Knowledge Management Research (지식경영연구)

The Knowledge Management Society of Korea (한국지식경영학회)
권호 표지
DOI QR코드

DOI QR Code

The Correlation between Social Media and the Behaviors of the Supreme Court in Korea

소셜미디어와 대법원 판결의 상관 관계에 대한 분석

  • Received : 2021.07.09
  • Accepted : 2021.08.10
  • Published : 2021.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

As a communication channel for individuals, social media is affecting various areas such as business, economy, politics, and society. One of the less-studied areas is the law. Therefore, this study collected various information from social media and analyzed its impacts on the legal decisions, especially the Supreme Court decisions in Korea. This study was conducted by compiling information from Internet news articles and public responses. We found that when the negative reactions from the public got higher, the trial duration until the supreme court making the final decisions became shorter. However, we were not able to find the significant relationship between social media reactions and dismissal of appeal nor annulment. Our study would contribute to the information systems and knowledge management research in a sense that the social analytics is applied to the area of legal decisions, instead of using conventional qualitative study methodology. Our study is also meaningful to the practitioners because that big data analytical business can be applied to the field of law by creating a new database for the emerging legal technology. Finally, law makers can think of a better way to standardize the legal decision process to minimize the reverse effects from social media.

소셜미디어는 사회적 분위기를 나타내는 지표로서, 비즈니스, 경제, 정치 및 사회 전반을 아울러 다양한 현상들에 대해 분석하기 위한 목적으로 많이 사용되고 있다. 소셜미디어를 이용한 분석들은 사회적 분위기와 관련된 변화의 설명 변수로 활용되어 왔으며, 이에 대한 분석을 소셜 애널리틱스라 부르고 있다. 일반적인 국민들의 법감정과 사회적 분위기에 대한 지표로 활용되고 있는 소셜 애널리틱스를 이용한 연구는 많은 분야에서 이루어지고 있지만, 아직 충분한 연구가 이루어지지 않고 있던 영역이 법과 관련된 영역이다. 이에 본 연구는 대법원 판결과 관련하여 소셜미디어로부터 다양한 정보를 수집하고 소셜미디어가 법적 판결에 미치는 영향, 그 중에서도 한국의 현실에 맞게 상고 기각 여부 및 판결 기간에 어떠한 영향을 미치는지 알아보는 것을 목표로 한다. 본 연구는 법적 판결에 관하여 가장 활발히 소통하는 인터넷 기사 플랫폼을 대상으로 정보들과 댓글 및 대중의 반응에 대한 정보를 수집하여 진행되었다. 소셜미디어를 통해 확인된 대중들의 관심의 증가가 상고 기각 여부 영향을 미치지는 않았지만, 대중의 반응이 부정적일수록 대법원 최종 판결에 이르기까지의 재판 기간이 짧아지는 것을 확인하였다. 따라서, 소셜미디어는 제한적이지만 법적 판결에 영향을 미침을 확인하였다. 본 연구는 기존의 질적 연구에 의한 사례 연구와 달리, 법적 판결에 대한 소셜미디어의 다양한 정보를 수집하고 그 영향력을 빅데이터 관점에서 분석한 최초의 국내 연구라는 점에서 학문적 의의가 있다. 또한, 학술적 목적뿐만 아니라 필드에서도 쓰일 수 있는 법적 판결과 관련된 소셜미디어의 데이터베이스를 구축하였다는 점에서 실무적 의의도 있다고 할 수 있다.

Keywords

Acknowledgement

이 논문은 2019년 대한민국 교육부와 한국연구재단의 인문사회분야 중견연구자지원사업의 지원을 받아 수행된 연구임(NRF-2019S1A5A2A01041043)

References

  1. 김도훈 (2016). 법관의 소셜 미디어 사용에 관한 연구. 법과정책, 22(1), 25-57. https://doi.org/10.36727/JJLPR.22.1.201603.002
  2. 김진솔, 신동훈, 김희웅 (2021). 비정형 빅데이터를 이용한 COVID-19 주요 이슈 분석. 지식경영연구, 22(2), 145-165. https://doi.org/10.15813/KMR.2021.22.2.008
  3. 김현석 (2019). 재판의 진행.판단에서 법관의 정서에 관하여. 법조, 68(1), 254-306. https://doi.org/10.17007/KLAJ.2019.68.1.009
  4. 김한균 (2011). 형사법관의 소셜 네트워크 서비스(SNS) 사용과 직무윤리. 형사정책연구소 소식, 120(겨울), 9-15.
  5. 노동일 (2012). 법관과 소셜네트워크서비스(SNS). 경희법학, 47(2), 9-46.
  6. 노승의, 이지은, 손정은, 김희웅 (2013). 소셜미디어 환경에서 온라인구전(eWOM)에 영향을 미치는 요인 연구. 지식경영연구, 14(1), 1-19.
  7. 이지원, 강인원, 정성운 (2011). SNS상의 콘텐츠품질이 사용자의 수용태도와 구전활동에 미치는 영향. 지식경영연구, 12(5), 1-10.
  8. 전해정 (2013). 법감정(法感情)의 인식론적 가능성연구. 법학논총, 26(2), 185-209. https://doi.org/10.17251/LEGAL.2013.26.2.185
  9. 허준홍 (2020). 빅데이터 애널리틱스 기법을 활용한 대법원 판결에 대한 소셜미디어의 영향력 분석. 석사학위논문, 한양대학교 대학원.
  10. 홍남희 (2016). 법관의 SNS 이용을 둘러싼 담론의 대립과 역할: 페쇠(M. Pecheux)의 담론 분석 틀을 중심으로. 언론정보연구, 53(2), 305-348.
  11. Adedoyin-Olowe, M., Gaber, M. M., & Stahl, F. (2013). A survey of data mining techniques for social media analysis. arXiv preprint arXiv:1312.4617.
  12. Asghar, M. Z., Khan, A., Ahmad, S., & Kundi, F. M. (2014). A review of feature extraction in sentiment analysis. Journal of Basic and Applied Scientific Research, 4(3), 181-186.
  13. Brown, G. W., & Cliff, M. T. (2004). Investor sentiment and the near-term stock market. Journal of Empirical Finance, 11(1), 1-27. https://doi.org/10.1016/j.jempfin.2002.12.001
  14. Brown, K. R. (2012). Somebody poisoned the jury pool: Social media's effect on jury impartiality. Tex. Wesleyan L. Rev., 19, 809.
  15. Bianchetti, M., Ricci, C., & Scaringi, M. (2018). Are cryptocurrencies real financial bubbles? Evidence from quantitative analyses. Evidence from Quantitative Analyses (February 24, 2018). A version of this paper was published in Risk, 26.
  16. Bimber, B. (2014). Digital media in the Obama campaigns of 2008 and 2012: Adaptation to the personalized political communication environment. Journal of Information Technology & Politics, 11(2), 130-150. https://doi.org/10.1080/19331681.2014.895691
  17. Bues, M., & Matthaei, E. (2016). LegalTech on the rise: Technology changes legal work behaviours, but does not replace its profession. Liquid Legal, 89-109.
  18. Calderon, N. A., Fisher, B., Hemsley, J., Ceskavich, B., Jansen, G., Marciano, R., & Lemieux, V. L. (2015, October). Mixed-initiative social media analytics at the World Bank: Observations of citizen sentiment in Twitter data to explore "trust" of political actors and state institutions and its relationship to social protest. In 2015 IEEE International Conference on Big Data (Big Data), IEEE, 1678-1687.
  19. Dale, R. (2019). Law and word order: NLP in legal tech. Natural Language Engineering, 25(1), 211-217. https://doi.org/10.1017/s1351324918000475
  20. Drechsel, R., Netteburg, K., & Aborisade, B. (1980). Community size and newspaper reporting of local courts. Journalism Quarterly, 57(1), 71-78. https://doi.org/10.1177/107769908005700111
  21. Gu, B., Park, J., & Konana, P. (2012). Research note-the impact of external word-of-mouth sources on retailer sales of high-involvement products. Information Systems Research, 23(1), 182-196. https://doi.org/10.1287/isre.1100.0343
  22. Gupta, V., & Lehal, G. S. (2009). A survey of text mining techniques and applications. Journal of Emerging Technologies in Web Intelligence, 1(1), 60-76.
  23. Liu, C. C., Liu, K. P., Chen, W. H., Lin, C. P., & Chen, G. D. (2011). Collaborative storytelling experiences in social media: Influence of peer-assistance mechanisms. Computers & Education, 57(2), 1544-1556. https://doi.org/10.1016/j.compedu.2011.02.002
  24. Lemmon, M., & Portniaguina, E. (2006). Consumer confidence and asset prices: Some empirical evidence. The Review of Financial Studies, 19(4), 1499-1529. https://doi.org/10.1093/rfs/hhj038
  25. Mosoph, S. L. (2020). The impact of social media pre-trial publicity on mock juror interpretations of evidence. Doctoral dissertation, University of Adelaide.
  26. Ouss, A., & Philippe, A. (2016). The impact of the media on court decisions. Institut des Politiques Publiques.
  27. Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. https://doi.org/10.1561/1500000011
  28. Peng, W., & Park, D. H. (2011, July). Generate adjective sentiment dictionary for social media sentiment analysis using constrained nonnegative matrix factorization. In Fifth International AAAI Conference on Weblogs and Social Media.
  29. Si, J., Mukherjee, A., Liu, B., Pan, S. J., Li, Q., & Li, H. (2014, October). Exploiting social relations and sentiment for stock prediction. In Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), 1139-1145.
  30. Stieglitz, S., & Dang-Xuan, L. (2012, January). Political communication and influence through microblogging-An empirical analysis of sentiment in Twitter messages and retweet behavior. In 2012 45th Hawaii International Conference on System Sciences, IEEE, 3500-3509.
  31. Veitch, R., & Griffitt, W. (1976). Good news-bad news: Affective and interpersonal effects 1. Journal of Applied Social Psychology, 6(1), 69-75. https://doi.org/10.1111/j.1559-1816.1976.tb01313.x
  32. Zhang, M., & Luo, N. (2016). Understanding relationship benefits from harmonious brand community on social media. Internet Research.