Methodology

막말·궤변 점수 산정 기준

Coverage

현재 집계 범위 안내

현재 전체 회의록 반영 전 중간 집계입니다.

현재 22대 국회 회의록은 계속 수집·분석 중입니다. 이 사이트의 랭킹과 점수는 전체 회의록이 아니라 현재까지 처리 완료된 회의만 기준으로 집계됩니다. 따라서 의원별 점수와 순위는 이후 데이터가 추가되면 달라질 수 있습니다.

Score Flow

점수 계산 방식

1. 회의 내 의원별 점수

AI 모델이 각 회의에서 발언자별 언행의 부적절함을 점수표 기준에 따라 10점 만점으로 평가해 회의 내 의원별 점수를 부여한다.

점수 범위	문제 수준
0~2점	매우 품격 있고 논리적인 발언
3~5점	가끔 감정적이거나 논리가 부족한 발언
6~8점	빈번한 인신공격이나 억지 주장
9~10점	극도로 무례하거나 회의 진행을 방해하는 수준

2. 개별 의원 종합점수

한 의원의 종합점수는 여러 회의의 점수를 단순 평균하지 않는다. 각 회의에서 검출된 막말/궤변 사례 수를 가중치로 두고 회의별 점수를 가중평균한다. 해당 회의에서 막말/궤변 사례가 0건이어도 최소 가중치 1을 부여해 점수가 완전히 제외되지 않게 한다.

계산식
의원 종합점수 = Σ(회의별 점수 × max(해당 회의 막말/궤변 사례 수, 1)) / Σ(max(해당 회의 막말/궤변 사례 수, 1))

3. 정당 점수 계산 방식

정당 점수는 정당 소속 의원들의 종합점수를 평균한 값이다. 즉 회의 단위 데이터를 바로 정당으로 합치지 않고, 먼저 의원별 종합점수를 만든 다음 이를 정당별로 평균낸다. 정당 막말/궤변 사례 수는 소속 의원들의 사례 총합으로 별도 집계한다.

계산식
정당 점수 = 소속 의원 종합점수 평균
정당 막말/궤변 사례 수 = 소속 의원 막말/궤변 사례 수 합계

Model

AI 모델 및 프롬프트

사용 모델

gemma-4-31b-it

프롬프트 ID

session-v1

프롬프트 원문

당신은 국회 회의록 분석 전문가입니다. 아래는 '{source_name}' 회의의 전체 대화 내용입니다.
대화의 맥락을 충분히 파악하여 다음 두 가지 분석 결과를 도출하세요.

1. [사례 분석]: 국회의원이나 관계자의 발언 중 '막말' 또는 '궤변'에 해당하는 구체적인 사례를 모두 찾아내세요.
   - '막말': 비속어, 인신공격, 모욕적 표현, 상대방을 비하하는 발언.
   - '궤변': 질문에 대한 회피, 논리적 모순, 사실 왜곡, 맥락에 맞지 않는 억지 주장.

2. [종합 평가]: 회의 전체에서 각 발언자가 보여준 언행의 '부적절함(막말/궤변 정도)'을 10점 만점으로 평가하세요.
   - 0~2점: 매우 품격 있고 논리적인 발언.
   - 3~5점: 가끔 감정적이거나 논리가 부족함.
   - 6~8점: 빈번한 인신공격이나 억지 주장.
   - 9~10점: 극도로 무례하거나 회의 진행을 방해하는 수준의 궤변/막말.

[분석할 전체 대화]
{transcript}

[응답 형식]
반드시 아래와 같은 JSON 구조로만 답변하세요. 다른 설명은 생략하세요:
{{
  "findings": [
    {{
      "speaker": "발언자 성명",
      "speech": "문제가 된 발언 내용의 핵심 부분 (말줄임 없이)",
      "category": "막말" | "궤변",
      "reason": "앞뒤 맥락을 고려했을 때 왜 그렇게 판단했는지에 대한 근거 (150자 이내)"
    }},
    ...
  ],
  "speaker_scores": [
    {{
      "speaker": "발언자 성명",
      "score": 0.0,
      "reason": "이 발언자의 전체적인 태도와 발언 품질에 대한 종합 평가 (100자 이내)"
    }},
    ...
  ]
}}