대규모 언어모델을 활용한 OTT 콘텐츠 불법 유통 탐지 및 증거 수집 자동화 방법
An Automated Method for Detecting and Collecting Evidence of Illegal OTT Content Distribution Using Large Language Model
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 대규모 언어모델(LLM)과 대규모 액션모델(LAM)을 기반으로, OTT 콘텐츠 불법 유통 사이트로부터 증거를 자동으로 수집할 수 있는 탐지 및 수집 자동화 방법을 제안한다. 기존의 수작업 중심 웹 크롤링방식은 구조 변경에 취약하고 유지보수 비용이 높은 한계가 있다. 이를 해결하기 위해 본 연구에서는 웹 구조분석, 크롤링 코드 자동 생성, 유사도 판단, 증거 채증까지의 전 과정을 자동화하는 시스템 구조를 설계하였다. 제안된 방법은 LLM이 HTML 구조를 분석하여 크롤링 코드를 생성하고, LAM이 이를 실행하여 데이터를수집한다. 또한 RAG 기반 정보 보강과 유사도 판단을 통해 의미 기반 비교를 수행하며, 판단 신뢰도가 낮을경우 자동 보완 루프를 통해 반복적으로 개선된다. 이를 통해 다양한 웹사이트 구조에 유연하게 대응하고, 증거 수집의 신뢰성과 효율성을 높일 수 있는 기대 효과가 있다.
Abstract
This paper proposes an automated method for detecting and collecting evidence of illegal OTT content distribution using a Large Language Model (LLM) and a Large Action Model (LAM). Traditional manual web crawling methods are limited in their ability to adapt to structural changes in websites and incur high maintenance costs. To address these issues, we design a fully automated system architecture encompassing web structure analysis, code generation, similarity-based judgment, and evidence preservation. In the proposed method, the LLM analyzes the HTML structure of a website and generates code for information extraction, while the LAM executes the code to collect data. Additionally, the system incorporates Retrieval-Augmented Generation (RAG) to enhance semantic similarity comparison and includes a feedback loop that iteratively improves the results when confidence is low. This approach allows the system to flexibly adapt to various web structures and enhances the reliability and efficiency of evidence collection.