소셜 미디어의 이용자 유형과 사회적 순기능역기능

본 연구는 박근혜 대통령 집권 이후 남북통일 담론이 세 개의 온라인미디어, 즉 블로그, 커뮤니티, 트위터에서 어떻게 서로 비슷하거나 상이하게 표출되고 있는지를 비교했다. 2014년 연두 기자회견에서 박근혜 대통령의 이른바 ‘통일은 대박’ 발언(2014. 1. 16)이 세간의 관심을 끌고 남북통일이라는 중요한 이슈에 대한 사회적인 논의를 활성화하는 계기가 되었지만, 정작 온라인에서 어떤 담론들이 형성, 교환되었으며, 각 미디어에서 어떤 생각들이 주요 프레임으로 나타나는지에 대해서는 실증 데이터 분석 없이 짐작만 할 수 있을 따름이었다. 블로그와 커뮤니티, 그리고 트위터의 표현 및 소통 양식이 상이하며, 특정 정치 사회 이슈에 대해서 표출되는 주요 담론의 특성 역시 다를 수 있다는 통념은 있으나 객관적인 검증은 기술적으로 어려웠기 때문이다. 특정 이슈에 대한 온라인미디어들의 담론 비교가 어려웠던 이유는 크게 두 가지였다. 첫째, 각 미디어에 올라온 방대한 텍스트 데이터를 모으거나 처리하는 데 공학기술적인 한계가 있었다. 둘째, 상당량의 데이터를 모았다고 하더라도 그 차이를 객관적으로 보여 주고 유의미한 비교 연구를 수행할 수 있는 방법이 충분히 개발되지 않았다. 그러나 오픈 API를 제공하는 소셜미디어의 확산 덕분에 웹 크롤링 (web crawling) 기술이 발전하고 대중화되면서 데이터 수집은 한결 용이해졌다. 또한 빅데이터 처리 기술이 발전하면서 방대한 양의 데이터를 구조화하고 처리하는 방식 역시 효율성이 높아졌다. 마지막으로, 최근 학계 및 비즈니스 영역에서 발전한 의미연결망 분석(semantic network analysis) 기법은 자동화된 알고리즘을 이용해 텍스트 데이터에서 키워드들의 핵심적인 연결망을 추출하고 단어간의 위계와 카테고리를 정량화 및 가시화할 수 있다는 면에서 기존의 내용 분석 방법론에 비해 텍스트 데이터의 보다 객관적이고 직관적인 비교 분석을 가능케 한다. 본 연구는 텍스트에 대한 기호학, 사회심리학, 사회학적 관점의 연장선상에서 데이터화된 담론 구조에 대한 분석을 위해 최신의 자동화된 텍스트 분석 및 의미연결망 분석 기술을 적용했다. 자동화 텍스트 분석은 빅데이터 분석에 활용되는 자연어 처리(natural language processing: NLP) 기술을 활용한 것으로 한국어의 품사, 문법구조, 언어습관을 인지하는 데이터베이스 및 인공지능 알고리즘을 설계한 후 대용량의 텍스트 데이터에서 주요 형태소 혹은 단어를 추출하고 그 빈도수를 분석한다. 의미연결망 분석 기법은 복잡계 과학의 소셜 네트워크 분석(social network analysis)에서 파생된 방법론으로, 자연어 처리를 통한 텍스트 데이터 재정돈 후 키워드의 연결 패턴을 분석함으로써 단순한 빈도수에 의존한 기존 미디어 연구의 내용분석(content analysis) 기법이 찾아내지 못하는 의미의 연결 구조를 파악할 수 있다는 장점을 갖는다(Carley, 1993). 텍스트 데이터 전처리에서는 먼저 텍스트 데이터 언어 자료(corpus)에서 유의어와 동일 고유명사로 판단되는 단어들을 통일하고, 자연어 처리를 통해 조사를 자동 제거하며, 활용된 용언들은 기본형으로 자동 전환하는 처리가 이루어진다. 연결망 데이터 처리 단계에서는 전처리를 통해 추출된 텍스트 키워드들을 인접 행렬(adjacency matrix) 형식으로 코딩한 후 백본추출모델(backbone extraction model)을 활용해 주요 연결망을 추출해 낸다. 인접 행렬 형식이란, 각각 행과 열에 해당하는 두 값(연결망에서의 노드) 간에 연결관계가 있으면 1로, 연결관계가 없으면 0으로 표시되는 매트릭스로 구성되는 것을 말한다. 이렇게 분석된 결과물은 트리움의 술루션 프로그램인 옵티마인드(optimind)를 활용해 시각화하는데, 이때 결과물은 거반-뉴먼 모델(girvan and newman model)을 활용해 연결망 키워드 카테고리를 자동 분류해서 나온 것이다. 여기에 중앙성 지표들을 도출하고 시각화된 연결망의 특성을 분석자가 해석하는 것으로 의미연결망 분석이 마무리된다. 의미연결망 분석은 개념간의 연결 모양새(morphology)뿐만 아니라 전체 구조 속에서 각 개념(키워드)의 상대적 위치를 그래프 이론의 수식을 통해 수치화해서 보여줌으로써, 담론 구성에서 각 개념의 중요성을 정량화하고 그 의미를 규명할 수 있도록 도와주는 분석 방법이다. 본 연구에서는 사회연결망분석에서 대표적으로 활용되는 지표인 연결 정도 중앙성(degree centrality)을 적용하여 각 노드가 다른 인접 키워드들과 연결된 빈도수가 가지는 전체 연결 빈도의 비율에 따라 핵심 키워드의 위상을 설정하였다(Freeman, 1979). 도출된 데이터 해석을 통해 연구 대상 집단이 동원하는 개념 및 상징들, 그리고 그것들이 궁극적으로 수렴하는 어떤 인지적 지점과의 비교를 통해 진술의 일관성 여부, 명시적 혹은 암묵적 담론 전략, 그리고 전체적인 인지적 관점의 틀(frame)을 살펴볼 수 있다. 즉, 전체 담론 및 인지 프레임에 대한 보다 입체적인 질적 분석을 위해 복잡한 네트워크 구조를 통계물리학의 백본추출모델로 추출한 후, 거반-뉴먼 알고리즘을 활용하여 주요 단어들을 논리적 선후 관계를 반영한 주제별 카테고리로 단순화하여 재배열한다. 의미연결망분석은 발전된 형태의 내용분석 방법으로, 관계(중심)적 내용분석(relational content analysis)이라고 불리기도 한다(Kim, 2013; Bauer and Gaskell, 2008). 의미연결망분석의 장점은 키워드들의 연관관계를 통해서 사람들이 집합적으로 사고하는 바에 관한 핵심적인 인지 프레임을 직관적으로 보여 주고, 일부 특성들을 정량화하여 비교 분석할 수 있다는 데에 있다. 사회 구성원들의 인지 프레임이란 특정 사회적 카테고리에 속한 행위자들의 논리적 사고에 선행하는 전형적으로 구조화된 믿음체계(Lakoff and Johnson, 1980) 내지 해석의 스키마(Goffman, 1974)로서, 당사자들이 이슈, 상황, 관계, 상호작용 등을 정의하고 해석하며 표상하는 방식이다(Dewulf et al., 2009). 즉, 프레임을 통해 개인과 집단은 ‘문제의 핵심이 무엇이며 어떻게 해결되어야 하는가’를 정의한다. 프레임은 이러한 인지적 콘셉트간의 연결성이라는 관점에서 다음과 같은 세 가지 전형적인 속성(Baden, 2010)을 갖는다. 세 개의 블로그 소스(네이버, 다음, 티스토리), 다섯 개의 커뮤니티 사이트(일간베스트, 디씨인사이드, 루리웹, SLR클럽, MLB파크), 트위터의 텍스트 데이터는 2014년 1월 16일부터 4월 21일까지 기간 동안의 포스팅에 한해 빅데이터 분석업체 트리움의 크롤링 기술을 이용해 전수 수집하였다. 검색어는 ‘남북 & 통일’과 ‘북한 & 통일’을 적용하여 양 데이터에서 중복을 제거하고 부적절한 내용은 원문 대조하여 필터링한 후 텍스트를 통합했다. 각 미디어들의 담론 특성을 우선적으로 비교하기 위한 연구 목적에 따라 네이버, 다음, 티스토리의 블로그 텍스트 데이터를 하나로 묶고 일간베스트, 디씨인사이드, 루리웹, SLR클럽, MLB파크의 데이터 역시 하나로 통합하였다. 트위터는 독자적으로 하나의 텍스트 데이터로 취급했다.