NAVERの不審アカウント2万4000件、左右の政治家をともに攻撃した手口
NAVERのコメント1億1,266万件から抽出された不審アカウント2万3,998件は左右の政治家を交互に非難し、選挙前後30日間の新規流入は平時より51％多かったのです。
社会陣営を問わず文在寅も尹錫悦も攻撃された
昨日、KAIST（韓国科学技術院）と独マックス・プランク研究所の共同研究チームが、NAVERニュースのコメント1億1,266万件を分析した結果を公開しました。2006年4月から2025年3月までの20年分、利用者405万人が残した記録の全体です。ここから外国と連携した影響力工作活動が疑われるアカウント2万3,998件が抽出され、この研究は本日、セキュリティ分野で最高峰の権威を持つ学会「USENIX Security」で正式発表されます。
ところが検知技術以上に目を引くのは、これらのアカウントが攻撃した対象のリストです。アカウント群が攻撃した政治家のリストには左右の区別がありませんでした。文在寅（ムン・ジェイン）も、尹錫悦（ユン・ソンニョル）も、同一のアカウントプールから発信された非難コメントの標的だったのです。陣営を選ばない攻撃というのは、一見すると辻褄が合わないように見えます。
攻撃対象が陣営を問わなかったという点から、私はこの活動を韓国内の対立を煽る方向性を持つものと読み解きました。以下で詳しく述べる「分断誘導」という解釈です。
進歩派・保守派の双方が同一アカウント集団の標的だった
出発点となったのは、韓国の国家安保戦略研究院が2024年に公開した外国連携アカウント70件でした。研究チームはこれらとフォロー関係で結ばれていたり、同一記事に繰り返し群がったりしたアカウント群へと候補を広げたうえで、コメントの表現やアカウントの行動パターンを段階的に分析し、疑わしいアカウント2万3,998件を絞り込みました。全利用者の0.59%に相当する規模です。これらのアカウントが残したコメントは総計1,500万件を超えますが、そのうち影響力工作の性格を帯びると分類された412万件が、今回の戦略分析の対象となっています。
これらのアカウントが書き込んだ「韓国非難」コメントのうち、共感（賛成）のみを獲得し非共感（反対）を受けなかったもの、すなわちコメント欄の最上位に押し上げられたコメントの標的を集計したところ（論文本文・付録の集計基準）、上位10件のうち7件が政治家でした。文在寅前大統領が1万6,651回、李在明（イ・ジェミョン）当時の大統領選候補が1万3,522回、尹錫悦前大統領が9,887回、曺国（チョ・グク）元法務部長官が6,314回。2025年3月までの20年間の累積集計であるため現在の役職とは無関係な数値ですが、注目すべきは順位ではなくその顔ぶれです。進歩派と保守派がひとつのリストに並んでいます。政治家以外の標的も性格は似ています。「大韓民国」「ヘル朝鮮」、特定政党の名称がリストを埋め、特定の大統領を蔑称で呼ぶ変形表記は別項目として集計されるほど頻出しました。
政権ごとに分解してみると、パターンはいっそう鮮明になります。**盧武鉉（ノ・ムヒョン）、李明博（イ・ミョンバク）、朴槿恵（パク・クネ）、文在寅、尹錫悦。5つの政権を経る間、その時々の現職大統領は陣営を問わず常に標的の上位10位以内に入っていました。**アカウントの推定発信国に対して相対的に融和的だった政権であっても例外ではありませんでした。研究を率いたイ・ウォンジェKAIST教授も、これらのアカウントは外国を直接称賛するよりも、韓国や国内政治家を非難することで対立を煽るパターンを見せていたと説明しています（韓国メディアの報道より確認）。特定陣営を後押しするのではなく、複数の陣営を交互に叩くことで対立を拡大させる手法と見られます。
なお、論文ではアカウント群の推定発信国を「主要隣接国」とだけ表記し、国名は匿名化しています。地政学的な論争に巻き込まれるのを避け、手口の分析に集中するための選択であり、研究陣も国内インタビューで同様の表現を維持しています。私も本稿では国名を明記せず、論文と同じ表記を踏襲します。この研究において重要なのは国名よりもその手口にあると考えたからです。
選挙が近づくとアカウントが増える
新しく現れる疑わしいアカウントの数は、政治日程に連動して推移していました。大統領選、総選挙、地方選挙の前後30日間に新規出現した不審アカウントは週平均34.19件で、平時の22.61件より51%も多かったのです（論文集計、p<0.01）。選挙シーズンにはそもそも新規利用者自体が増えるのではないかと思われるかもしれませんが、研究チームも同じ疑問を検証しています。一般利用者の流入増加は24%にとどまり、新規利用者のうち不審アカウントが占める比率も0.82%から0.91%へと有意に上昇しました。人が集まったから自然に連動して増えたのではなく、選挙を狙って意図的に集結したことを意味しています。
最大の流入ピークは、大統領弾劾直後の大統領選局面だった2017年5月です。この前後に新しく現れた不審アカウントは635件で、20年間で最多を記録しました。活動量全体のピークは翌年の2018年です。この年だけで「韓国非難」コメントが67万5,107件、1日平均およそ1,800件のペースで蓄積されました。THAAD（高高度防衛ミサイル）配備を巡る外交的対立が経済報復へと波及していった時期であり、論文が指摘するように、周辺国が認知戦1を遂行する組織を制度化したタイミングとも重なります。
コメントの投稿量も、生身の人間ひとりが手作業で書くにはあまりに膨大です。出発点となった70件のアカウントは、1アカウントあたり平均5,091件のコメントを残していました。1日1件ずつ書き続けても14年近くかかる量であり、研究チームは自動化ツールが動員された状況証拠と解釈しています。
活動形態も単独・個別のものではありませんでした。判明している70件のアカウントは相互にフォローし合って結束しており、アカウント同士の相互フォロー関係は一般利用者集団の138倍、平均フォロー数は35倍に達していました（論文付録集計）。個別に活動する個人ではなく、互いのコメントを押し上げ合うひとつの集団として動いていたという意味です。
韓国非難コメントだけが共感比率の閾値を超えた
なぜ自国を誇る代わりに韓国を非難したのでしょうか。NAVERのコメント欄が採用している並び替えアルゴリズムに理由があります。NAVERは韓国の成人の63%がニュースに接するゲートウェイです（韓国言論振興財団2025年調査、論文再引用）。そして、その入り口であるコメント欄のトップ表示は共感比率、すなわち「共感数÷（共感数＋非共感数）」の値で決定されます。0.5を超えて初めて共感が非共感を上回っている状態となり、最上位に表示される確率が高まります。
不審アカウント群が用いた4つの言説戦略のうち、この閾値を超えられたのはただひとつ、「韓国非難」だけでした。平均値は0.514。周辺国への賛美は0.362、ロシアのような友好国への賛美は0.241と底辺に沈んでいました。回帰分析の結果も同じ方向性を示しています。韓国非難はトーンが激しくなるほど共感比率が上がったのに対し、周辺国への賛美はトーンが激しくなるほどむしろ共感比率を押し下げました。自国の体制自慢は韓国の読者の反感を買うだけであり、韓国社会を罵倒するコメントこそが「ベストコメント」へと駆け上がるという現実を示しています。論文の回帰モデルを基準にすると、コメントの韓国非難の度合いが半分程度（確率0.45）検知されるだけでも、共感が非共感を上回る水準へ突入していました。
論文に収録された実例も同様の傾向を裏付けています。韓国非難のコメントは「徴兵制は国家が運営する奴隷制だ」と決めつけるような論調であり、周辺国賛美のコメントは「韓国は隣国の体制を見習うべきだ」と説教するような論調です。前者はトップに駆け上がり、後者は底に沈みました。
ここには理論的な背景が存在します。ブラディ率いる研究チームが2017年にTwitter上の政治的メッセージ50万件を分析したところ、道徳感情2が込められたメッセージはそうでないものに比べてはるかに遠くまで拡散しました。道徳感情を表す単語がひとつ増えるごとに、拡散規模は平均で約20%拡大しました。怒りや軽蔑が込められた投稿ほど、人々がより多く拡散させるということです。今回の研究が分類した「道徳的非難」のコメントも、まさにこの感情を刺激します。そして、そのコメントを実際に最上位へ押し上げたのはボットではなく、「胸がすく思いだ」と共感ボタンを押した韓国の利用者たちでした。
ここでひとつの副次的な効果が生じます。アルゴリズムによる検知を逃れようとすれば、道徳的非難という露骨な表現を捨てなければなりませんが、その表現こそがコメントを上位に押し上げる原動力なのです。**検知を逃れることに成功すれば、影響力も同時に失われます。**綿密に設計された検知基準は、それ自体がこうした工作活動を制約する足枷になるわけです。
国家情報院のコメント事件、ドゥルキング、そして今回のアカウント群
ここで私は、イギリスの分割統治（分断統治）3を思い起こしました。**「分断せよ、そして支配せよ（Divide and rule.）」**という戦略です。1905年にベンガルを宗教境界で切り分け、1909年には宗教別の分離選挙区を作って対立を制度そのものに埋め込んだ、あの手法です。ただし決定的な違いがひとつあります。イギリスは支配を目的としていたため、分断のための制度を自ら設計し維持するコストまで負担しました。一方、今回のアカウント群は韓国を直接支配することが目的ではないため、分断を生み出す制度を設計したり運用したりする必要がありません。対立は韓国の政治シーンですでに自生しており、非難コメントを上位に持ち上げる作業は共感ランキングという仕組みが代行してくれるため、そこにコメントを投げ込むだけで済みます。制度を自前で構築・運用する必要がないため、かかるコストは桁違いに少なくて済むのです。
そして、コメント欄のトップがこのように標的にされたのは今回が初めてではありません。2012年の大統領選挙を控えては韓国の国家情報院心理戦団が動員され、組織的なコメント投稿と賛否のクリック操作を行い、ウォン・セフン元国家情報院長は2018年に韓国の大法院（最高裁）で懲役4年の実刑判決が確定しました。2016年12月から2018年4月にかけては、「ドゥルキング」一派がマクロプログラム「キングクラブ」を用いて、記事約7万6,000件のコメント約118万件に対し、共感・非共感のクリックを約8,840万回も不正に流し込みました。国家機関、国内の特定政治勢力、そして外国連携が疑われる勢力に至るまで、全く異なる3つの主体が同一の急所を狙ったのです。「ベストコメントこそが民心である」という世間の認識、そしてその場所を決定づける共感ランキングの仕組みです。
相違点は介入の目的にあります。国家情報院やドゥルキングは、特定の候補を勝たせるためにコメント欄へ介入しました。これに対し今回のアカウント群は、推したい候補や陣営を持たず、陣営に関係なく国内の対立を拡大させる方向で動いていました。手口も異なります。ドゥルキングは機械プログラムでボタンを押してシグナルを偽装したため、サーバーログに痕跡が残り法廷で裁かれました。今回のアカウント群は、本物の生身の利用者に自らの手でボタンを押させます。クリックのひとつひとつがすべて本物の人間によるものであるため、検挙の手がかりとなるログもなければ、適用できる明確な処罰規定も存在しません。
活動時期も重なっています。論文が指摘する不審アカウント流入の最大ピーク（2017年5月）は、キングクラブが稼働していた期間の真っ只中にあり、活動量がピークに達した2018年とも重なります。同一のコメント欄で、全く異なる目的を持った複数の手元が同時に動いていたことになります。
検知結果の限界とそれを補強する状況証拠
ただし、この結果を受け止める際には慎重になるべき点もあります。まず「検知」は「確定」ではありません。研究チーム自身も2万4,000件のアカウントすべてをあくまで「疑い」と表記しており、検証済みの国家主体であると断定してはいません。この研究の判別モデルは説明可能なAI4であり、なぜ疑わしいのかという文単位の根拠を併せて提示できる点が強みですが、その根拠もまた人間が検証すべき手がかりであって、裁判の判決文ではありません。
数字の上での限界もあります。アカウント判別モデルの正確度はF1スコア0.94と高く報告されているものの、検証に用いたサンプルは151アカウントと小さく、「道徳感情」のラベル付けは研究者の間でも判断が分かれ、一致度は中程度（0.512）にとどまりました。またNAVER側は2024年に同様の趣旨の別研究が発表された際、名指しされたアカウントはすべて韓国人のものであると把握されたと反論した経緯があります（当時のメディア報道）。今回の研究に対する公式見解はまだ出されていません。
他方で、研究の妥当性を後押しする状況証拠もあります。テスト対象のコメントの表現を言語モデルで全面的に言い換えても、検知精度はほぼそのまま維持されたのです（論文付録の実験）。特定の単語を丸暗記したのではなく、レトリックの構造を読み取っていることを示しています。新しく発見されたアカウント群の活動時系列も、既知の70アカウントと高い同調率（月単位の相関0.85）で連動していました。同一記事に触れた一般利用者集団の相関（0.70）よりも明らかに高い数値です。またデータセット全体が公開されているため、この論争は単なる主張の対立に終わることなく、他の研究者による再検証へと引き継がれる道が開かれています。自らのコメントが含まれているか確認し、削除を要請する手順も用意されています。
Oswarldの視点
私はこのデータを、市場戦略の視点で読み解きました。経営戦略を練る中で学んだことのひとつに、後発ランナーがトップ企業を揺さぶる最も安上がりな方法は、自社製品を誇ることではなく、市場の信頼そのものを破壊することだという原則があります。カテゴリー全体に対する不信感を植え付ければ、比較優位を証明する必要がなくなるからです。新製品の発売局面で競合叩きが短期的によく機能する理由でもあります。
これらのアカウントが歩んだ20年間は、まさにその構造そのものです。「私たちの体制のほうが優れている」と説得するコストは高く、効果も薄いのです。現に、周辺国を称賛したコメントの平均共感比率は0.362にとどまりました。これに対し、「お前たちの社会は腐敗している」と離間を仕掛ける手口は安上がりで、拡散しやすく、さらには標的国の読者自身が進んで上位へ押し上げてくれます。
だからこそ、私たちは見極めの基準を変えなければならないと考えます。**「どちらの味方をしているコメントか」だけを問う基準は、今回のデータの前では通用しません。盧武鉉・李明博・朴槿恵・文在寅・尹錫悦という5つの政権における現職大統領が、ことごとく標的の上位10位に入っていたからです。データを扱う立場からひとつ付け加えるなら、こうした研究であるほど結論よりも測定の限界を先に見るべきですが、この論文はその限界を自ら開示しているという点において、かえって信頼を置くことができました。私たちが問うべきは別の問いです。「このコメントは、誰かを勝たせようとしているのか。それとも、私たちを争わせようとしているのか」。**そして個人的に最も背筋が寒くなったのは、この非難コメントを実際に最上位まで押し上げた最後のピースがボットではなく、共感ボタンを押した韓国の利用者だったという点です。
おわりに
整理してみましょう。20年分のNAVERコメントから抽出された疑わしいアカウント2万4,000件は、特定の陣営を応援してはいませんでした。左右の政治家を交互に叩いて対立を煽り、選挙のたびに流入を増やし、その非難コメントを最上位へと持ち上げたのは共感比率のランキングと、私たち自身の共感ボタンだったのです。
そこで私が提案したいのは、ただひとつです。政治関連の記事を読んでいて、胸がすくような非難コメントに出会ったときには、共感ボタンを押す前に一度だけ自問してみてください。「このコメントは、誰かを勝たせようとしているのだろうか、**それとも私たちを争わせようとしているのだろうか」。**答えが後者であるならば、その1回の共感が、こうしたコメントを最上位へと押し上げる手助けになってしまうかもしれません。怒りを我慢しろと言いたいのではありません。その怒りがどこへ向かうよう設計されているのか、裏で糸を引く側がいることを忘れないようにしよう、というお話です。
最近、「これは少し組織的ではないか？」と感じるコメントのパターンを見かけたことはありますか。どのような記事で、どのようなタイプのものだったか、ぜひコメント欄で短く教えてください。公開データセットと突き合わせてみる価値のある事例が集まれば、次号で取り上げてみたいと思います。
💬「組織的では？」と感じたコメントの目撃談をお寄せください。次号のテーマとして検討してみます。 📨 ニュースのコメント欄をよく読む方が身近にいらっしゃいましたら、ぜひこの記事をシェアしてください。
あわせて読みたいバックナンバー
今回のテーマに登場した「周辺国」を、産業とサプライチェーンの軸から取り上げました。
参考資料と関連リンク
主要出典
- Jaehong Kim, Hyeonseung Kim, Jiseon Kim, Alice Oh, Thorsten Holz, Wonjae Lee, Meeyoung Cha, “Cross-National Information Attacks: A Two-Decade Analysis of Troll Behavior in Korea”, USENIX Security Symposium 2026 (arXiv:2606.22785). リンク ── 本日のニュースレターの骨子です。第5章の戦略分析が核心であり、付録の表11に政権別の標的リストが掲載されています。
- 研究チーム公開データセット、Zenodo. リンク ── コメント1億1,266万件の一次データです。直接検証してみたい方におすすめです。
- 電子新聞「2万余りのNAVERアカウント、韓国の政治的対立を助長」（2026年8月12日）。リンク ── 研究陣の国内発表コメントが掲載された報道です。
背景知識
- 韓国の国家安保戦略研究院（INSS）、外国の影響力工作の実態公開資料（2024年）。リンク ── 今回の研究の出発点となったアカウント70件の出典です。
- 京郷新聞「中国人疑いアカウント、中韓競合分野で組織的コメントによる世論操作の疑い」（2024年9月29日）。リンク ── 2024年の先行報告書に関する報道です。ここに登場するNAVERの77件、YouTubeの239件は、本論文のシードとなった70件とは異なる集計のため混同しないよう注意が必要です。
- 法律新聞「『国情院コメント』元国情院長、5年ぶりに『懲役4年』確定」（2018年4月19日）。リンク ── 国家機関が同一のコメント欄を操作した最初の前科の確定記録です。
- ニューシス「『ドゥルキングコメント操作共謀』懲役2年の実刑確定」（2021年7月21日）。リンク ── 記事約7万6,000件、クリック約8,840万回という操作規模の出典です。本文の数値はこの判決に基づいています。
- William J. Brady et al., “Emotion shapes the diffusion of moralized content in social networks”, PNAS, 2017. リンク ── 道徳感情がなぜ拡散しやすいのかを解き明かした代表的な研究です。第3セクションの理論的背景となっています。
📝 用語解説
각주
-
認知戦（Cognitive Warfare）：武力ではなく、相手国の国民の認識や世論を攻撃対象とする戦略のことです。NATOは、外部アクターが世論を兵器化して政策や制度を揺るがす行為と定義しています。 ↩
-
道徳感情（Moral Emotions）：怒り、軽蔑、嫌悪のように他者を道徳的に非難したり、感嘆のように賞賛したりする際に生じる感情のことです。オンライン空間において拡散力がとりわけ強いことが多くの研究で示されています。 ↩
-
分割統治（Divide and Rule）：被支配集団の内部対立を煽ることで結束を阻み、統治を容易にする戦略のことです。イギリスによるインド統治などが代表例として知られています。 ↩
-
説明可能なAI（Explainable AI）：判定結果だけを提示するのではなく、判断に至った根拠まで併せて提示するAIのことです。今回の研究では、疑わしいと判定された根拠となるコメント内の文言をハイライト表示で示しています。 ↩