• 지능정보연구
• /
• 제28권3호
• /
• pp.161-183
• /
• 2022

여론조사는 유권자들의 투표행위를 예측하고, 그 행위에 영향을 준다는 점에서 선거운동의 강력한 수단이자, 언론의 가장 중요한 기사거리로 자리잡고 있다. 하지만, 여론조사가 활발할수록 후보자들의 공약과 정책을 검증하기 보다 당선 가능성이나 지지도에 관한 조사만 반복적으로 실시하는 등 선거 캠페인에 관한 효과 측정에서 유권자들의 마음을 제대로 반영하지 못하는 경우가 많다. 여론조사의 선거 결과에 대한 부실한 예측이 언론사의 권위를 실추시켰다 하더라도, 어느 후보가 최종 승리할지에 대해 인간의 본능적인 궁금증을 풀어줄 명백한 대안이 없기 때문에 사람들은 여론조사에 대한 관심을 쉽게 놓지 못한다. 이에, 온라인 빅데이터를 통해 인사이트를 발굴하는 환경을 제공하는 썸트렌드의 '유튜브 분석' 기능을 활용하여 20대 대선에 대한 여론을 회고적으로 파악해 보고자 한다. 본 연구를 통해 간단한 유튜브 데이터 분석 결과만으로도 실제 여론(혹은 여론조사 결과)에 근접한 결과를 쉽게 도출하고, 성능이 좋은 여론 예측모형을 구축할 수 있음을 확인하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.299-314
• /
• 2017

미디어의 기술 발전은 병렬적으로 사용자의 인식을 확장시켜왔다. 동시에 정보습득의 과정에서 수동적 대상이었던 사용자와의 상호작용을 시도하였으며 이러한 과정에서 등장한 모바일은 종래의 전통적인 미디어 정보 채널의 구조와 내용을 전혀 다른 차원으로 탈바꿈한다. 한국의 모바일 환경은 대형 포털로 사용자가 수렴하고, 그 안에서 재매개를 통해 발산하는 양상으로 발전하고 있으며, 다른 특징은 '실시간 이슈' 서비스를 제공한다는 점이다. 이는 실시간으로 현재 사용자가 가장 관심을 갖는 10개의 이슈를 키워드로 제공하는 방식인데, 다른 나라에는 없는 한국만의 독특한 정보전달방식이다. 본 연구는 사용자의 욕구를 실시간으로 반영하는 실시간 이슈의 높은 지속성이 지닌 의미를 이전의 미디어와의 비교를 통해 언론학적으로 고찰하고, 이를 바탕으로 여러 가지 분석을 진행하였다. 분석을 위해 특정 기간 동안 총 2,199,420개의 다음(Daum)의 실시간 이슈 키워드와 해당 키워드의 맥락을 파악하기 위한 263,487개의 기사를 네이버(Naver)에서 언론사의 구별 없이 수집하였다. 수집한 데이터를 바탕으로 키워드에 대한 정량적 분석과 당시의 실시간 이슈가 지닌 맥락과 관련된 여러 가지의 정성적 분석, 사용자의 이용 패턴 등 다차원적으로 분석을 진행하였다. 이를 통해 실시간 이슈가 지닌 영향력을 조명하고, 나아가 한국 사용자가 지닌 정보 습득에 대한 특성과 욕구를 밝히고자 하였다.

• 한국언론정보학보
• /
• 제40권
• /
• pp.150-191
• /
• 2007

참여정부 들어 공인에 의한 언론사 상대 명예훼손 소송의 문제는 심각한 사회 현상으로 대두되었다. 여기에는 정부와 언론 간 첨예한 갈등관계 역시 주요한 요인으로 작용했다고 본다. 이에 공인의 명예훼손 소송 해결에 대한 논의는 진보-보수, 여-야 간 대립처럼 정치적 쟁점화함으로써 현상에 대한 정확한 판단과 해결책을 제시하는 데 한계를 보였다. 본 논문에서는 정치인과 함께 정부나 대통령 등 고위 공직자에 의한 명예훼손 소송 특징과 문제점을 파악하고 법원에서 이들의 권리보호와 제한에 대해 법리 적용을 어떻게 하는지 분석하고자 했다. 연구 결과 정치인과 고위 공직자의 명예훼손 소송은 구제수단(손해배상), 청구액 및 법원 인용액, 승소율 등에서 특기할 만한 사항을 발견했고 법원 판결 경향에서는 사인과 동일한 기준 적용으로 진실 책임의 입증을 언론에 엄격히 지우고 있다는 점, 하급심 판결을 중심으로 공인 법리에 대한 오해, 고의(악의)/과실/비방 목적과 입증책임의 일관되지 않은 적용 등 혼란을 겪고 있다는 점을 발견할 수 있었다. 따라서 Anti-SLAPP 법안 제정까지는 아니더라도 법원이 좀 더 적극적으로 공인의 권리제한 법리를 수용하여 반론권이나 손해배상의 구제수단은 제한하고, 허위인 경우만 권리를 보호하는 현행법의 '사자(死者)'의 명예훼손 보호법리를 준용할 필요가 있다고 제안했다. 또한 공인에 대한 법리 적용의 혼란을 해소하기 위해 이미 헌법재판소가 제시한 '인물'과 '내용' 기준을 적극적으로 적용하고, '고의(악의)' '과실' '비방 목적'을 구분 판단해 입증책임을 달리 적용해야 한다고 주장했다.

• 의정연구
• /
• 제22권2호
• /
• pp.113-156
• /
• 2016

2016년 한국 상황에서 일부 언론학자들은 권력집단이다. "모든 권력에는 책임이 따른다"는 말이 있다. 그러나 권력에 참가하고 있는 이들 언론학자들이 관련분야에 대한 전문적 역량을 얼마나 갖추고 있는지, 또 공익을 제대로 대변할수 있는 대표성을 제대로 충족하고 있는지 등에 대한 판단 자료는 없다. 이에 이 연구는 전문성과 대표성이라는 지표를 통해 이 공백을 채우고자 했다. 먼저 전문성의 경우, '논문, 저술/번역 및 일반논문/프로젝트'를 중심으로 평가했고, 대표성은 '학회활동, 봉사활동과 언론자문' 등으로 구분했다. 일부 언론학자의 경우, 학술논문보다는 '저널' 등에 에세이 형식의 논문을 많이 쓴다는 점과 행동하는 지식인으로 시민단체에 참가하거나 학회 발표 또는 임원을 통한 봉사 역시 중요하다는 점을 감안했다. 분석대상은 게임의 규칙에 영향을 줄 수 있는 권력홀에 속하는 '의결' 및 '심의' 기구 참여 전문가로 제한했다. 단순 자문기구에 속하는 미디어다양성위원회, 여론집중도위원회 및 지역신문발전위원회 등은 명예직일 뿐만 아니라 특권이나 혜택 등에서 의결기구와 비교할 수 없다는 점에서 제외했다. 언론중재위 또한 각 지역단위별로 구성된다는 점과 전문성보다는 대표성을 중요한 기준으로 삼는다는 점 등에서 연구주제와 적합하지 않다고 판단했다. '전문성 및 대표성' 역량은 평균, 양호 및 탁월로 구분했으며, 언론학자 전체를 고려했을때 상위 20%에 속할 경우 '탁월'로 분류했다. 객관적인 수치로 '평균'을 정할수는 없었지만 보통의 언론학자 기준과 크게 다르지 않은 50%에 속할 경우로 정했다. 분석은 크게 의결기구에 속하는 위원회별 차별성과 권력홀의 공통점으로 구분해 진행했다. 평가를 위해 언론보도, 논문검색 및 전문가 자문 등을 종합했다. 그중, 권력홀에서 발견된 공통점으로는 "전문성과 대표성은 고무줄 잣대다; '노력'에 대한 보상 차원이 많다; 서울대와 미국 유학파가 압도적으로 많다; 언론사 출신이거나 언론을 적극 활용한다; 정치적 이해관계가 있어야 참가할수 있다" 등이 있다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).