Influencing Factors on the Emotional Expression in Weibo Hot News - Focusing on 'Restaurant Collapse in Linfen City, Shanxi Province' -

웨이보 인기뉴스에 관한 감정표현에 영향을 미치는 요인 - '중국 산시성 린펀시 반점 붕괴 사건'을 중심으로 -

Abstract

This study examined the factors that influence the emotional expression in comments on the hot news about the 'Restaurant Collapse in Linfen City, Shanxi Province' published in Sina Weibo.. As a result of the study, first, there were differences in emotional expression according to gender. Women expressed stronger anger, disappointment, sadness, and condemnation than men. Second, the intensity of emotional expression of users in the eastern region was significantly higher than that of users in the central and western region. Third, the greater the number of Weibo, the total number of blogs where users participated in comments and posted emotional expressions, the stronger the emotional expression was. Fourth, unauthenticated users showed stronger emotional expressions of disappointment and sadness than authenticated users. The results of this study present implications for the factors influencing emotional expression on hot news. This study is meaningful in that it can be compared with social networks such as Twitter and Facebook in the West by looking at the factors that influence emotional expression in the process of online public opinion formation in China, and also meaningful in that a big data analysis method was used in online news analysis.

본 연구는 시나 웨이보(Sina Weibo)에 게재된 '산시성 린펀시 반점 붕괴 사건'이라는 인기뉴스(hot news)에 대한 댓글에 나타난 감정표현에 영향을 미치는 요인들을 살펴보았다. 연구결과, 첫째, 성별에 따라 감정표현에 차이가 나타났다. 여성은 남성보다 더 강한 분노, 실망, 슬픔, 비난 감정을 표현하였다. 둘째, 동부지역 이용자들의 감정표현 강도가 중부지역과 서부지역에 비하여 유의하게 높았다. 셋째, 이용자가 댓글에 참여하고 감정표현을 게시한 블로그의 총수량인 웨이보 수가 많을수록 감정표현이 더욱 강하게 나타났다. 넷째, 미인증 이용자는 인증된 이용자보다 실망, 슬픔의 감정표현이 더욱 강하였다. 본 연구는 중국의 온라인 여론형성 과정에서 감정표현의 영향 요인을 살펴봄으로써 서양의 트위터나 페이스북과 같은 소셜네트워크와 비교할 수 있다는 점에서 의의가 있으며, 온라인 뉴스분석에서 빅데이터 분석방법을 사용했다는 점에서도 의의가 있다.

Ⅰ. 서론

웨이보(Weibo)는 웨이보 블로깅, 미니 블로그, 한 문장 블로그 등으로도 알려진 마이크로 블로그이다. 마이크로 블로그(Micro-blog)는 이용자가 짧은 텍스트를 적시에 업데이트하고 공개적으로 게시할 수 있는 블로그 형식이다[1]. 최근 몇 년간 시나(Sina), 텐센트(Tencent), 금일톱뉴스(Jinri Toutiao) 및 중국 국가 주요 뉴스 웹사이트인 신화망(Xinhuanet)과 인민망(People's Daily) 등이 웨이보(Weibo) 형식의 서비스를 시작하였다. 새로 떠오르는 플랫폼인 시나 웨이보(新 浪微博 Sina Weibo)는 이용하기 쉽고 빠르며 비용이 저렴하여 광범위한 이용층을 확보하고 있다는 특징을 갖고 있다. 2019년 말, 시나 웨이보(Sina Weibo)의 월 활성 이용자는 5억 1,600만 명으로 2018년 말에 비해 약 5,400만 명이 증가했으며 모바일을 통해 이용하는 비율은 94%였다. 시나 웨이보는 중국 전체 웨이보 이용자 수의 57%, 중국 전체 웨이보 활동자 수의 87%를 차지하였다. 시나 웨이보는 중국 내에서 가장 많이 방문한 웹 사이트 및 플랫폼 중의 하나가 되어 중국 버전의 트위터(Twitter)[2]라고 해도 과언이 아니다.

웨이보를 통해 이용자들이 정보를 기록하여 소통을 하고 오락과 사회적 교류를 할 수 있기 때문에 웨이보는 다양한 인기 뉴스(hot news)의 탄생을 촉진하는 데에 중요한 역할을 하고 있으며 온라인 인기 뉴스의 영향력은 전례 없는 수준에 도달하였다. 웨이보가 대중이 사회 활동에 참여하고 의견을 표현할 수 있는 새로운 플랫폼이 되었을 뿐만 아니라 온라인으로 감정을 표현하고 소통을 하는 핵심 통로가 되었다는 점은 주목할 필요가 있다. 감정은 사건의 소통과 확산을 추진[3]할 수 있다. 개인의 온라인 참여 활동과 심리적 지각 활동의 조합은 특별한 감정을 만들어 낸다. 상호 평등한 입장이 되거나 자유롭고 열린 표현 공간이 마련되면, 온라인 활동에서 경험하는 감정은 생산, 축적, 감염, 이전, 확산 및 변환된다[4]. 실제로, 웨이보와 같은 신흥 소셜 미디어는 고유의 개방성, 즉 각성, 상호 작용성, 그리고 낮은 문턱[5]으로 사람들의 의견 표현과 정보 교류의 매개체가 되어 대중들의 소셜 네트워크 사용에 영향을 미친다.

웨이보에서 댓글과 같은 텍스트에 대한 연구는 감정적 심리를 이해하는 데 도움이 되며, 적시에 여론 동향을 파악하는 것은 여론에 관한 연구에서 매우 중요하다. 인기 뉴스에 대해 네티즌들이 댓글을 통해 감정을 표현하는 것은 소통 과정에서 중요한 여론 메커니즘을 형성하고 온라인 여론의 형성에 중요한 역할을 한다. 뿐만 아니라 이러한 영향력은 정치, 경제, 문화 등 사회의 다양한 분야에서 정책 결정에도 영향을 미친다[6].

따라서 온라인 인기 뉴스에 대한 이용자들의 리뷰에 대한 여론의 감정표현을 살펴보고[7][8] 감정표현의 영향 요인을 확인하는 연구가 매우 중요하다. 웨이보에 대한 연구 중에는 분노와 같은 특정 감정[9]이나 미디 어가 성장하면서 나타나는 부도덕성 등 부정적인 감정에 관련된 연구[10], 정보제공유형의 차이에 따른 사용자의 태도 분석[11] 및 심리에 따른 행동 변화가 기업의 신뢰도에 미치는 영향을 다루는 연구[12][13] 등이 있었다. 하지만, 웨이보의 인기 뉴스에 대한 직접적인 감정표현을 다룬 연구는 아직까지 이루어지지 않았다. 이를 고려하여 본 연구에서는 웨이보에서 중국 온라인 인기 뉴스에 대한 감정표현의 영향요인을 파악하는 연구를 수행하였다.

Ⅱ. 선행연구 및 연구가설

1. 인기뉴스 사건에 관한 연구

대중은 온라인 뉴스 사이트에서 뉴스 검색과 내비게이션 기능[14]을 이용하여 자신의 관심과 취향에 맞는 뉴스를 찾아 읽는다. 그리고 소셜 네트워크 서비스 등을 통해 뉴스의 중요도와 가치를 판단한다. 즉, 대중은 온라인 뉴스 사이트에서 뉴스를 선택해서 접하게 되는데[15], 온라인 뉴스 사이트의 댓글에 대한 연구가 다수 이루어졌다[16][17]. 온라인 뉴스 사이트 운영자는 사용자들의 클릭, 평가, 추천, 공유 등에 따라 뉴스 가치를 평가하고, 그 횟수가 많은 뉴스들을 우선적으로 보여준다. 이러한 과정에는 많은 사람들이 읽고 공유하는 뉴스가 대표적인 중요뉴스라는 가정이 깔려 있다[18]. 인기 뉴스 사건에 대해 많은 학자들이 다양한 측면에서 연구했는데, 그중에서 Chen[19] , Allan[20] 등에 따르면 뉴스 사건들 중에서 광범위하고 신속하게 확산되는 사건을 인기 뉴스 사건이라고 할 수 있다. 일부 연구들은[21] 뉴스의 텍스트를 분석하여 인기 뉴스 사건의 다양한 정보원을 구별했으며, 일부 연구자들은 소셜네트워크 분석 방법을 이용하여 인터넷 인기 뉴스의 정보구조[22] 및 소통 주체 분석[23]을 수행하였다. 또한, 사회 과학의 관점에서 인터넷 인기 뉴스 사건에 대한 여론 소통을 살펴본 연구[24]들도 있지만, 이러한 연구들은 대체로 인기 뉴스 사건의 여론형성 과정에 대한 심층적인 연구가 부족했다고 볼 수 있다.

2. 인터넷에서 감정표현에 관한 연구

인간의 감정에 대한 분류는 연구자별로 여러 관점이 존재한다. 황유선[25]은 인간의 감정을 기쁨, 긍지, 사랑, 희망, 미안함, 감사, 슬픔, 좌절, 수치, 연민, 공포, 분노, 의문, 놀람, 염려, 역겨움, 아쉬움, 우울함 등 총 18개의 감정으로 분류하였다. 에크만(Ekman)[26] 은 인간의 감정을 슬픔, 놀람, 분노, 행복, 역겨움, 두려움 등으로 구분하였고, 최현석[27]은 인간의 감정을 기쁨, 슬픔, 분노, 공포로 나누었다. 외부 사물을 탐구하고 인식하는 과정에서 인간은 즐거움, 분노, 슬픔, 행복과 같은 주관적인 감정을 생성한다. 객관적인 사물에 대한 태도와 경험 그리고 그에 상응하는 행동 반응을 감정(emotion)[28]이라고 부른다. 감정은 객관적인 현실에 대한 개인의 태도와 경험이고, 객관적인 사물들이 개인의 요구를 충족시킬 수 있는지에 대한 반응이며, 개인의 심리 활동에서 중요한 부분이다. 감정적 인지이론은 외부로부터 얻은 정보가 지각체계에 들어간 후에 한편으로는 지각체계에 의해 정보가 조직되고 편집되며, 다른 한편으로는 정보가 신체의 긍정적 또는 부정적 감정 반응을 유발하여 특정 행동을 유발한다고 보았다[29].

감정유형의 구분에 관하여 Watson 등은[30] 긍정적인 감정과 부정적인 감정에 대한 측정척도(PANAS)를 구성하였다. Feldman[31]은 긍정과 부정의 감정은 행복, 슬픔, 공포, 분노의 표현으로 나뉜다고 보았으며, 감정은 긍정 및 부정의 측면을 모두 갖고 있음을 보여주었다. Gross와 John의 연구에서는 긍정적인 감정표현, 부정적인 감정표현 및 감정표현 강도라는 감정표현의 세 가지 요소를 제시했다[32]. 또한 Cambria 등은[33] 감정에 대한 24가지의 세분화 특징에 따라 모든 감정 체험을 포괄하는 새로운 감정 분류 모형을 제시했다.

뉴미디어 환경 속의 대중은 새로운 플랫폼에서 감정을 표현할 수 있으며, 개인감정이든 집단감정이든 뉴미디어의 개방성, 편리성, 용이성 때문에 감정이 생성된 후 온라인에서 신속하게 확산된다[34]. 이 과정에서 개인의 감정표현은 집단감정의 영향을 받을 수 있으며 나아가 사회발전과 사회질서에 긍정적 혹은 부정적 영향을 미치기도 한다. 따라서 뉴미디어 환경에서는 사회 문제의 신속하고 효과적인 해결을 도모하기 위해 감정의 긍정적인 효과를 적극적으로 활용할 필요가 있다. 또한, 부정적인 감정의 부정적 영향을 해소하는 것은 사회 문제를 빠르고 효과적으로 해결하는 데 도움이 될 것이다.

감정의 영향에 대해 Vries 등은[35] 인스타그램 (Instagram)에서 낯선 사람의 긍정적인 게시물을 보는 이용자의 감정 변화를 연구한 결과, 이용자의 복잡하고 다양한 감정에 따라 동일한 정보라도 이용자마다 상이한 영향을 미친다는 것을 발견하였다. Kramer[36]는 페이스북(Facebook)을 기반으로 감정에 대해 연구했는데, 네티즌의 댓글에 표현된 긍정 또는 부정적인 감정은 수용자에 대한 감염을 통해 수용자의 감정에 영향을 주고, 수용자에게 유사한 태도를 이끌어 낼 수 있다고 했다.

3. 인터넷에서 감정표현과 영향 요인

웨이보의 이용자 특성에는 성별, 지역, 웨이보 게시물 수량, 회원 인증여부 등이 포함되며[37], 연령, 성별, 직업, 문화적 배경 등과 같은 요인은 감정에 종합적인 영향을 미친다[38]. 즉, 상이한 요인은 상이한 감정에 영향을 미친다. 따라서 본 연구에서 웨이보 이용자의 감정표현에 영향을 미치는 성별, 지역, 웨이보 수, 이용자 인증 등의 요인에 관한 가설들을 설정하여 연구를 수행하였다.

1.1 성별

성별은 전형적인 인구 통계학적 속성이며 많은 연구에서 성별에 따른 차이가 확인되었다. 기존 연구에 따르면, 남성과 여성의 감정표현에서 현저한 차이가 나타났다[39]. 황하성[40]의 연구에 따르면 성별의 차이에 따라 미디어 이용에 차이가 있다고 밝혀졌다. 여성은 슬픔과 초조함을, 남성은 화를 내거나 경멸하는 감정[41]을 표현하는 경향이 있다. 뉴스 정보를 접할 때 성별 차이는 수용자들의 수용심리에 일정한 영향을 미치고, 뉴스 보도에 따라 남녀 수용자들은 큰 감정 차이를 보였다. 전우영, 정현주[42]의 연구에서는 여성들이 남성보다 다른 사람들이 작성한 후기에 더욱 민감하게 반응한다고 하였다. 뉴스나 블로그 댓글에서 보이는 반응 차이와 유사하다. Campanella[43]는 감정 평가 과정에서 주체의 성별 차이를 고려해야 한다고 하였다. Qin Shaojiao[44]는 성별 역할에 따라 새로 발생한 사건에 대한 인지도와 평가 방법이 다르며 서로 다른 성별의 독자들은 새로운 정보의 자극에 대한 감수성이 다르다는 사실을 발견하였다. 이러한 기존연구를 바탕으로 본 연구에서는 웨이보 이용자의 성별(gender)이 감정표현에 미치는 영향을 살펴보는 <가설 1>을 설정하였다.

<가설 1> 웨이보 이용자의 성별(gender)에 따라 감정표현에 미치는 영향에 차이가 나타날 것이다.

1.2 지역

근접성과 관련된 연구는 다양한 분야에 적용되어 연구되고 있다. 웨이보는 이름, 성별 및 위치와 같은 제한된 개인 프로필 정보를 제공한다. 최근 몇 년간 연구자들은 국가, 주, 도시 등 상이한 지역에 사는 사람들의 공간적 환경이 사람들의 심리와 행동에 어떤 영향을 미치는가에 대해 주목하기 시작했다[45]. 근접성에는 지리적 근접성과 심리적 근접성이 있다. Oh[46]는 지리적 근접성은 자신과 가까운 곳에서 발생한 사건에 대한 사람들의 관심이 먼 곳에서 발생한 사건에 대한 관심보다 더 커지고 뉴스 가치도 커지는 현상이며, 심리적 근접성은 자신과의 관련성이 클수록 관심의 크기가 커져서 뉴스 가치 또한 커지는 현상이다. Trope[47]는 심리적 거리가 가깝다는 것은 시간적, 공간적으로 가까이 있고 자신과 가까운 사람에게 발생하면서 발생 가능성 또한 큰 경우라고 보았다.

서로 다른 도시 및 국가와 같은 다른 지리 공간이 특정한 사건의 발생과 발전 과정에 차이를 가져온다는 것이 입증되었다[48]. Java 등의 연구[49]에 따르면 각 대륙의 트위터(Twitter) 이용자 수가 다르며, 주로 미국, 유럽 및 아시아에 분포되어 있는데, 유럽과 아시아의 이용자는 호환성을 선호하며, 군집화 계수(Clustering Coefficient) 값이 비교적 높다고 밝혀졌다. Lee 등은 웨이보 이용자의 지리적 위치 매개 변수를 기반으로 지역별로 사회 사건을 모니터링하는 방법을 제안했다[50]. 일부 연구에 따르면 인터넷 이용자의 지리적 분포에 따라 특정 사건에 대한 여론에 차이가 있는 것으로 나타났다. Dong[51]의 연구에서 기업과 관련된 인기 뉴스에 대한 인터넷 여론은 중국에서 지역적 차이가 뚜렷하게 나타났는데, 경제 발달 지역과 중국 동부 연안이 다른 지역과 차이를 보였다. 지리적 차이가 상이한 문화나 관습을 형성하고, 지역별로 특정 사물에 대해 상이한 관념을 형성하게 되면 자연스럽게 지역별로 감정표현에 차이가 있을 것이다. 이러한 기존연구를 바탕으로 본 연구에서는 웨이보 이용자의 지역(region)이 감정표현에 미치는 영향을 살펴보는 <가설 2>를 설정하였다.

<가설 2> 웨이보 이용자의 지역(region)에 따라 감정표현에 미치는 영향에 차이가 나타날 것이다.

1.3 웨이보 수

웨이보 수(Weibo_number)는 이용자가 댓글에 참여하고 감정표현을 게시한 블로그의 총수량을 의미한다. 댓글 네트워크는 이용자의 성격과 태도를 나타내며, 여러 이용자의 댓글이 모여 구전의 영향력이 증가할 뿐만 아니라 복잡한 과정을 거쳐 확산력을 가지게 된다 (Bone, 1995). 이승선 등[52]은 인터넷 댓글에서 반응에 대한 재반응이 이어지는 상호 커뮤니케이션 과정이 나타난다고 하였다. 또한 나종연[53]에 따르면 뎃글에는 온라인 대화 참여자의 실명 또는 닉네임이 있어 실재감을 준다. 웨이보에는 게시, 좋아요, 댓글, 전달 등과 같은 텍스트 액션이 있고, 검색, 팔로우, 팬 되기, 비공개 메시지와 같은 사회적 관계가 있으며, 인기 주제 및 인기 검색 등과 같은 사회적 화제 속성이 있다. 한 사람이 웨이보 한 편을 게시한 내용을 타인들이 대량으로 전달하고 또 재게시하면 여론이 중앙집중화되면서 효과가 발생한다. 이로 인해 웨이보는 ‘한 사람이 외치면 백 사람이 호응한다’는 놀라운 효과를 반복적으로 달성할 수 있다.

Pal[54][55] 등은 트위터(Twitter) 웨이보 수를 포함한 이용자 행동을 분석해서 이용자의 영향력을 연구하였다, Weng[56] 등은 PageRank 알고리즘의 확장인 TwitterRank를 제안하였다. 여기에는 이용자의 트위터(Twitter)에서의 영향력을 측정하기 위한 웨이보 수와 같은 이용자 행동이 포함된다. Wei 등의[57] 연구에서 팔로우 수와 웨이보 수가 클수록 이용자가 게시한 웨이보의 영향력이 더 커지는 것으로 나타났다. 웨이보 수가 많은 이용자는 정보를 확산하는 여론지도자의 역할을 수행한다. 이러한 기존 연구를 바탕으로 본 연구에서는 웨이보 이용자의 웨이보 수(Weibo_number)가 감정표현에 미치는 영향을 살펴보는 <가설 3>을 설정하였다.

<가설3> 웨이보 이용자의 웨이보 수(Weibo_number)에 따라 감정표현에 미치는 영향에 차이가 나타날 것이다.

1.4 이용자 인증

온라인에서는 이용자의 정체성이 다르기 때문에 온라인 여론의 감정표현은 전통 미디어에서의 여론과 다른 특성을 보인다. 웨이보는 실명 시스템을 구현했지만 ‘포그라운드(Foreground) 익명 가능 및 백그라운드(Background) 실명제’라는 접근 방식을 택하였다. 이는 백그라운드에서만 이용자의 실제 정보를 표시할 수 있다는 것을 의미한다. 따라서 일반 웨이보 이용자에게는 웨이보 플랫폼에서 여전히 익명의 여지가 있다. 또한 웨이보는 유명인의 권익을 보호하고 인지도를 높이기 위해 유명인 인증 시스템을 출시했으며, 인증된 이용자 이름(개인 인증 이용자 및 그룹 인증 이용자 포함) 뒤에 ‘V’라는 글자가 표시되어 있다. 인증된 이용자의 익명성은 상대적으로 낮으며 그들의 사회적 정체성은 보다 더 투명하고 공개적이다.

‘계정 익명성(Discursive Anonymity)’ 연구에서는 계정 익명성이 감정 차이를 가져오는가에 대한 연구가 진행 중이다. Omernick과 Sood의 연구에서 익명성을 가진 이용자와 실명제로 정체성이 밝혀진 이용자들의 댓글 텍스트를 비교했는데, 익명의 사용자가 부정적인 감정표현을 더 많이 하는 것으로 나타났다[58]. Sproull과 kiesler[59]는 익명과 같이 사회적 단서가 약할 때, 억제되지 않는 커뮤니케이션이 많아진다고 주장하였다. 이와 달리 조동기[60]는 개인은 익명성으로 인해 자신을 새롭게 인식하고 평등하고 친밀하며 참여적인 인간관계를 형상할 수 있다고 긍정적인 평가를 했다.

일부 학자들은 화제 익명성의 차이에 영향을 미치는 요인에 대해 논의하였다. 예를 들어 Hollenbaugh 등은 154개의 개인 블로그 콘텐츠를 분석하여 다양한 유형의 이용자 익명성에 대한 자기 공개의 양과 정도의 차이를 연구했다[61]. 익명성을 갖는 일반 네티즌들은 ‘V’(인터넷 의견 리더) 표시를 받은 인증된 이용자 및 공식 조직의 인증된 계정에 댓글을 달고 이 계정의 정보를 타인에게 전달함으로써 인기 뉴스 사건의 급속한 발전과 확산을 촉진했다. 이러한 기존 연구를 바탕으로 본 연구에서는 웨이보 이용자의 인증(verified) 여부가 감정표현에 미치는 영향을 살펴보는 <가설 4>를 설정하였다.

<가설4>: 웨이보 이용자의 인증(verified) 여부에 따라 감정표현에 미치는 영향에 차이가 나타날 것이다.

Ⅲ. 연구 방법

1. 분석대상 사건 개요

본 연구에서 분석대상으로 삼은 ‘중국 산시성 린펀시 반점 붕괴 사건’은 2020년 8월 29일 중국 산시성 린펀시에서 발생한 반점 붕괴 사건이다. 한 노인의 80세 생일 모임이 있었던 이 반점의 붕괴 사고로 29명의 방문객이 숨지고 수명이 부상해서 사회적 관심이 컸던 사건이었다. 이 사건을 분석 대상으로 선정한 이유는 이 사건이 뉴미디어 플랫폼을 통해 확산되는 과정에서 네티즌들의 적극적인 관심을 끌었을 뿐만 아니라 피닉스 닷컴(鳳凰網, The Phoenix Net), 치루만보(齊魯晚報, The Chilu Evening Post) 등 뉴미디어 플랫폼이 인터뷰에서 무릎을 꿇고 사과하는 노인의 영상을 전달한 결과, 수용자들의 다양한 감정이 표현되었고 여론이 형성되었기 때문이다.

대중의 관심이 계속 이어지고 있던 이 사건을 제대로 처리하지 않을 경우 정부에 대한 신뢰도가 낮아져서 국가기관의 이미지가 훼손되고 여론의 위기가 발생하는 것을 염려한 중국 정부는 이 사건에 대한 신속한 대응을 시도했다. 이 사건은 전파 속도가 무척 빨랐고, 영향 범위가 광범위하고, 사건 발생일 당시 인기검색어 1위, 화제도 1위, 조회수 1위에 오를 정도로 주목받는 사건이었다. 사건의 영향이 매우 커서 중국인민정부가 전문조사소조를 구성하여 파견하였으며 중국 ‘10대 전형적인 사건’으로 꼽히는 사건이었다. 따라서 본 연구에서는 이와 같이 사회적 영향력이 큰 사건에 대한 온라인 여론 형성 과정을 심층적으로 살펴보기 위해 웨이보 댓글에 대한 빅데이터 분석을 실시하였다.

2. 자료수집 방법

‘산시성 린펀시 반점 붕괴 사건’과 관련된 웨이보의 이용자 댓글에 대한 정렬 및 선별 작업을 진행하였다. 웨이보 API 인터페이스[62]를 통해 Java를 이용하여, 지정된 웨이보와 관련된 댓글, 전달 및 재게시에 대한 정보를 수집했는데, 2020년 8월 29일부터 2020년 9월 3일까지 사건에 대한 총 5674개의 웨이보 댓글을 확보하였다. 수집된 댓글 샘플에서 댓글에 대한 댓글, 뉴스를 발표한 공식 계정의 언론 내용을 그대로 복사하여 단 댓글, 사건 내용과 무관한 뎃글, 비감정적 내용의 댓글들은 제외하였다. 각 댓글의 감정적 긍정성, 부정성, 중립성은 python의 snownlp 패키지를 통해 분석되었다. 이번 사건의 부정적 성향으로 인해 부정적인 감정만 연구 대상을 삼았으며, 751명의 웨이보 이용자로부터 총 792개의 유효한 웨이보 댓글 샘플을 획득하였다. 감성 값은 내용을 세분화하여 문자 기반 생성 모델(Character-Based Generative Model)을 통해 산출했으며, 이를 바탕으로 부정적 감정표현을 슬픔, 분노, 실망, 비난의 네 가지 유형으로 나누었다[표 1].

표 1. 감정표현의 빈도 분석

3. 변인의 개념 정의와 측정척도

3.1 독립변인

기존연구를 토대로 본 연구에서 다루는 독립 변인들은 다음과 같다[39][49][57][58].

첫째, 성별 변인이다. 둘째, 지역 변인이다. '중국통계 연감(中國統計年監)'과 중국 국가통계국의 중국지역 구분기준에 근거해서 지리적 위치와 경제발전 정도 및 특징을 함께 참조하여 이용자의 소재지에 따라 동부, 중부, 서부 및 홍콩, 마카오, 대만 등 기타지역으로 구분하였다. 셋째, 웨이보 수는 댓글을 단 이용자가 게시한 총 웨이보 수를 개의 단위로 나타낸다. 넷째, 신분 인증여부인데, 유명인 인증 시스템을 통해 인증여부를 판단하는 기준은 이용자의 이름 뒤에 ‘V’라는 인증 표시가 붙는가이다.

3.2 종속변인 : 감정표현

감정표현을 구분하고 강도를 측정하는 연구는 다수 이루어져 왔다. 예를 들면, King과 Emmons[63]는 감정표현 설문지(Emotional Expressivity Questionnaire : EEQ)를 마련하여 긍정적인 감정과 부정적인 감정을 연구하였다. Gross와 John[64]의 연구는 감정 강도를 분석하였는데, 긍정적 정서표현과 부정적 정서표현의 강도를 포함하고 있다. 내용분석법을 이용하여 네티즌 개인의 감정표현에 대해 감정의 유형, 방향, 강도를 측정한 연구도 있었다[65].

본 연구에서는 ‘7․23 열차 사고’에 대한 중국 네티즌들의 웨이보 내용에 대한 감정표현을 분석한 Ye 등의[66] 연구를 참조해서 감정표현 점수를 부여하였다. 그들은 감정표현을 분노, 멸시, 혐오, 동정, 사랑으로 분류하였고, 41명의 심리학 전문가로 하여금 감정표현의 강도에 따라 0-5점 사이의 점수를 부여하도록 하고 부여한 점수의 평균값을 감정표현 값으로 하였다. 본 연구에서는 그들의 연구를 응용하여 종속 변인인 부정적인 감정 표현을 분노, 슬픔, 실망, 비난 등 총 네 가지 유형으로 분류하고, 허난대학의 심리학 전공 학생 30명이 792개 댓글에 대해 리커트 5점 척도로 1-5점의 감정표현 강도 값을 부여했는데, 각 댓글의 최종 점수는 30명의 평점 평균이었다.

4. 자료분석방법

본 연구에서는 수집된 자료를 spss25.0으로 분석하였다. 첫째, 성별, 지역, 이용자 인증은 빈도분석을 하였으며, 웨이보 수와 분노, 슬픔, 실망, 분노 등 감정표현에 대해서는 평균과 표준편차를 구하였다. 둘째, 성별, 지역, 이용자 인증과 같은 독립변인에 따라 종속 변인인 감정표현에 유의한 차이가 있는가를 살펴보기 위해 t-test, 일원 변량분석을 실시하였다. 셋째, 웨이보 수와 분노, 슬픔, 실망, 분노 등 감정표현의 관계를 알아보기 위해 상관관계 분석을 실시하였다.

Ⅳ. 연구 결과

1. 표본의 특성과 기술통계

792개의 댓글에 대해 성별, 지역, 신분 인증여부에 대한 빈도 분석을 실시했다[표 2]. 성별을 살펴보면, 남성이 454명(57.3%)으로 여성 338명(42.7%)보다 많았고, 거주지역을 살펴보면 중부지역 거주자가 306명(38.6%)으로 가장 많았고, 다음으로 동부지역 거주자가 301명(38.0%), 서부지역 거주자가 152명(19.2%), 기타지역 거주자가 33명(4.2%) 순이었다. 이용자 인증여부를 살펴보면 인증자가 312명(39.4%)명으로 미인증자 480명(60.6%)명보다 적었다.

표 2. 표본의 특성

본 연구에서는 웨이보 수에 대한 기술통계분석을 실시했다[표 3]. 웨이보 수는 평균 13622.22개, 가장 적게 게시한 수는 0개, 나타났고, 가장 많이 게시한 수는 69672개로 나타났다.

표 3. 웨이보 수의 기술통계

감정표현의 기술통계를 살펴보면[표 4], 분노는 평균값이 3.38, 최대값은 4.30, 최소값은 1.77; 슬픔은 평균값이 3.42, 최대값은 4.20, 최소값은 1.97; 실망은 평균값이 3.33, 최대값은 3.97, 최소값은 2.03; 비난은 평균값이 3.33, 최대값은 4.20, 최소값은 1.80으로 나타났다.

표 4. 감정표현의 기술통계

2. 가설검증 결과

첫째, 성별에 따른 감정표현 강도의 차이를 파악하기 위하여 각 감정유형별로 t-test를 실시한 결과[표 5], 여성이 남성보다 더욱 큰 분노를 표현하는 것으로 나타나서 성별에 따른 분노 차이가 유의적이었다(p<0.001). 여성이 남성보다 큰 슬픔을 표현하는 것으로 나타나서 성별에 따른 슬픔 차이가 유의적이었다(p<0.001). 여성이 남성보다 큰 실망을 표현하는 것으로 나타나서 성별에 따른 실망 차이가 유의적이었다(p<0.001). 여성이 남성보다 큰 비난을 표현하는 것으로 나타나서 성별에 따른 비난 차이가 유의적이었다(p<0.001).

표 5. 성별에 따른 감정표현 강도의 차이 비교

주) *p<0.05, **p<0.01, ***p<0.001

검증 결과, 분노, 슬픔, 실망과 비난, 네 가지의 감정에서 여성이 남성보다 더 큰 감정을 표현하는 것으로 나타나서 성별에 따라 유의한 차이가 있었으므로 <가설 1>은 지지되었다.

둘째, 거주 지역에 따른 감정표현 강도의 차이를 파악하기 위하여 일원 변량분석을 실시하였는데, 기타 지역의 사례 수가 많지 않아서(33개, 4.2%) 동부, 중부, 서부의 3개 지역만을 비교하였다[표 6]. Levene 등변량검증으로 변량의 동질성에 대해 검증한 결과 분노, 슬픔, 비난은 등변량가정을 기각하였고(p.<.05), 실망은 등변량 가정을 기각하지 못하였다(p.=.102). 따라서 분노, 슬픔, 비난은 사후분석에서 등변량을 가정하지 않을 때 이용되는 Games-Howell 분석 방법을 이용하였고, 실망은 등변량을 가정하였을 때 이용되는 Scheffe 분석방법을 이용하였다.

표 6. 지역에 따른 감정표현 강도 차이 비교

주) *p<0.05, **p<0.01, ***p<0.001

거주지역에 따른 분노 차이가 유의적인 것으로 나타났는데(p<0.001), 사후분석 결과를 보면 동부지역 거주자는 중부지역 거주자와 서부지역 거주자보다 더욱 큰 분노를 표현했다. 지역에 따른 슬픔 차이가 유의적인 것으로 나타났는데(p<0.001), 사후분석결과를 보면 동부지역 거주자는 중부지역 거주자와 서부지역 거주자보다 더욱 큰 슬픔을 표현했다. 지역에 따른 실망 차이가 유의적인 것으로 나타났는데(p<0.001), 사후분석결과를 보면 동부지역 거주자는 중부지역 거주자와 서부지역 거주자보다 더욱 큰 실망을 표현했다. 지역에 따른 비난 차이가 유의적인 것으로 나타났는데(p<0.001), 사후분석 결과를 보면 동부지역 거주자는 중부지역 거주자와 서부지역 거주자보다 더욱 큰 비난을 표현했다. 따라서 <가설 2>가 지지되었다.

셋째, 웨이보 수와 감정표현 강도의 상관관계에 관한 검증 결과[표 7], 웨이보 수와 분노는 r=.558, p<.01로 나타나 유의한 정(+)의 상관관계가 있었고, 웨이보 수와 슬픔은 r=.618, p<.01로 나타나 유의한 정(+)의 상관관계가 있었고, 웨이보 수와 실망은 r=.582, p<.01로 나타나 유의한 정(+)의 상관관계가 있었고, 웨이보 수와 비난은 r=.558, p<.01로 나타나 유의한 정(+)의 상관관계가 있었다. 따라서, <가설 3>은 지지되었다.

표 7. 위이보 수와 감정표현 강도의 상관관계 분석

주) *p<0.05, **p<0.01

넷째, 인증여부에 따른 감정표현 강도의 차이를 파악하기 위하여 t-test를 실시한 결과[표 8], 분노는 인증여부에 따른 차이가 유의적이지 않았다. 슬픔은 인증여부에 따라 유의한 차이가 있었고, 미인증자는 인증자보다 더욱 큰 슬픔을 표현했다(p<0.001). 실망은 인증여부에 따라 유의한 차이가 있었고, 미인증자는 인증자보다 더욱 큰 실망을 표현했다(p<0.001). 비난은 인증여부에 따른 차이가 유의적이지 않았다. 따라서 <가설 4>는 슬픔과 실망에서 부분적으로 지지되었다.

표 8. 인증여부에 따른 감정표현 강도의 차이 비교

주) *p<0.05, **p<0.01, ***p<0.001

3. 분석 결과에 대한 논의

첫째, 성별에 따라 감정표현에 유의한 차이가 있었다. 성별에 따라 인기뉴스 사건에서 각 감정표현의 강도에 차이가 있음을 확인하였다. 여성은 남성보다 심리적 감수성이 높고 감정표현에서 타인의 영향을 더 많이 받기 때문에, 여성이 남성보다 분노, 실망, 슬픔, 비난 등 부정적인 감정을 더 강하게 표현했다.

둘째, 지역별 이용자의 감정표현에 유의한 차이가 있었다. 중국 동부지역 이용자의 분노, 슬픔, 실망, 비난 등의 감정표현 강도는 중부 또는 서부지역 이용자보다 현저히 큰 것으로 나타났다. 그 이유는 첫째, 경제발전의 관점에서, 동부지역은 다른 지역에 비해 경제가 더 발달하였기 때문일 것이다.. 둘째, 전체적인 이용자의 행동 및 이용자 그룹을 보면, 동부 해안지역 이용자의 활성도가 다른 지역에 비해 유난히 높았다. 그리고, 동부지역 이용자가 타 지역 이용자보다 젊기 때문에 인터넷에서 의사 표현 욕구가 더 강했다고 볼 수 있다. 지역 요인이 감정에 영향을 미치는 연구는 아직 부족하다는 점에서 향후 연구에서 지역과 감정표현의 관계를 좀 더 심층적으로 살펴볼 필요가 있다.

셋째, 웨이보 수가 많을수록 이용자의 분노, 슬픔, 실망, 비난 등의 감정표현이 크게 나타났다. 웨이보에서 게시하는 웨이보 수가 많을수록 이용자의 활약이 크고 유명해진다. 영향력이 큰 이용자의 감정표현이 더 크다는 점에서 이들의 감정표현에 대한 연구가 심층적으로 이루어졌으면 한다.

넷째, 이용자 인증여부에 따라 슬픔과 실망의 감정표현에 유의한 차이가 있었지만, 분노와 비난의 감정표현에는 차이가 없었다. 이용자 인증여부에 따라 분노와 비난의 감정표현 차이가 나타나지 않았던 주된 이유는 전체 샘플 크기가 제한되어 있고, 인증된 이용자의 샘플 크기가 상대적으로 작았기 때문일 수 있다. 미인증자가 인증자보다 슬픔과 실망의 감정표현이 크게 나타난 이유는 인증되지 않은 경우 익명성이 높기 때문에 보다 자유롭게 감정을 표현할 수 있는 반면에, 인증된 이용자는 상대적으로 객관적이고 차분하게 슬픔과 실망의 감정표현을 했던 것으로 보인다.

그럼에도 불구하고 인증된 이용자의 영향은 절대 과소평가되어서는 안 되며, 그 이유는 주로 다음과 같다. 상대적으로 큰 영향력을 가진 인증된 이용자가 게시한 웨이보의 내용은 다른 이용자들에게 새로운 견해를 제시할 수 있다. 의견지도자는 주도적으로 사람들의 관심을 끌어모으고 대중의 사회적 책임을 일깨울 수 있다. 공권력과 관련된 공공 사건의 경우 누구나 아는 유명인의 공식적인 표현에 대한 이용자들의 관심이 지대하다. 따라서 인증된 이용자의 감정표현에 대한 연구를 더 큰 샘플을 대상으로, 심층적으로 수행했으면 한다.

Ⅴ. 결론

1. 연구의 요약

본 연구는 웨이보에 게시된 ‘중국 산시성 린펀시 반점 붕괴 사건’에 대한 웨이보 이용자의 분노, 슬픔, 실망, 비난 등 감정표현이 이용자의 성별, 지역, 웨이보 수, 인증여부에 따라 차이가 나타나는가를 살펴보았다. 첫째, 성별에 따라 감정표현에 차이가 나타났다. 여성은 남성보다 더 강한 분노, 실망, 슬픔, 비난 감정을 표현하였다. 둘째, 동부지역 이용자의 감정표현 강도가 중부지역과 서부지역에 비하여 유의하게 높았다. 셋째, 이용자가 댓글에 참여하고 감정표현을 게시한 블로그의 총수량인 웨이보 수가 많을수록 감정표현이 더욱 강하게 나타났다. 넷째, 미인증 이용자는 인증된 이용자보다 실망, 슬픔의 감정표현이 더욱 강하였다.

2. 연구의 의의

첫째, 인터넷 공간은 이미 전통적인 매체의 영향력을 뛰어넘어 여론 형성의 각축장이 되었는데, 본 연구는 여론형성 과정에서 감정표현의 영향 요인을 깊이 있게 살펴본 연구로서 의의가 있다. 둘째, 웨이보는 이미 중국 네티즌들이 자신의 감정과 의견을 표현하는 주요 수단이다. 본 연구는 서구에서 주요 연구대상인 트위터나 페이스북과 같은 소셜네트워크에 대한 연구에 대응하여 서로 다른 나라들의 온라인 여론 형성과정을 살펴보는 비교 연구로서 의의가 있다. 셋째, 지금까지 중국 온라인 뉴스 여론에 대한 연구들은 대부분 정성분석과 사례연구가 주로 이루어졌으며 빅데이터를 사용한 정량적인 분석이 적은 편이었다. 본 연구는 빅데이터를 사용한 정량적 분석 방법을 중국 온라인 뉴스 여론 연구에 적용한 의의가 있다.

3. 연구의 한계점과 제언

본 연구는 첫째, 중국 주류웨이보 시장을 차지하고 있는 시나 웨이보(Sina Weibo)만을 대상으로 자료를 수집했는데, 후속 연구에서는 더 다양한 웨이보 사이트에서 이루어지는 의제 흐름의 방향성과 강도가 어떻게 인기 뉴스 생성에 관여하고 감정표현에 영향을 미치는가를 살펴보았으면 한다. 둘째, 본 연구는 제한된 변인들과 한정된 샘플을 대상으로 연구를 수행하였다. 후속 연구에서는 좀 더 다양한 변인들을 고려하고 폭넓게 자료를 수집하여 보다 심도 깊은 연구를 수행했으면 한다.