이 모델은 실시간으로 대규모 공중 여론을 분석함으로써 기존 여론조사보다 뛰어난 성능을 보이며, 일반 선거에서 페르난데스에게 47.5%, 마크리에게 30.9%, 제3자 후보들에게 21.6%의 지지를 예측함.

ABSTRACT

We use a method based on machine learning, big-data analytics, and network theory to process millions of messages posted in Twitter to predict election outcomes. The model has achieved accurate results in the current Argentina primary presidential election on August 11, 2019 by predicting the large difference win of candidate Alberto Fernandez over president Mauricio Macri; a result that none of the traditional pollsters in that country was able to predict, and has led to a major bond market collapse. We apply the model to the upcoming Argentina presidential election on October 27, 2019 yielding the following results: Fernandez 47.5%, Macri 30.9% and third party 21.6%. Our method improves over traditional polling methods which are based on direct interactions with small number of individuals that are plagued by ever declining response rates, currently falling in the low single digits. They provide a reliable polling method that can be applied not only to predict elections but to discover any trend in society, for instance, what people think about climate change, politics or education.

연구 동기 및 목표

• 응답률 감소와 비응답 편향으로 인해 점점 악화되는 전통적 여론조사 방법의 실패를 해결하기 위해.
• 실시간 소셜미디어 데이터를 활용한 인공지능 기반 전자 투표 결과 예측의 대안을 개발하기 위해.
• 변동성이 큰 정치적 상황에서 기존 설문 조사 방법보다 빅데이터 기반 여론 분석이 우월함을 입증하기 위해.
• 트위터 해시태그 네트워크와 누적 여론 추적을 통해 아르헨티나 2019년 1차 예비선거 및 일반 선거 기간의 공중 여론 추세를 분석하기 위해.
• 기후 변화나 교육과 같은 분야에서 선거 외의 사회적 추세를 모니터링할 수 있는 확장 가능한, 신뢰할 수 있는 방법을 제공하기 위해.

제안 방법

• 모델은 2019년 아르헨티나 선거 기간 동안 정치적 후보자와 관련된 수백만 건의 공개 메시지를 수집하기 위해 트위터 검색 API를 사용함.
• 네트워크 이론을 적용해 해시태그 공존 네트워크를 구축함으로써 페르난데스, 마크리, 제3자 후보들에 대한 지지 집단을 식별함.
• 두 가지 예측 전략을 사용함: (1) 14일 창(14일 간격) 동안의 순간적인 스냅샷(14일 창), (2) 2019년 3월 이후 누적 평균을 통해 장기적 여론 추세를 추적함.
• 누적 평균은 안정적인 예측자로 사용되어 단기적 변동성을 최소화하고 시간이 지남에 따라 강건성을 향상시킴.
• 기계학습과 빅데이터 분석을 통해 봇과 오락성 정보로부터 노이즈를 걸러내며 진정된 공중 여론에 집중함.
• 모델은 누적 여론 추세를 실제 PASO 예비선거 결과와 비교하여 예측을 검증하고 일반 선거로의 외삽을 수행함.

실험 결과

연구 질문

• RQ1 낮은 응답률 환경에서 높은 스테이크를 가진 정치적 상황에서, 트위터 데이터의 인공지능 기반 분석이 전통적 여론조사보다 뛰어난 성능을 보일 수 있는가?
• RQ2 실시간 스냅샷 모델과 비교해, 소셜미디어 데이터에서 유도된 누적 여론 추세가 실제 선거 결과와 얼마나 관련이 있는가?
• RQ3 2019년 아르헨티나 선거 주기 동안 좌익과 우익 후보 지지자 간의 공중 여론 패턴은 어떻게 다를까?
• RQ4 소셜미디어 네트워크와 해시태그 커뮤니티는 정치적 여론 역학을 형성하고 반영하는 데 어떤 역할을 하는가?
• RQ5 빅데이터 분석은 '검은 월요일' 붕괴와 같은 주요 경제 및 정치적 시장 충격을 여론 변화의 이동을 통해 탐지하고 예측할 수 있는가?

주요 결과

• AI 모델은 2019년 8월 11일 PASO 예비선거에서 알베르토 페르난데스의 16% 승리 격차를 정확히 예측함. 이 결과는 아르헨티나의 다섯 대표 여론조사 기관 모두가 놓침.
• 기존 여론조사 기관들은 마우리시오 마크리의 1점 승리를 잘못 예측하여 채권 시장 급등과 이어진 '검은 월요일'에 40% 하락하는 결과를 초래함.
• 일반 선거에서 모델은 페르난데스에게 47.5%, 마크리에게 30.9%, 제3자 후보들에게 21.6%의 지지를 예측함.
• 2019년 3월부터 계산된 누적 여론 지표는 다양한 시작 시점(t₀)에서도 안정적이고 정확한 예측을 보이며 강건성을 확인함.
• 해시태그 네트워크 분석을 통해 페르난데스 지지자들은 경제 위기와 기근 문제로 분노를 표현한 반면, 마크리 지지자들은 정책적 우려 없이 도덕적 지지를 표명함.
• 모델의 누적 평균은 변동성이 큰 정치적 환경에서 장기적 여론 이동을 더 잘 포착함에 따라 순간 스냅샷보다 뛰어난 성능을 보임.