복지 사각지대에 대한 사회적 관심의 변화추이와 정책과제 : 텍스트마이닝을 활용한 최근 10년간 언론보도 분석을 중심으로 Trends in Public Interest on Welfare Blind Spots and Policy Tasks : Focusing on Media Report Analysis for the past 10 years using Text Mining원문보기
본 연구는 텍스트마이닝 기법을 활용하여 최근 10년간의 언론보도를 분석해 한국의 복지 사각지대 이슈를 도출하는 것을 목적으로 한다. 이를 위하여 키워드 빈도분석, 네트워크 분석, 토픽모델링을 진행하였다. 또한 복지 사각지대에 대응하기 위한 정부의 정책 현황과 분석 결과를 비교하여 사회복지적 함의를 논의하였다. 텍스트마이닝을 위해 기본적으로 ...
본 연구는 텍스트마이닝 기법을 활용하여 최근 10년간의 언론보도를 분석해 한국의 복지 사각지대 이슈를 도출하는 것을 목적으로 한다. 이를 위하여 키워드 빈도분석, 네트워크 분석, 토픽모델링을 진행하였다. 또한 복지 사각지대에 대응하기 위한 정부의 정책 현황과 분석 결과를 비교하여 사회복지적 함의를 논의하였다. 텍스트마이닝을 위해 기본적으로 파이썬(Python) 3.8.2 version을 이용하였다. 구체적으로는 파이썬 구현을 위해 아나콘다(anaconda) 및 주피터 노트북(Jupyter notebook)을, 그 외에도 데이터 전처리 및 추출을 위해 Visual Studio Code, Google Colaborator를 활용하였다. 위 프로그램을 활용해 2013년 1월 1일부터 2022년 9월 30일까지 보도된 ‘복지 사각지대’ 키워드가 포함된 한국의 주요 종합일간지 10종과 방송∙통신지 5종의 언론보도 17,901건을 추출하였다. 추출된 언론사 15종의 언론보도 텍스트를 바탕으로 키워드 빈도분석, 네트워크 분석, 토픽모델링 순서로 텍스트마이닝을 진행하였다. 이를 바탕으로 우리나라의 복지 사각지대 언론보도의 이슈 변화를 분석하였다. 본 연구의 주요 분석 결과는 다음과 같다. 첫째, 전체 복지 사각지대 언론보도의 주요 키워드는 ‘정부’, ‘소득’, ‘지역’ 등과 관련된 키워드로 구성되어 있었다. 가장 많이 언급된 키워드는 ‘정부’와 ‘소득’이었다. 언급된 대상자로는 노인, 아동, 청년, 장애인의 빈도수가 높았다. 코로나19의 큰 비중 또한 살펴볼 수 있었다. 둘째, 가장 많이 언급된 상위 세 가지 키워드인 ‘정부’, ‘소득’, ‘지역’의 네트워크를 살펴보았다. 먼저 ‘정부’만 연결된 키워드의 경우 ‘방안’, ‘대책’, ‘개선’이 있었으며, ‘소득’만 연결된 키워드는 ‘수급’, ‘급여’, ‘기준’이 있었다. ‘지역’만 연결된 키워드는 ‘교육’, ‘활동’, ‘시설’이 있었다. 이를 통해 복지 사각지대에 대한 정부의 책임을 강조하고, 구체적인 방안, 대책, 개선을 요구하는 내용이 주를 이룸을 확인할 수 있었다. ‘소득’은 소득보장, 기초연금, 고용보험, 노인과 관련된 키워드가 함께 등장했으며, ‘지역’은 서울을 중심으로 주민센터, 교육, 활동, 서비스 등 지역 체계 관련 내용으로 네트워크를 형성하고 있었다. 공통적으로 세 가지 키워드 모두 ‘확대’, ‘코로나’ 키워드가 네트워크를 형성하였다. 둘째, 잠재 디리클레 할당(Latent Dirichlet Allocation) 기반 토픽모델링 분석을 통해 복지 사각지대 언론보도에 잠재 되어있는 5개의 토픽을 추출하였다. 추출된 토픽은 ⓵ 복지 사각지대와 소득보장, ⓶ 복지 사각지대와 의료서비스, ⓷ 복지 사각지대와 아동 및 가족복지, ⓸ 복지 사각지대와 복지전달체계, ⓹ 복지 사각지대와 정책대응으로 명명하였다. 이들 토픽에 대한 언론의 관심도를 분석한 결과 주기별로 언론의 관심도가 높아진 토픽은 ⓶ 복지 사각지대와 의료서비스, ⓷ 복지 사각지대와 아동 및 가족복지였다. 반면에 언론의 관심도가 낮아진 토픽은 ⓵ 복지 사각지대와 소득보장이었다. 소득보장의 경우 2020년부터 관심도가 일정 부분 증가하였다. ⓸ 복지 사각지대와 복지전달체계는 2016년 정점에 도달한 이후 감소하였다가 2020년에 증가하는 측면을 보였다. ⓹ 복지 사각지대와 정책대응의 경우 선거와 같은 정치적 이슈 발생 시점에 증가하는 추세를 보였다. 이와 같은 연구 결과를 바탕으로 본 연구는 복지 사각지대에 대한 사회적 관심과 현재 정부가 추진하는 정책을 비교하여 바람직한 복지 사각지대 정책 방향에 대해 논의하였다. 결론적으로 다음의 세 가지 정책 방향을 도출할 수 있었다. 첫째, 정부의 정책은 사후적 접근보다는 선행적 노력이 더 필요한 것으로 확인되었다. 둘째, 대상자 측면에서 노인과 청년을 대상으로 하는 정책과 함께 아동과 장애 분야에 대한 적극적인 정책을 더 기대하는 것으로 나타났다. 셋째, 복지 사각지대 측면에서 소득보장 문제뿐만 아니라 의료서비스와 아동 및 가족복지의 사각지대 문제에 대한 적극적 개입이 필요하다는 것을 파악할 수 있었다. 텍스트마이닝이라는 빅데이터 분석 기법을 활용하여 다량의 언론보도에 잠재된 내용을 분석한 이 연구는 우리나라의 복지 사각지대에 대한 이슈 및 대중의 관심을 경험적으로 분석하여 복지 사각지대의 정책 방향성에 대한 기초 자료를 마련하였다는 의의를 갖는다.
본 연구는 텍스트마이닝 기법을 활용하여 최근 10년간의 언론보도를 분석해 한국의 복지 사각지대 이슈를 도출하는 것을 목적으로 한다. 이를 위하여 키워드 빈도분석, 네트워크 분석, 토픽모델링을 진행하였다. 또한 복지 사각지대에 대응하기 위한 정부의 정책 현황과 분석 결과를 비교하여 사회복지적 함의를 논의하였다. 텍스트마이닝을 위해 기본적으로 파이썬(Python) 3.8.2 version을 이용하였다. 구체적으로는 파이썬 구현을 위해 아나콘다(anaconda) 및 주피터 노트북(Jupyter notebook)을, 그 외에도 데이터 전처리 및 추출을 위해 Visual Studio Code, Google Colaborator를 활용하였다. 위 프로그램을 활용해 2013년 1월 1일부터 2022년 9월 30일까지 보도된 ‘복지 사각지대’ 키워드가 포함된 한국의 주요 종합일간지 10종과 방송∙통신지 5종의 언론보도 17,901건을 추출하였다. 추출된 언론사 15종의 언론보도 텍스트를 바탕으로 키워드 빈도분석, 네트워크 분석, 토픽모델링 순서로 텍스트마이닝을 진행하였다. 이를 바탕으로 우리나라의 복지 사각지대 언론보도의 이슈 변화를 분석하였다. 본 연구의 주요 분석 결과는 다음과 같다. 첫째, 전체 복지 사각지대 언론보도의 주요 키워드는 ‘정부’, ‘소득’, ‘지역’ 등과 관련된 키워드로 구성되어 있었다. 가장 많이 언급된 키워드는 ‘정부’와 ‘소득’이었다. 언급된 대상자로는 노인, 아동, 청년, 장애인의 빈도수가 높았다. 코로나19의 큰 비중 또한 살펴볼 수 있었다. 둘째, 가장 많이 언급된 상위 세 가지 키워드인 ‘정부’, ‘소득’, ‘지역’의 네트워크를 살펴보았다. 먼저 ‘정부’만 연결된 키워드의 경우 ‘방안’, ‘대책’, ‘개선’이 있었으며, ‘소득’만 연결된 키워드는 ‘수급’, ‘급여’, ‘기준’이 있었다. ‘지역’만 연결된 키워드는 ‘교육’, ‘활동’, ‘시설’이 있었다. 이를 통해 복지 사각지대에 대한 정부의 책임을 강조하고, 구체적인 방안, 대책, 개선을 요구하는 내용이 주를 이룸을 확인할 수 있었다. ‘소득’은 소득보장, 기초연금, 고용보험, 노인과 관련된 키워드가 함께 등장했으며, ‘지역’은 서울을 중심으로 주민센터, 교육, 활동, 서비스 등 지역 체계 관련 내용으로 네트워크를 형성하고 있었다. 공통적으로 세 가지 키워드 모두 ‘확대’, ‘코로나’ 키워드가 네트워크를 형성하였다. 둘째, 잠재 디리클레 할당(Latent Dirichlet Allocation) 기반 토픽모델링 분석을 통해 복지 사각지대 언론보도에 잠재 되어있는 5개의 토픽을 추출하였다. 추출된 토픽은 ⓵ 복지 사각지대와 소득보장, ⓶ 복지 사각지대와 의료서비스, ⓷ 복지 사각지대와 아동 및 가족복지, ⓸ 복지 사각지대와 복지전달체계, ⓹ 복지 사각지대와 정책대응으로 명명하였다. 이들 토픽에 대한 언론의 관심도를 분석한 결과 주기별로 언론의 관심도가 높아진 토픽은 ⓶ 복지 사각지대와 의료서비스, ⓷ 복지 사각지대와 아동 및 가족복지였다. 반면에 언론의 관심도가 낮아진 토픽은 ⓵ 복지 사각지대와 소득보장이었다. 소득보장의 경우 2020년부터 관심도가 일정 부분 증가하였다. ⓸ 복지 사각지대와 복지전달체계는 2016년 정점에 도달한 이후 감소하였다가 2020년에 증가하는 측면을 보였다. ⓹ 복지 사각지대와 정책대응의 경우 선거와 같은 정치적 이슈 발생 시점에 증가하는 추세를 보였다. 이와 같은 연구 결과를 바탕으로 본 연구는 복지 사각지대에 대한 사회적 관심과 현재 정부가 추진하는 정책을 비교하여 바람직한 복지 사각지대 정책 방향에 대해 논의하였다. 결론적으로 다음의 세 가지 정책 방향을 도출할 수 있었다. 첫째, 정부의 정책은 사후적 접근보다는 선행적 노력이 더 필요한 것으로 확인되었다. 둘째, 대상자 측면에서 노인과 청년을 대상으로 하는 정책과 함께 아동과 장애 분야에 대한 적극적인 정책을 더 기대하는 것으로 나타났다. 셋째, 복지 사각지대 측면에서 소득보장 문제뿐만 아니라 의료서비스와 아동 및 가족복지의 사각지대 문제에 대한 적극적 개입이 필요하다는 것을 파악할 수 있었다. 텍스트마이닝이라는 빅데이터 분석 기법을 활용하여 다량의 언론보도에 잠재된 내용을 분석한 이 연구는 우리나라의 복지 사각지대에 대한 이슈 및 대중의 관심을 경험적으로 분석하여 복지 사각지대의 정책 방향성에 대한 기초 자료를 마련하였다는 의의를 갖는다.
In this study, the issue of welfare blind spots in Korea over the past 10 years was analyzed, focusing on media reports using text mining techniques. To this end, keyword frequency analysis, network analysis, and topic modeling were conducted. In addition, social welfare implications were derived by...
In this study, the issue of welfare blind spots in Korea over the past 10 years was analyzed, focusing on media reports using text mining techniques. To this end, keyword frequency analysis, network analysis, and topic modeling were conducted. In addition, social welfare implications were derived by comparing to welfare policies regarding welfare blind spots. For text mining, Python 3.8.2 version was used. 17,901 media reports were extracted from 15 newspapers, including the keyword "welfare blind spots," reported from January 1, 2013 to September 30, 2022. Text mining was conducted using the extracted text of media reports in the order of keyword frequency analysis, network analysis, and topic modeling. Based on this, public interest trends on welfare blind spots were analyzed. The primary analysis results of this study are as follows. First, the media reports about welfare blind spots consisted of key words related to the ‘Government,’ ‘Income,’ and ‘Community.’ The most mentioned subjects were ‘Older adults,’ ‘Children,’ ‘Young people,’ and ‘the Disabled.’ Second, the ‘Government’ keyword formed a network requesting the government to take countermeasures and solve the welfare blind spots. The 'Income' keyword created a network related to Korea's income security system, such as basic pension and employment insurance. The ‘Community’ keyword formed a network of social welfare delivery systems such as community centers and education services. Third, through a topic modeling based on Latent Dirichlet Allocation, five latent topics in media reports about welfare blind spots were extracted. The extracted topics were named ⓵ Welfare blind spots and income security, ⓶ Welfare blind spots and medical services, ⓷ Welfare blind spots and child and family welfare, ⓸ Welfare blind spots and welfare delivery systems, ⓹ Welfare blind spots and policy responses. In addition, the trend of each topic was derived through time series analysis. Based on these research results, this study discussed the desirable welfare blind spots policy direction by comparing public interest in the welfare blind spots with the policies promoted by the government. In conclusion, this study drew the following three policy directions. First, it was confirmed that the government's policy requires more proactive efforts than ex-post approaches. Second, regarding the target subjects, it was found that more active policies for children and the disabled were expected, along with policies targeting older adults and young people. Third, in terms of welfare blind spots, it was found that active intervention is necessary not only for blind spots of income security but also for the blind spots of medical services, children and family welfare. This study provided essential data on the policy direction of welfare blind spots by empirically analyzing public interest in Korea.
In this study, the issue of welfare blind spots in Korea over the past 10 years was analyzed, focusing on media reports using text mining techniques. To this end, keyword frequency analysis, network analysis, and topic modeling were conducted. In addition, social welfare implications were derived by comparing to welfare policies regarding welfare blind spots. For text mining, Python 3.8.2 version was used. 17,901 media reports were extracted from 15 newspapers, including the keyword "welfare blind spots," reported from January 1, 2013 to September 30, 2022. Text mining was conducted using the extracted text of media reports in the order of keyword frequency analysis, network analysis, and topic modeling. Based on this, public interest trends on welfare blind spots were analyzed. The primary analysis results of this study are as follows. First, the media reports about welfare blind spots consisted of key words related to the ‘Government,’ ‘Income,’ and ‘Community.’ The most mentioned subjects were ‘Older adults,’ ‘Children,’ ‘Young people,’ and ‘the Disabled.’ Second, the ‘Government’ keyword formed a network requesting the government to take countermeasures and solve the welfare blind spots. The 'Income' keyword created a network related to Korea's income security system, such as basic pension and employment insurance. The ‘Community’ keyword formed a network of social welfare delivery systems such as community centers and education services. Third, through a topic modeling based on Latent Dirichlet Allocation, five latent topics in media reports about welfare blind spots were extracted. The extracted topics were named ⓵ Welfare blind spots and income security, ⓶ Welfare blind spots and medical services, ⓷ Welfare blind spots and child and family welfare, ⓸ Welfare blind spots and welfare delivery systems, ⓹ Welfare blind spots and policy responses. In addition, the trend of each topic was derived through time series analysis. Based on these research results, this study discussed the desirable welfare blind spots policy direction by comparing public interest in the welfare blind spots with the policies promoted by the government. In conclusion, this study drew the following three policy directions. First, it was confirmed that the government's policy requires more proactive efforts than ex-post approaches. Second, regarding the target subjects, it was found that more active policies for children and the disabled were expected, along with policies targeting older adults and young people. Third, in terms of welfare blind spots, it was found that active intervention is necessary not only for blind spots of income security but also for the blind spots of medical services, children and family welfare. This study provided essential data on the policy direction of welfare blind spots by empirically analyzing public interest in Korea.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.