• 한국인공지능학회지
• /
• 제12권2호
• /
• pp.9-16
• /
• 2024

In this study, we delve into the effects of personalization algorithms on the creation of "filter bubbles," which can isolate individuals intellectually by reinforcing their pre-existing biases, particularly through personalized Google searches. By setting up accounts with distinct ideological learnings-progressive and conservative-and employing deep neural networks to simulate user interactions, we quantitatively confirmed the existence of filter bubbles. Our investigation extends to the deployment of an LSTM model designed to assess political orientation in text, enabling us to bias accounts deliberately and monitor their increasing ideological inclinations. We observed politically biased search results appearing over time in searches through biased accounts. Additionally, the political bias of the accounts continued to increase. These results provide numerical evidence for the existence of filter bubbles and demonstrate that these bubbles exert a greater influence on search results over time. Moreover, we explored potential solutions to mitigate the influence of filter bubbles, proposing methods to promote a more diverse and inclusive information ecosystem. Our findings underscore the significance of filter bubbles in shaping users' access to information and highlight the urgency of addressing this issue to prevent further political polarization and media habit entrenchment. Through this research, we contribute to a broader understanding of the challenges posed by personalized digital environments and offer insights into strategies that can help alleviate the risks of intellectual isolation caused by filter bubbles.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.1-10
• /
• 2021

이 연구에서는 필터버블 현상의 주요 요인인 추천 알고리즘의 정치적 편향성(추천 알고리즘이 이용자가 선호하는 정치 성향의 영상을 제한적으로 제공하는 것)과, 이용자들의 선택적 노출(이용자가 자신이 선호하는 정치 성향의 영상을 자발적으로 선택하는 것)을 실증적으로 검증하고자 하였다. 이를 위해 새로운 유튜브 계정 2개를 개설하여 각각의 계정을 보수/진보 계정으로 일주일 동안 훈련시켰고, 각 계정에서 추천받은 영상들은 이틀 간격으로 수집하였다. 텍스트 마이닝(Text Mining) 방법을 통해 보수 계정에서는 보수 성향의 영상이 더욱 추천되는지, 진보 계정에서는 진보 성향의 영상이 더욱 추천되는지를 알아보았다. 또한 각각의 계정에서 정치적으로 편향된 주제들이 다뤄지고 있는지를 관찰하였다. 설문조사를 통해 유튜브로 정치 및 뉴스 영상을 소비하는 이용자들에게 보수/진보 계정에서 6일째에 추천된 영상 리스트를 제공하여 이용자들이 선택적 노출을 보이는지를 알아보았다. 연구결과, 시간이 지날수록 보수 계정에서는 보수 성향의 영상과 채널이 더욱 추천되고, 진보 계정에서는 진보 성향의 영상과 채널이 더욱 추천되었으며, 보수 계정과 진보 계정에서 추천된 영상들은 대부분 정치적으로 편향된 주제를 다루고 있는 것으로 나타났다. 응답자들의 약 77%는 자신이 선호하는 정치 성향의 영상에 선택적으로 노출되어 보이는 것으로 나타났다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.495-508
• /
• 2023

객관보도의 한계를 극복하고자 출발한 방송의 팩트체크 뉴스가 공정성을 담보하고 있는지를 비교하기 위해 20대 대선과 지방선거전이 치러진 2022년 1월1일부터 2022년 5월31일까지 KBS와 MBC SBS, TV조선과 JTBC MBN, YTN의 메인뉴스에 방영된 팩트체크 뉴스 227건을 비교 분석했다. 분석결과 방송사에 따라 팩트체크 검증대상과 서술방식에 뚜렷한 차이를 보였다. 대체로 MBC와 JTBC YTN이 민주당 등 진보 진영에 우호적인 서술이 많았던 반면 TV조선은 국민의 힘 등 보수 진영에 우호적인 서술이 많았다. MBN은 비교적 중립적인 서술태도를 보인 것으로 나타났다. KBS는 외견상 중립을 지키려는 흔적이 역력했다. SBS와 TV 조선이 팩트체크에 가장 적극적이었으나 이슈를 폭넓게 다루면서 사실여부를 명확하게 가리기보다는 시청자들이 궁금해 하는 이슈를 대상으로 맥락 설명에 치우친 것이 특징이다. 팩트체크 서술에서 방송사별로 이념적 편향성이 투영되는 것은 극복해야할 과제이다.

• 한국언론정보학보
• /
• 제39권
• /
• pp.178-223
• /
• 2007

이 연구는 우리 사회의 지역 간, 세대 간 여론양극화 현상의 양태를 살펴보고 여론양극화 현상에 영향을 미치는 요인들이 무엇인지를 검증하고자 하였다. 분석 결과 전국이슈에서 실제 지역 간 여론차이는 없었으나 여론지각과 지각편향에서 차이가 있었고, 지역이슈에서는 실제 여론차이가 있었으나 여론지각과 지각편향의 차이가 더 심하게 나타나 여론양극화 현상은 실제 여론의 차이보다는 지각된 여론에 기인한 것임을 알 수 있다. 부산은 자기 지역여론에 대해 보수편향을, 타 지역 여론에 대해서는 진보편향을 보였고, 광주는 자기 지역여론에 대해서는 거울반사인식을, 타 지역 여론에 대해서는 보수편향을 보였다. 또한 각 지역여론에 대한 두 지역의 지각이 유사하여 상대지역에 대한 스테레오타입화된 태도나 믿음에 근거해 여론지각이 이루어지고 있음을 알 수 있다. 세대 간 여론양극화 현상은 유의미하지 않았으며, 모든 세대가 대체로 다른 사람들이 자신보다 보수적이라는 보수편향을 보였지만, 지역 간 여론지각에서는 이슈에 따라, 세대에 따라 지각편향이 다르게 나타났다. 지역과 세대를 교차 비교한 결과 전국이슈에 대한 실제의견을 제외하고 세대별로도 지역 간 여론양극화 현상이 나타났다. 한편 회귀분석 결과 개인의 의견과 지역은 여론 및 여론지각, 지각편향을 설명하는 매우 예측력 높은 변인이었으나 세대의 설명력은 디지털 세대에서만 약하게 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.1-8
• /
• 2021

뉴스 기사의 정치 분야는 보수, 진보와 같이 양극화된 편향적 특성이 존재하며 이를 정치적 편향성이라고 한다. 뉴스 기사로부터 편향성 문제를 분류하기 위해 키워드 기반의 학습 데이터를 구축하였다. 대부분의 임베딩 연구에서는 미등록어로 인한 문제를 완화시키기 위해 형태소 단위로 문장을 구성한다. 본 논문에서는 문장을 언어 모델에 의해 세부적으로 분할하는 부분 단어로 문장을 구성할 경우 미등록어 수가 감소할 것이라 예상하였다. 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델을 제안하며 이를 SVM과 전방향 뉴럴 네트워크 구조에 적용하여 정치적 편향성 분류 실험을 진행하였다. 형태소 토큰화 기법을 이용한 문서 임베딩 모델과 비교 실험한 결과, 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델이 78.22%로 가장 높은 정확도를 보였으며 부분 단어 토큰화를 통해 미등록어 수가 감소되는 것을 확인하였다. 분류 실험에서 가장 성능이 좋은 임베딩 모델을 이용하여 정치적 인물을 기반한 어휘를 추출하였으며 각 성향의 정치적 인물 벡터와의 평균 유사도를 통해 어휘의 편향성을 검증하였다.

• 한국언론정보학보
• /
• 제71권
• /
• pp.274-298
• /
• 2015

이 연구는 프레임 개념과 편향성 개념을 통합적으로 연결해 재난 사고 뉴스의 정치사회적 의미를 해석했다. 국내 언론이 세월호 침몰 사고라는 특수한 재난 사고의 문제 정의, 원인 해석, 도덕적 평가, 그리고 사후 처방을 제시하는 과정에 어떤 프레임을 더 편향되게 배치했는지를 이론적으로 검정해 보았다. 또한 프레임의 편향성이 정치적 이념을 달리하는 보수 신문과 진보 신문 간에 어떤 차이가 있는지 비교 분석해 보았다. 내용 분석 결과를 제시하면 다음과 같다. 첫째, 세월호 사고 진단 프레임에서는 전체적으로 파편화>개인화>권위무질서>극화의 순으로 편향되어 있었다. <조선일보>는 파편화 편향성이, 한겨레는 권위무질서 편향성이 상대적으로 컸다. 둘째, 사고 평가에서는 책임 프레임>도덕적 프레임>문제 해결 프레임>사고 원인 프레임의 순으로 편향되어 나타났다. <조선일보>는 책임 프레임, 도덕적 프레임 편향적으로 사고를 평가했다. <한겨레>는 책임 프레임, 문제 해결 프레임 편향성이 두드러졌다. 셋째, 책임 소재 프레임에서는 정부>개인>조직의 순으로 편향되어 제시됐다. <조선일보>는 정부와 개인의 책임 편향성을 드러낸 반면에, <한겨레>는 상대적으로 정부에 책임을 더 강조하면서 조직에 대한 책임 편향성도 보였다. 넷째, 문제 해결 프레임에서는 전체적으로 주제적 프레임과 일화적 프레임 편향성이 엇비슷한 수준으로 나타났다. <조선일보>는 일화적 프레임으로, <한겨레>는 주제적 프레임으로 더 편향화하는 차이를 보였다. 세월호 사고의 평가와 해석에 대한 언론의 프레임 편향성과 함께 이념적 차이에 따른 언론 간의 편향성 차이를 사회적 맥락 차원에서 토론했다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.466-479
• /
• 2021

전체 또는 일부분에 사실이 아닌 거짓을 섞어 만든 가짜뉴스가 범람하고 있다. 정치·사회적인 목적의 프레임을 만들기 위해 주로 사실에 가짜를 결합하여 뉴스를 만들거나, 선동의 목적으로 왜곡과 혐오를 조장하기 위해 뉴스를 만든다. 특히 공중파 방송을 포함한 몇몇 언론이 특정한 방향의 정치적 편향성을 주저 없이 표출하고 있다. 언론이 정치적 편향성을 가지더라도 사실 전달을 기본으로 한다면, 보수와 진보의 상호견제 속에 신뢰받는 언론 환경이 이루어질 수 있을 것이다. 5·18민주화운동은 보수와 진보를 떠나서 현대사의 아픈 역사이자 사실이다. 그런데도 5·18민주화운동을 민주화운동과 폭동으로 보는 상반된 관점들이 있다. 본 연구는 보수 성향의 중앙일보 만평과 진보 성향의 경향신문 만평이 5·18민주화운동을 어떻게 다루고 있는지 분석했다. 중앙일보와 경향신문의 만평은 5·18민주화운동을 보는 관점에서 큰 차이가 있다. 진보 성향의 경향신문 만평은 사건의 본질을 드러내고 대상을 풍자하였다는 점에서 큰 의미를 가진다. 반면, 보수 성향의 중앙일보 만평은 모호성으로 인해 사건의 본질이나 풍자 대상에 대해 다가가지 못하고 있다. 5·18민주화운동을 소재로 하는 경향신문과 중앙일보 만평의 차이를 통해 보수와 진보 언론의 가치를 생각해보는 계기가 되길 바란다.