온라인 뉴스에서 개인의 참여가 활성화 되면서 댓글의 중요성이 부각되고 있다. 최근엔 개인의 SNS(social networking site) 계정을 이용하여 댓글을 게재할 수 있는 소셜댓글 서비스가 활성화 되고 있다. 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 중 일반댓글과 소셜댓글이 차이점을 보일 가능성이 있는 요소를 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성요소별로 어떻게 다른지 비교 분석하고, 마지막으로 (3) 소셜댓글 이용 업체별로 각 특성요소가 어떻게 달라지는지를 실증 분석해보았다. 이를 위해 기존문헌 조사 및 전문가 인터뷰를 진행하여 여섯 가지 특성요소를 도출하였다. 다음으로 SPSS Statistics의 t-test의 분석 방법을 사용하여, 소셜댓글과 일반댓글이 모든 요소에서 유의한 차이를 보임을 확인하였고, ANOVA와 Duncan test 결과 트위터와 페이스북 그룹 간 차이가 유의함을 확인하였다. 본 연구를 통해 소셜댓글의 실제적인 가치를 명확히 파악할 수 있을 뿐만 아니라, 소셜댓글을 이용한 악성댓글 문제 해결에 실마리를 제공하고, 개인, 기업, 정부기관 등을 주체로 다른 분야의 적용가능성도 살펴볼 수 있을 것으로 기대한다.
온라인 뉴스에서 개인의 참여가 활성화 되면서 댓글의 중요성이 부각되고 있다. 최근엔 개인의 SNS(social networking site) 계정을 이용하여 댓글을 게재할 수 있는 소셜댓글 서비스가 활성화 되고 있다. 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 중 일반댓글과 소셜댓글이 차이점을 보일 가능성이 있는 요소를 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성요소별로 어떻게 다른지 비교 분석하고, 마지막으로 (3) 소셜댓글 이용 업체별로 각 특성요소가 어떻게 달라지는지를 실증 분석해보았다. 이를 위해 기존문헌 조사 및 전문가 인터뷰를 진행하여 여섯 가지 특성요소를 도출하였다. 다음으로 SPSS Statistics의 t-test의 분석 방법을 사용하여, 소셜댓글과 일반댓글이 모든 요소에서 유의한 차이를 보임을 확인하였고, ANOVA와 Duncan test 결과 트위터와 페이스북 그룹 간 차이가 유의함을 확인하였다. 본 연구를 통해 소셜댓글의 실제적인 가치를 명확히 파악할 수 있을 뿐만 아니라, 소셜댓글을 이용한 악성댓글 문제 해결에 실마리를 제공하고, 개인, 기업, 정부기관 등을 주체로 다른 분야의 적용가능성도 살펴볼 수 있을 것으로 기대한다.
As the individual participation in online news sites proliferates, the importance of online news comments has been increasing. Social comment services which help people leave comments on news articles using their own SNS (social networking site) accounts have gained popularity recently. Using data g...
As the individual participation in online news sites proliferates, the importance of online news comments has been increasing. Social comment services which help people leave comments on news articles using their own SNS (social networking site) accounts have gained popularity recently. Using data gathered from an online news site, this study, therefore, (1) identifies factors differentiating social comments from general comments, (2) examines how social comments are significantly different from general comments in terms of each factor, (3) and further validates how the social comments' characteristics vary among different type of SNS. Then, we investigated this study by applying t-test, ANOVA, and Duncan test of SPSS Statistics. Our results provide insights on the significant differences in all the factors between general and social comments. We also found that there is a significant difference between Facebook and Twitter groups among three types of SNS. The findings of this study would help assess the actual benefit of social comment services as they may provide us with several valuable leads to solve the malicious comments issue. Moreover, they would suggest the need to apply this service to other areas, such as online environments in private and public sectors.
As the individual participation in online news sites proliferates, the importance of online news comments has been increasing. Social comment services which help people leave comments on news articles using their own SNS (social networking site) accounts have gained popularity recently. Using data gathered from an online news site, this study, therefore, (1) identifies factors differentiating social comments from general comments, (2) examines how social comments are significantly different from general comments in terms of each factor, (3) and further validates how the social comments' characteristics vary among different type of SNS. Then, we investigated this study by applying t-test, ANOVA, and Duncan test of SPSS Statistics. Our results provide insights on the significant differences in all the factors between general and social comments. We also found that there is a significant difference between Facebook and Twitter groups among three types of SNS. The findings of this study would help assess the actual benefit of social comment services as they may provide us with several valuable leads to solve the malicious comments issue. Moreover, they would suggest the need to apply this service to other areas, such as online environments in private and public sectors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
독자가 기사에 대한 관심을 댓글의 작성이라는 행위로 표출한다면, 이미 게시된 댓글에 대한 찬반의 표시는 댓글을 대신하는 행위라고도 볼 수 있다. 따라서 댓글에서 취한 태도에 대해 다른 독자가 찬성 혹은 반대라는 태도를 표출했다는 것으로 그 댓글에 대한 공감도를 판단할 수 있는 것이다. 본 연구에서는 긍정적인 댓글의 비율이 높은 소셜댓글에 대한 공감도가 더 높을 것으로 예상하고 다음과 같은 연구가설을 설정하였다.
이는 소셜댓글을 이용한 긍정적인 댓글문화 형성의 가능성을 보여주는 실증 결과로써, 악성댓글 문제 및 댓글의 품질을 획기적으로 개선할 수 있는 방안 마련의 기초자료로 활용될 수 있기를 기대한다. 또한, 비정상적인 SNS 계정을 통한 소셜댓글 작성을 통제할 수 있는 방안 마련 또한 시급히 해결되어야 할 과제임을 본 연구에서는 제시하고 있다.
내용분석의 문제점으로 지적되는 평가자의 주관적 왜곡(bias) 문제를 해결하기 위해, 사전에 객관적인 코딩스킴(coding scheme)을 제시하고, 평가자들이 익숙해질 때까지 교육을 시킨 후, 코딩작업에 참여하도록 하였다. 또한, 평가자간 동의도(inter-rater agreement)를 측정함으로써 내용분석 결과의 객관성을 최대한 확보하고자 노력하였다. 코딩스킴은 선행 연구에서 제시된 이론적 및 조작적 정의를 기반으로 설정하였으며, 댓글 50개를 대상으로 한 예비조사(pilot study) 이후 세명 평가자의 의견을 반영하여 수정하는 작업을 거쳤다.
이에, 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 가운데 일반댓글 그룹과 소셜댓글 그룹이 차이점을 보일 가능성이 높은 특성요소들은 어떤 것들이 있는지를 확인하여 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성 요소별로 어떻게 다른지를 실증적으로 비교분석 해보고자 한다. 마지막으로, (3) 소셜댓글 이용 업체별(예: 페이스북, 트위터, 미투데이 등)로는 각 특성요소가 어떻게 달라지는 지도 추가적으로 실증 분석함으로써, 소셜댓글 간에도 차이가 있는 지를 살펴보고자 한다. 본 연구에서 이러한 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 구체적으로 밝혀내고자 하는 세 가지 연구문제는 다음과 같다.
본 연구는 온라인 뉴스 사이트에서 일반댓글과 소셜댓글의 비교분석을 통해, 구체적으로 댓글의 어떠한 특성요소들이 유의하게 차이가 나는지를 댓글 현황 데이터를 활용하여 검증함으로써, 향후 바람직한 댓글문화 형성을 위한 소셜댓글의 역할을 집중적으로 조명해 보고자하는 연구이다.
이 과정에서 기사의 품질을 구성하는 객관성은 댓글의 특징과 관련성이 없다고 판단하여 배제하였다. 본 연구에서는 사회적 익명성이 낮은 소셜댓글의 특징으로 인해 소셜댓글의 긍정성이 높을 것이라는 추정의 연장선에서, 댓글의 품질 면에서도 소셜댓글이 더욱 우수할 것으로 예상하고 다음과 같은 연구가설을 설정하였다.
악성댓글의 경우, 댓글이 하나의 문화로 자리잡은 최근 가장 뜨거운 이슈가 되고 있는 사회문제 이기도 하다. 본 연구에서는 소셜댓글의 경우 악성댓글에 가장 큰 원인으로 꼽히는 익명성 문제가 일반댓글에 비해 적다고 예상하고, 일반댓글에 비해 소셜댓글이 악성댓글로 발현되는 빈도나 양상이 긍정적으로 나타날 것으로 판단하여[6], 다음과 같은 연구가설을 도출하였다.
본 연구에서는 일반댓글과 소셜댓글의 차이와 소셜댓글 간의 SNS 계정 사용 차이에 따른 여섯 가지 댓글 특징 차이를 검증하였다. 하지만, 앞서 언급한 바와 같이 일부 사회적 활동이 없는 비정상적 SNS 계정을 사용한 소셜댓글로 인해 실증결과가 왜곡될 수 있는 문제가 발견되었다.
앞서 설명한 ‘연구문제 2’(온라인 뉴스 사이트에서의 소셜댓글은 일반댓글에 비해 어떠한 차이점을 보이는가?)에 대한 해답을 제시하기 위해, 본 연구에서는 여섯 가지의 특성요소별 소셜댓글이 일반댓글에 비해 어떠한 차이를 보일 것인지에 대한 연구가설을 도출하였다.
또한, 본 연구는 소셜댓글의 긍정적 역할에 대한 실증적 규명을 했다는 점에서 실무적 기여점이 있다. 이를 통해, 소셜댓글이 댓글의 사회적 역기능을 억제하고, 향후 바람직한 댓글문화 형성의 대안이 될 수 있음을 구체적인 근거를 통해 제시하였다. 현재 크게 활성화 되어 있지 않은 소셜댓글에 대한 활발한 이용 유도는 긍정적 댓글의 증가 및 부정적 댓글의 감소, 댓글의 공감도 향상, 댓글의 품질 향상, 악성댓글의 감소, 기사와 관련된 댓글의 증가 등의 형태로 나타나, 향후 건전한 댓글문화 형성에 크게 기여할 수 있을 것으로 기대한다.
기존 연구에서는 소셜 댓글과 일반댓글에 대한 비교를 개인의 인지 (perception)에 기대어 설문조사(survey) 방식으로 데이터를 수집하였기 때문에[6], 일반댓글과 소셜댓글 사용자의 명확한 구분이 이뤄지지 않았고, 사회적으로 큰 이슈가 되고 있는 악성댓글 행위 자체에 대한 직접적인 측정도 어려웠던 한계가 존재했다. 이에, 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 수집하여 실증분석을 실시함으로써, 좀 더 타당한 분석결과를 제시하여 개인의 인지 행위와 실제 행동간 차이가 근본적으로 발생하는 설문조사 연구의 한계점을 보완하고자 하였다.
이에, 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 가운데 일반댓글 그룹과 소셜댓글 그룹이 차이점을 보일 가능성이 높은 특성요소들은 어떤 것들이 있는지를 확인하여 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성 요소별로 어떻게 다른지를 실증적으로 비교분석 해보고자 한다. 마지막으로, (3) 소셜댓글 이용 업체별(예: 페이스북, 트위터, 미투데이 등)로는 각 특성요소가 어떻게 달라지는 지도 추가적으로 실증 분석함으로써, 소셜댓글 간에도 차이가 있는 지를 살펴보고자 한다.
그러나 개인의 인지 (perception)에 의존하여 설문조사를 실시함으로써 일반댓글과 소셜댓글 사용자를 명확히 구분하지 못한 점, 실증적인 댓글 현황 자료를 사용하지 않은 점, 악성댓글 행위 자체를 물어보지 못하고 이와 관련이 있을 것으로 추정되는 자기통제 정도를 질문한 점 등에서 한계가 존재한다. 이에, 본 연구에서는 온라인 뉴스 사이트에서 실제 행위로 나타난 일반댓글과 소셜댓글의 비교 분석을 통해, 구체적으로 댓글의 어떠한 특성요소(예: 길이, 태도, 공감도, 품질, 악성댓글 비율, 기사와의 관련성 등)들이 유의하게 차이가 나는지를 검증함으로써, 향후 바람직한 댓글문화 형성을 위한 소셜댓글의 역할을 집중적으로 조명해보고자 한다.
가설 설정
앞서 언급하였듯이, 본 연구가 수행될 당시 일반댓글과 소셜댓글이 적절하게 구성된 온라인 뉴스 사이트로는 한겨레신문사 웹사이트가 유일했기에 이를 분석 대상으로 선정할 수밖에 없었지만, 향후 연구에서는 좀 더 다양한 온라인 뉴스 사이트들을 대상으로 실증적 연구가 진행되어 연구의 외적타당성이 확보되기를 기대한다. 둘째, 내용분석에서 측정값을 High, Medium, Low의 3점 척도로 단순화한 점이다. 보다 정교한 내용 분석을 위해 향후 연구에서는 5점 척도 이상의 코딩스 킴으로 재구성할 필요가 있다.
310). 따라서 가설 2는 부분적으로 채택됨을 확인하였다. 반면, 내용분석 기법을 통해 측정한 댓글의 품질, 악성댓글, 기사 관련성 등의 변수에 대해서는 두 그룹 간 유의한 차이를 발견하지 못해 가설 4, 5, 6은 모두 기각되었다.
온라인 뉴스에 달린 댓글 중 상당수가 반대의견을 표출하는 부정적 댓글이 차지한다는 연구 결과[14], 실제로 많은 사람들이 댓글을 통해 자신의 의견을 표출한다는 점을 고려할 때, 객관적이고 중립적인 내용보다는 긍정 혹은 부정의 태도를 취하는 댓글의 비율이 높을 것으로 판단할 수 있다. 본 연구에서는 사회적 익명성이 낮은 소셜댓글의 특성상 긍정적인 내용의 댓글이 일반댓글에 비해 많이 존재하며, 반대로 부정적인 내용의 댓글은 일반댓글에 비해 적게 존재할 것이라 판단하여[6], 다음과 같은 연구가설을 설정하였다.
가설 2. 소셜댓글은 일반댓글에 비해 긍정적 댓글의 비율이 높고 부정적 댓글의 비율이 낮을 것이다.
가설 6. 소셜댓글은 일반댓글에 비해 기사와 관련된 댓글이 많을 것이다.
가설 3. 소셜댓글은 일반댓글에 비해 댓글의 공감도가 높을 것이다.
가설 1. 소셜댓글은 일반댓글에 비해 댓글의 길이가 짧을 것이다.
가설 4. 소셜댓글은 일반댓글에 비해 댓글의 품질이 높을 것이다.
가설 5. 소셜댓글은 일반댓글에 비해 악성댓글의 비율이 낮을 것이다.
제안 방법
차이에 따른 댓글의 특성요소가 달라지는가?)에 대한 실증적 해답을 제시하기 위해, 본 연구에서는 여섯 가지의 특성요소별 소셜댓글 그룹 간(페이스북, 트위터, 미투데이) 차이에 대한 가설을 추가적으로 수립하였다. 소셜댓글이 일반댓글에 비해 가지는 특성 차이(가설 1 ∼ 가설 6) 뿐만 아니라, 소셜댓글 내에서도 사용하는 SNS 계정의 종류에 따라 그 특성 차이가 존재할 수 있는데, 이는 SNS 간에도 각각 다른 특징이 존재하기 때문이다.
구체적인 측정은 세 명의 평가자가 각각 댓글을 정독하고 코딩스킴에 의거 High(3), Medium(2), Low(1) 가운데 하나로 평가한 후, 평가자간 동의도를 구하여 내용분석의 객관성을 확보하는 방식으로 이루어졌다. 평가자간 동의도는 대표적 지표인 Rwg를 활용하여 계산하였는데[28], 내용분석의 대상 변수인 유용성, 가독성, 악성댓글 및 기사 관련성 모두 각각 0.
기존 연구에서 도출된 온라인 글에 대한 다양한 특성요소는 [표 2]와 같다. 그 후, 경영정보학 분야 전문가 2인 및 국어교육학 분야 전문가 1인과의 인터뷰를 통해 일반 댓글 및 소셜댓글을 포함한 온라인 뉴스 댓글에 나타나는 특징적인 요소들을 확정하고, 이를 기반으로 연구가설 및 연구모형을 개발하였다. 마지막으로, 제시된 연구 모형에 대한 실증분석을 위한 측정도구를 개발하여 ‘IV.
댓글의 품질, 악성댓글, 기사 관련성 변수의 경우에는 저자 두 명과 관련 학계 전문가 한 명(국어교육학 전공 강사)이 참여한 내용분석(content analysis)의 방법을 활용하여 측정하였다. 내용분석의 문제점으로 지적되는 평가자의 주관적 왜곡(bias) 문제를 해결하기 위해, 사전에 객관적인 코딩스킴(coding scheme)을 제시하고, 평가자들이 익숙해질 때까지 교육을 시킨 후, 코딩작업에 참여하도록 하였다. 또한, 평가자간 동의도(inter-rater agreement)를 측정함으로써 내용분석 결과의 객관성을 최대한 확보하고자 노력하였다.
댓글의 수가 압도적으로 많은 대형 포털사이트(예: 네이버, 다음 등)의 경우, 거의 일반댓글로만 구성되어 있어 대상 사이트로는 적합하지 않았으며, 반대로 블로터닷넷 등 일부 뉴스 사이트에서는 소셜댓글이 대부분을 차지하고 있는 문제가 있었다. 다음으로, 설정된 연구대상에 대한 탐색적 분석과 기존 문헌조사를 병행하여 일반댓글과 소셜댓글 간 차이를 보일 가능성을 내포하고 있는 온라인 뉴스 댓글의 후보 요인들을 추출하였다. 기존 연구에서 도출된 온라인 글에 대한 다양한 특성요소는 [표 2]와 같다.
먼저, 댓글의 길이는 Microsoft Word 프로그램을 사용하여 댓글에 포함된 글자의 수를 계산하였다. 댓글의 태도 변수의 경우, K-LIWC 프로그램을 사용하여 댓글 내 긍정적 감정 및 부정적 감정과 관련된 단어의 수를 각각 측정하였다[3]. LIWC(linguistic inquiry and word count) 프로그램은 2,300 단어 이상으로 구성된 의미 사전을 활용하여 텍스트 파일을 분석하는 텍스트마이닝 도구로[26], 본 연구에서는 LIWC의 한국어 버전인 K-LIWC를 이용하였다.
댓글의 공감도는 댓글에 부여되는 공감/반대 수를 단순 합산하여 측정하였는데, 반대 수에 음(-)의 값을 취한 합산 결과가 양(+)의 값이 나오면 공감도가 높은 것으로 판단하였다. 댓글의 품질, 악성댓글, 기사 관련성 변수의 경우에는 저자 두 명과 관련 학계 전문가 한 명(국어교육학 전공 강사)이 참여한 내용분석(content analysis)의 방법을 활용하여 측정하였다. 내용분석의 문제점으로 지적되는 평가자의 주관적 왜곡(bias) 문제를 해결하기 위해, 사전에 객관적인 코딩스킴(coding scheme)을 제시하고, 평가자들이 익숙해질 때까지 교육을 시킨 후, 코딩작업에 참여하도록 하였다.
댓글의 품질의 경우, [표 3]과 [표 6]에서 설명된 바와 같이 내용적 측면의 유용성과 표현적 측면의 가독성으로 구분하여 그 정도를 판단하였다. 또한, 악성댓글과 기사관련성 변수도 표현적 특징과 내용적 특징을 동시에 고려하여 그 정도를 측정하였는데, 먼저, 악성댓글은 비방, 저주, 협박, 사회 통념에 위배되는 내용(예: 성적 표현)의 단어의 사용여부를 고려하는 동시에 댓글의 내용적 측면에서도 이와 관련된 내용을 내포하고 있는지를 기준으로 판단하였다[23]. 또한, 기사 관련성은 기사와 관련된 주요 키워드의 언급 여부와 댓글 내용 자체가 기사와 연관된 내용인지를 근거로 판단하였다[24].
본 연구를 위한 변수의 조작적 정의 및 측정방법은 다음의 [표 5]와 같다. 먼저, 댓글의 길이는 Microsoft Word 프로그램을 사용하여 댓글에 포함된 글자의 수를 계산하였다. 댓글의 태도 변수의 경우, K-LIWC 프로그램을 사용하여 댓글 내 긍정적 감정 및 부정적 감정과 관련된 단어의 수를 각각 측정하였다[3].
따라서 댓글에서 기사의 내용을 얼마나 반영, 고려하고 있는지를 평가하여 댓글의 특징을 판단할 수 있다. 본 연구에서는 소셜댓글이 자신의 계정으로 기사를 스크랩할 수 있다는 점과 SNS 글을 다양한 온/오프라인 상의 지인과 공유하고 있다는 점을 근거로 하여, 소셜댓글의 기사 관련성이 일반댓글보다 더 높을 것으로 예상하고, 다음과 같은 연구가설을 도출하였다.
기존 연구에서는 TV 뉴스, 기사, 그리고 온라인 커뮤니티의 댓글 등을 분석하면서, 품질을 [표 3]과 같이 여러 요소로 구분하여 측정한 바 있다. 본 연구에서는 이를 온라인 뉴스 댓글의 품질 맥락으로 적용하기 위해 선행연구에서 사용한 여러 요소들을 분석한 후, 내용적인 측면에서의 유용성(helpfulness)과 표현적 측면에서의 가독성(readability)으로 각각 구분하였다 [10]. 이 과정에서 기사의 품질을 구성하는 객관성은 댓글의 특징과 관련성이 없다고 판단하여 배제하였다.
하지만, 앞서 언급한 바와 같이 일부 사회적 활동이 없는 비정상적 SNS 계정을 사용한 소셜댓글로 인해 실증결과가 왜곡될 수 있는 문제가 발견되었다. 이에 전체 소셜댓글 계정을 추적하여 사회적 활동 유무를 추가적으로 조사하고, 사회적 활동이 없는 SNS 계정 사용자의 소셜댓글 130개는 모두 표본에서 제외한 후, 재검증을 실시하였다. 먼저, 일반댓글과 소셜댓글의 차이 검증을 위한 t-test 결과는 [표 9] 와 같다.
추가 사후분석’에서는 비정상적인 SNS 계정(pseudo 계정)을 통해 작성된 소셜댓글을 표본에서 제외한 후, 연 구모형(가설 1 ∼ 가설 7)에 대한 재검증을 시도해 보았다.
대상 데이터
본 연구는 분석단위(unit of analysis)를 ‘댓글’로 설정하고, 분석대상을 한겨레신문 웹사이트 기사로 한정하였다. 2013년 8월 1일부터 2014년 2월 28일까지 총 7개월 동안 게시된 기사에 대한 댓글을 수집 대상으로 하였으며, 댓글 및 댓글에 대한 공감도(공감 및 반대) 등이 충분히 형성된 이후의 댓글을 수집하기 위해, 실제 댓글에 수집 작업은 최소 2개월이 지난 시점인 2014년 5월 한 달 동안 진행되었다. 한겨레신문 웹사이트를 선택한 이유는 다른 온라인 뉴스 제공업체 사이트와는 달리, 소셜댓글과 일반댓글의 비율이 적절하게 구성되었기 때문이며, 댓글의 정치적 성향을 최대한 배제하기 위하여 문화 카테고리 내 기사에 대한 댓글로만 제한하여 데이터를 수집하였다.
구체적인 데이터 수집 과정은 다음과 같다. 데이터 수집 기간 내 문화 카테고리 대상 기사 총 366개 가운데, 정치적 성향의 기사 82개 및 댓글이 3개 미만인 기사 219개를 제외하고 최종 65개의 기사를 분석 대상으로 선정하였다. 댓글이 3개 미만인 기사를 제외한 이유는 댓글의 수가 제한적일 경우, 독자 참여라는 댓글로서의 주기능을 제대로 수행하지 못할 뿐만 아니라, 일반댓글과 소셜댓글의 특성 차이를 실증 비교하는 본 연구의 목적에도 맞지 않는다고 판단했기 때문이다.
본 연구는 분석단위(unit of analysis)를 ‘댓글’로 설정 하고, 분석대상을 한겨레신문 웹사이트 기사로 한정하였다.
앞서 설명한 ‘연구문제 1’(온라인 뉴스 댓글에 나타나는 특징적인 요소들은 어떤 것들이 있는가?)에 대한 해답을 제시하기 위해, 본 연구에서는 Prescott and Soeken[19]이 제시한 탐색적 연구 설계방법에 따라 연구를 진행하였다. 우선, 기존 연구에 대한 사전 문헌고찰 및 이론연구를 통해 연구의 목적을 명확히 하고, 그 연구 대상(한겨레신문)을 선정하였다. 한겨레신문 웹사이트를 연구 대상으로 선택한 이유는 [표 1]에서 확인 할 수 있듯이, 다른 온라인 뉴스 제공 업체 사이트와는 달리 댓글의 수도 많을 뿐 아니라 소셜댓글과 일반댓글의 비율이 적절하게 구성되어 있기 때문이다.
댓글이 3개 미만인 기사를 제외한 이유는 댓글의 수가 제한적일 경우, 독자 참여라는 댓글로서의 주기능을 제대로 수행하지 못할 뿐만 아니라, 일반댓글과 소셜댓글의 특성 차이를 실증 비교하는 본 연구의 목적에도 맞지 않는다고 판단했기 때문이다. 이에, 최종 선정된 65개의 기사에 대한 댓글 총 543개를 수집하여 최종분석에 사용하였다. [표 4]는 수집된 댓글의 유형별(일반댓글 vs.
2013년 8월 1일부터 2014년 2월 28일까지 총 7개월 동안 게시된 기사에 대한 댓글을 수집 대상으로 하였으며, 댓글 및 댓글에 대한 공감도(공감 및 반대) 등이 충분히 형성된 이후의 댓글을 수집하기 위해, 실제 댓글에 수집 작업은 최소 2개월이 지난 시점인 2014년 5월 한 달 동안 진행되었다. 한겨레신문 웹사이트를 선택한 이유는 다른 온라인 뉴스 제공업체 사이트와는 달리, 소셜댓글과 일반댓글의 비율이 적절하게 구성되었기 때문이며, 댓글의 정치적 성향을 최대한 배제하기 위하여 문화 카테고리 내 기사에 대한 댓글로만 제한하여 데이터를 수집하였다. 또한, 문화 카테고리의 해당 기간 기사 가운데, 제목을 포함한 내용 자체가 정치와 관련성이 있다고 판단되는 기사는 분석 대상에서 제외하였다.
데이터처리
7)를 넘어 평가자간 강한 동의도가 확보되었음을 확인하였다 [29-31]. 각 변수에 대한 최종 값은 세 명의 코딩결과에 대한 산술평균값을 사용하였으며[31], 댓글의 품질 변수의 경우 하부요인인 유용성과 가독성의 산술평균값을 사용하였다.
또한, 소셜댓글 내 SNS 계정 이용 그룹 간에도 특성요소별 통계적인 차이가 있는지(연구문제 3)를 검증하기 위해 ANOVA 분석을 실시하고, 사후결과 테스트(post-hoc test)의 한 방법인 Duncan 테스트를 병행하여 구체적으로 어떤 소셜댓글 그룹 간 통계적 차이가 있는지를 밝혀내고자 하였다.
본 연구에서 수행한 가설검증 분석의 순서는 다음과 같다. 먼저, 수집된 데이터를 이용하여 일반댓글 그룹과 소셜댓글 그룹 간 특성요소별 통계적인 차이가 있는지 (연구문제 2)를 SPSS Statistics의 independent samples t-test 분석기법을 활용하여 검증하였다. 또한, 소셜댓글 내 SNS 계정 이용 그룹 간에도 특성요소별 통계적인 차이가 있는지(연구문제 3)를 검증하기 위해 ANOVA 분석을 실시하고, 사후결과 테스트(post-hoc test)의 한 방법인 Duncan 테스트를 병행하여 구체적으로 어떤 소셜댓글 그룹 간 통계적 차이가 있는지를 밝혀내고자 하였다.
추가적으로, 소셜댓글 그룹 내 SNS 계정 사용 차이에 따른 차이를 검증하기 위해 세 종류의 SNS 계정(트 위터, 페이스북, 미투데이) 사용자 아이디를 구분하여 코딩한 후, 댓글의 여섯 가지 특징에 대한 측정값을 ANOVA와 Duncan 테스트를 사용하여 분석하였다. 그 결과는 [표 8]에서와 같이, 댓글의 길이, 댓글의 품질, 악성댓글, 기사 관련성 등의 네 가지 변수에 있어 세 그룹 간 차이가 유의한 것으로 나타났다.
이론/모형
앞서 설명한 ‘연구문제 1’(온라인 뉴스 댓글에 나타나는 특징적인 요소들은 어떤 것들이 있는가?)에 대한 해답을 제시하기 위해, 본 연구에서는 Prescott and Soeken[19]이 제시한 탐색적 연구 설계방법에 따라 연구를 진행하였다.
성능/효과
미투데이 계정을 활용한 45개 소셜댓글 그룹의 경우, 2 개의 댓글을 제외한 모든 댓글이 소셜댓글 사용용도로만 계정사용이 이루어지고 있어, 비교 대상에서 제외하 였다. t-test 분석 결과, 댓글의 품질 및 기사 관련성 변수에서 두 SNS 그룹 간 차이가 유의한 것으로 나타나 가설 7이 부분적으로 채택되는 것으로 조사되었다. 즉, 정보성이나 시의성이 강한 트위터에 비해, 친구들과 일상적이고 주관적인 의견을 많이 교환하는 페이스북을 사용한 소셜댓글의 경우, 품질이 높으며 기사 관련성 또한 더욱 우수함을 확인할 수 있었다.
먼저, 일반댓글과 소셜댓글의 차이 검증을 위한 t-test 결과는 [표 9] 와 같다. 검증결과, 댓글의 긍정적 태도와 내용적 측면 에서의 품질을 이루고 있는 유용성 요인을 제외한, 여섯 가지 모든 변수에서 일반댓글과 소셜댓글의 차이가 가설에서 설정한 방향으로 유의한 것으로 나타났다(모든 가설 채택, 가설 2 부분채택).
LIWC(linguistic inquiry and word count) 프로그램은 2,300 단어 이상으로 구성된 의미 사전을 활용하여 텍스트 파일을 분석하는 텍스트마이닝 도구로[26], 본 연구에서는 LIWC의 한국어 버전인 K-LIWC를 이용하였다. 댓글의 공감도는 댓글에 부여되는 공감/반대 수를 단순 합산하여 측정하였는데, 반대 수에 음(-)의 값을 취한 합산 결과가 양(+)의 값이 나오면 공감도가 높은 것으로 판단하였다. 댓글의 품질, 악성댓글, 기사 관련성 변수의 경우에는 저자 두 명과 관련 학계 전문가 한 명(국어교육학 전공 강사)이 참여한 내용분석(content analysis)의 방법을 활용하여 측정하였다.
연구모형 검증결과, 일반댓글과 소셜댓글은 댓글의 여섯 가지 특성요소 가운데, 댓글의 길이, 댓글의 태도 및 댓글의 공감도 변수에서 유의한 차이를 보임을 확인하였다. 또한, 사회적인 활동이 전무한(사회적 및 기술적 익명성이 높은) 계정을 활용한 소셜댓글을 제외한 추가 검증 결과, 여섯 가지 특성요소와 관련한 가설 모두 채택됨(가설2는 부분채택)을 확인하였다. 이는 소셜댓글을 이용한 긍정적인 댓글문화 형성의 가능성을 보여주는 실증 결과로써, 악성댓글 문제 및 댓글의 품질을 획기적으로 개선할 수 있는 방안 마련의 기초자료로 활용될 수 있기를 기대한다.
일반댓글과 소셜댓글의 차이를 검증하기 위해 댓글의 여섯 가지 특징에 대한 측정값을 활용, t-test한 결과는 [표 7]과 같다. 먼저, 일반댓글의 길이 평균은 103.190, 소셜댓글의 길이 평균은 88.390으로, 이 차이는 통계적으로 유의한 것으로 나타나 일반댓글에 비해 소셜댓글의 길이가 짧을 것이라는 가설 1이 채택되었다. 댓글의 공감도 변수의 경우, 일반댓글의 평균은 1.
보다 정교한 내용 분석을 위해 향후 연구에서는 5점 척도 이상의 코딩스 킴으로 재구성할 필요가 있다. 셋째, 일반댓글과 소셜댓글 특징 비교에 있어 댓글의 샘플 수에 한계가 있다는 점이다. 본 연구에서는 7개월 동안 대상 기사의 전체 댓글만을 분석 대상으로 삼았지만, 향후 연구에서는 좀 더 많은 양의 데이터를 사용하여 연구를 진행할 필요가 있다.
본 연구는 온라인 뉴스 사이트에서 일반댓글과 소셜댓글의 비교분석을 통해, 구체적으로 댓글의 어떠한 특성요소들이 유의하게 차이가 나는지를 댓글 현황 데이터를 활용하여 검증함으로써, 향후 바람직한 댓글문화 형성을 위한 소셜댓글의 역할을 집중적으로 조명해 보고자하는 연구이다. 연구모형 검증결과, 일반댓글과 소셜댓글은 댓글의 여섯 가지 특성요소 가운데, 댓글의 길이, 댓글의 태도 및 댓글의 공감도 변수에서 유의한 차이를 보임을 확인하였다. 또한, 사회적인 활동이 전무한(사회적 및 기술적 익명성이 높은) 계정을 활용한 소셜댓글을 제외한 추가 검증 결과, 여섯 가지 특성요소와 관련한 가설 모두 채택됨(가설2는 부분채택)을 확인하였다.
이에, SNS 계정의 ‘사회적 활동’ 요소를 고려, 사회적 활동이 존재하는 소셜댓글만으로 샘플을 재구성하여 추가 분석한 결과, 트 위터와 페이스북 활용 소셜댓글 그룹은 댓글의 품질 및 기사 관련성 변수에 대해 유의한 차이가 발생함을 확인 하였다.
[6]은 2007년 국내에 도입된 제한적 본인확인제와 관련하여 소셜댓글과 일반댓글의 특징을 익명성을 사용하여 설명하고자 하였다. 일반댓글을 주로 사용하는 102명의 이용자와 소셜댓글을 주로 사용하는 80명의 이용자를 대상으로 설문조사를 실시한 결과, 소셜댓글 이용자들은 상대적으로 기술적 익명성이 높게 보장됨에도 악성댓글과 같은 사회적 일탈을 조장하는 자기통제 정도가 더 높은 것으로 나타났다. 이는 이용자들이 이미 구축해 놓은 개인적 사회관계망으로 인해 사회적 익명성이 낮아졌기 때문으로 해석하였다.
즉, 미투데이 계정 사용자가 상대적으로 높은 사회적 익명성을 활용해 극단적인 댓글 이용 행태를 많이 보인 것으로 분석된다.
t-test 분석 결과, 댓글의 품질 및 기사 관련성 변수에서 두 SNS 그룹 간 차이가 유의한 것으로 나타나 가설 7이 부분적으로 채택되는 것으로 조사되었다. 즉, 정보성이나 시의성이 강한 트위터에 비해, 친구들과 일상적이고 주관적인 의견을 많이 교환하는 페이스북을 사용한 소셜댓글의 경우, 품질이 높으며 기사 관련성 또한 더욱 우수함을 확인할 수 있었다. 흥미롭게도 댓글의 길이는 두 그룹 간 유의한 차이를 보이지 않았는데, 이는 두 계정을 활용한 소셜댓글이 주로 기사의 URL을 스크랩하거나 기사에 대한 간단한 의견을 남기는 데 주로 사용되었기 때문으로 판단된다.
본 연구는 두 가지 측면에서 학술적 시사점이 있다. 첫째, 일반댓글에 비해 소셜댓글이 가지는 특징을 실증적으로 규명했다는 점이다. 소셜댓글에 대한 연구가 거 의 전무한 상황에서 소셜댓글의 특징을 세부 특성요소 별로 규명함으로써, 향후 소셜댓글 관련 연구에 발판이 될 수 있을 것으로 기대한다.
일반적인 소셜댓글의 경우, 자신의 SNS 계정으로 로그인한 후 댓글을 작성하고, 이러한 활동은 본인의 SNS 계정과 연결된 팔로워(follower) 혹은 친구들과 공유가 되기 때문에 일반댓글에 비해 사회적 익명성이 낮은 특징을 가지고 있다. 하지만, 실제 수집된 소셜 댓글을 면밀히 분석해 본 결과, 상당수의 소셜댓글 SNS 계정이 친구(혹은 팔로워)들과의 일상적인 의견 공유를 포기한 채, 높은 사회적 익명성을 누리면서, 오직 소셜댓글을 작성하는 목적으로만 사용되고 있음을 확인하였다. 이렇게 비정상적인 SNS 계정을 통해 작성된 소셜댓글의 경우, 닉네임을 사용하는 일반댓글과 같이 높은 사회적 익명성을 누림과 동시에, 회원가입시 본인인증 등의 절차가 생략됨으로 인해 일반댓글에 비해 더욱 높은 기술적 익명성도 함께 누릴 수 있기 때문에[6], 기사의 내용과 무관한 극단적인 악성댓글을 포함한 비율이 높은 특징을 가지고 있었다.
310으로 나타나 소셜댓글의 공감도가 일반댓글에 비해 높을 것이라는 가설 3이 채택되었다. 한편, 댓글의 태도 변수의 경우, 긍정적인 감정은 두 그룹 간 유의한 차이가 존재하지 않는 것으로 나타 났으나, 부정적인 감정의 경우에는 두 그룹 간 유의한 차이가 있는 것으로 조사되었다(일반댓글 평균=1.710, 소셜댓글 평균=1.310). 따라서 가설 2는 부분적으로 채택됨을 확인하였다.
후속연구
이 연구는 일반댓글에 비해 소셜댓글이 가지는 특징(예: 높은 기술적 익명성과 낮은 사회적 익명성)을 실증적으로 분석한 최초의 연구라는 점에서 의의가 있다. 그러나 개인의 인지 (perception)에 의존하여 설문조사를 실시함으로써 일반댓글과 소셜댓글 사용자를 명확히 구분하지 못한 점, 실증적인 댓글 현황 자료를 사용하지 않은 점, 악성댓글 행위 자체를 물어보지 못하고 이와 관련이 있을 것으로 추정되는 자기통제 정도를 질문한 점 등에서 한계가 존재한다. 이에, 본 연구에서는 온라인 뉴스 사이트에서 실제 행위로 나타난 일반댓글과 소셜댓글의 비교 분석을 통해, 구체적으로 댓글의 어떠한 특성요소(예: 길이, 태도, 공감도, 품질, 악성댓글 비율, 기사와의 관련성 등)들이 유의하게 차이가 나는지를 검증함으로써, 향후 바람직한 댓글문화 형성을 위한 소셜댓글의 역할을 집중적으로 조명해보고자 한다.
향후 소셜댓글 플랫폼을 자유롭게 개인 블로그 및 온라인 커뮤니티에 도입할 수 있게 된다면, 일반댓글에 비해 소셜댓글이 차지하는 비중이 상당히 높아질 것으로 예상된다. 따라서, 본 연구의 결과가 후속연구의 가이드라인 역할을 수행, 향후 다양한 분야에서의 댓글관련 연구(일반댓글 및 소셜댓글)의 시발점이 될 수 있기를 기 대한다.
이는 소셜댓글이 그동안 충분히 활성화되지 못하여 이를 인지하는 사용자가 적어 설문 데이터를 많이 모을 수 없었던 점과, 실제 거대한 양의 온라인 뉴스 댓글 데이터를 수집하여 텍스트마이닝(text mining) 혹은 오피니언마이닝(opinion mining) 기법과 같은 빅데이터 (big data) 분석을 적용할 수 있는 환경이 그동안 조성 되지 않았던 점 등이 작용했을 것으로 판단된다. 또한, 국내 연구의 경우 소셜댓글과 일반댓글의 비율이 적절하게 구성된 온라인 뉴스 사이트를 찾기 어려워 비교분석 연구가 쉽지 않았던 점도 이유가 될 수 있을 것으로 판단된다.
상품평과 같은 댓글이 소셜댓글의 형태로 게시된다면, 일반댓글에 비해 근거 없는 비방이나 욕설이 감소하고, 신뢰성이 높은 정보의 공유가 가능해 질 것이다. 또한, 기업의 마케팅 수단으로 현재 활발하게 이용되고 있는 소셜미디어와 결합하여 소셜댓글이 활용된다면, 온라인 비즈니스 분야의 새로운 마케팅 채널로 각광받게 될 것으로 기대한다.
둘째, 내용분석에서 측정값을 High, Medium, Low의 3점 척도로 단순화한 점이다. 보다 정교한 내용 분석을 위해 향후 연구에서는 5점 척도 이상의 코딩스 킴으로 재구성할 필요가 있다. 셋째, 일반댓글과 소셜댓글 특징 비교에 있어 댓글의 샘플 수에 한계가 있다는 점이다.
셋째, 일반댓글과 소셜댓글 특징 비교에 있어 댓글의 샘플 수에 한계가 있다는 점이다. 본 연구에서는 7개월 동안 대상 기사의 전체 댓글만을 분석 대상으로 삼았지만, 향후 연구에서는 좀 더 많은 양의 데이터를 사용하여 연구를 진행할 필요가 있다. 마지막으로, 댓글 간의 상호작용을 고려하지 않은 점에 있어 분명한 한계점이 있다.
본 연구의 결과를 토대로 지속적인 관련 연구주제들이 파생될 것으로 기대한다. 기존에 진행되었던 온라인 뉴스 댓글 관련 연구뿐만 아니라, 온라인 커뮤니티 혹은 개인 블로그 사이트 등에서의 댓글 커뮤니케이션 연구도 소셜댓글과 결부되어 진행될 수 있을 것이다.
본 연구의 한계점으로는 첫째, 특정 언론사(한겨레신 문사) 온라인 뉴스 사이트를 대상으로 연구를 진행하였기 때문에, 연구 결과의 일반화에 제약이 있다는 점이다. 앞서 언급하였듯이, 본 연구가 수행될 당시 일반댓글과 소셜댓글이 적절하게 구성된 온라인 뉴스 사이트로는 한겨레신문사 웹사이트가 유일했기에 이를 분석 대상으로 선정할 수밖에 없었지만, 향후 연구에서는 좀 더 다양한 온라인 뉴스 사이트들을 대상으로 실증적 연구가 진행되어 연구의 외적타당성이 확보되기를 기대한다.
첫째, 일반댓글에 비해 소셜댓글이 가지는 특징을 실증적으로 규명했다는 점이다. 소셜댓글에 대한 연구가 거 의 전무한 상황에서 소셜댓글의 특징을 세부 특성요소 별로 규명함으로써, 향후 소셜댓글 관련 연구에 발판이 될 수 있을 것으로 기대한다. 둘째, 소셜댓글과 일반댓글 간 비교 분석을 실제 현황 데이터(archival data)를 활용하여 수행하였다는 점이다.
본 연구의 한계점으로는 첫째, 특정 언론사(한겨레신 문사) 온라인 뉴스 사이트를 대상으로 연구를 진행하였기 때문에, 연구 결과의 일반화에 제약이 있다는 점이다. 앞서 언급하였듯이, 본 연구가 수행될 당시 일반댓글과 소셜댓글이 적절하게 구성된 온라인 뉴스 사이트로는 한겨레신문사 웹사이트가 유일했기에 이를 분석 대상으로 선정할 수밖에 없었지만, 향후 연구에서는 좀 더 다양한 온라인 뉴스 사이트들을 대상으로 실증적 연구가 진행되어 연구의 외적타당성이 확보되기를 기대한다. 둘째, 내용분석에서 측정값을 High, Medium, Low의 3점 척도로 단순화한 점이다.
또한, 사회적인 활동이 전무한(사회적 및 기술적 익명성이 높은) 계정을 활용한 소셜댓글을 제외한 추가 검증 결과, 여섯 가지 특성요소와 관련한 가설 모두 채택됨(가설2는 부분채택)을 확인하였다. 이는 소셜댓글을 이용한 긍정적인 댓글문화 형성의 가능성을 보여주는 실증 결과로써, 악성댓글 문제 및 댓글의 품질을 획기적으로 개선할 수 있는 방안 마련의 기초자료로 활용될 수 있기를 기대한다. 또한, 비정상적인 SNS 계정을 통한 소셜댓글 작성을 통제할 수 있는 방안 마련 또한 시급히 해결되어야 할 과제임을 본 연구에서는 제시하고 있다.
추가 사후분석’에서는 비정상적인 SNS 계정(pseudo 계정)을 통해 작성된 소셜댓글을 표본에서 제외한 후, 연 구모형(가설 1 ∼ 가설 7)에 대한 재검증을 시도해 보았다. 이러한 추가분석을 통해 향후 비정상적인 SNS 계정을 통한 소셜댓글 작성을 통제할 수 있는 방안이 마련될 경우, 소셜댓글의 장점을 극대화할 수 있는 근거를 제시할 수 있게 되기를 기대한다.
기존에 진행되었던 온라인 뉴스 댓글 관련 연구뿐만 아니라, 온라인 커뮤니티 혹은 개인 블로그 사이트 등에서의 댓글 커뮤니케이션 연구도 소셜댓글과 결부되어 진행될 수 있을 것이다. 향후 소셜댓글 플랫폼을 자유롭게 개인 블로그 및 온라인 커뮤니티에 도입할 수 있게 된다면, 일반댓글에 비해 소셜댓글이 차지하는 비중이 상당히 높아질 것으로 예상된다. 따라서, 본 연구의 결과가 후속연구의 가이드라인 역할을 수행, 향후 다양한 분야에서의 댓글관련 연구(일반댓글 및 소셜댓글)의 시발점이 될 수 있기를 기 대한다.
본 연구에서는 댓글 자체를 분석 단위로 하여 연구를 진행하였기 때문에 ‘댓글의 댓글’은 분석 대상으로 삼지 않았다. 향후, 댓글 문화나 댓글의 상호작용에 대한 연구에서는 이러한 댓글 간의 관계 또한 분석할 필요가 있다.
이를 통해, 소셜댓글이 댓글의 사회적 역기능을 억제하고, 향후 바람직한 댓글문화 형성의 대안이 될 수 있음을 구체적인 근거를 통해 제시하였다. 현재 크게 활성화 되어 있지 않은 소셜댓글에 대한 활발한 이용 유도는 긍정적 댓글의 증가 및 부정적 댓글의 감소, 댓글의 공감도 향상, 댓글의 품질 향상, 악성댓글의 감소, 기사와 관련된 댓글의 증가 등의 형태로 나타나, 향후 건전한 댓글문화 형성에 크게 기여할 수 있을 것으로 기대한다. 나아가, 온라인 뉴스 제공업체 사이트뿐만 아니라, 일반 기업 및 정부기관 사이트에서도 소셜댓글의 활용은 긍정적인 효과를 낳을 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
소셜댓글 서비스란 무엇인가?
반면, 소셜댓글 서비스란 온라인 뉴스 제공 사이트에서 별도의 회원가입 절차를 거치지 않고, 자신의 SNS 아이디로 댓글을 작성할 수 있는 서비스를 말한다[6]. 이렇게 작성된 소셜댓글은 댓글의 내용과 기사의 URL(uniform resource locator)이 자신의 SNS 계정에 업데이트 된다는 점에서 일반댓글과 차이가 있다.
일반댓글이 소셜댓글에 비해 가지는 차이점은 무엇인가?
일반댓글은 해당 뉴스 사이트에 직접 회원가입을 한 후, 생성된 아이디와 비밀번호를 통해 로그인 하여 댓글을 게재하는 방식을 말한다. 기존의 인터넷 사이트에서의 댓글 활동으로 생성된 댓글을 통칭하며, 회원가입 시에 다양한 개인정보가 요구된다는 점에서 소셜댓글과 차이가 있다.
온라인 뉴스 댓글의 종류는 어떻게 나눌 수 있는가?
온라인 뉴스 댓글의 종류는 크게 일반댓글과 소셜댓글로 나눌 수 있다[6]. 일반댓글은 해당 뉴스 사이트에 직접 회원가입을 한 후, 생성된 아이디와 비밀번호를 통해 로그인 하여 댓글을 게재하는 방식을 말한다.
참고문헌 (31)
조수선, 다매체 환경과 뉴스 수용자의 미래: 신문과 인터넷 뉴스를 중심으로, 미디어연구소, 2003.
한정화, 박진완, "소셜미디어에 공유한 정보를 통한 개인 성격유형 분석 앱 개발", 한국콘텐츠학회논문지, 제14권, 제2호, pp.19-27, 2014.
이형주, 이호성, 양성병, "온라인 뉴스 사이트에서 독자의 자발적 구독료 지불행위에 영향을 미치는 요인에 대한 연구: 공감의 역할을 중심으로", 지식경영연구, 제14권, 제5호, pp.1-17, 2013.
N. J. Thurman, "Forums for Citizen Journalists? Adoption of User Generated Content Initiatives by Online News Media," New Media & Society, Vol.10, No.1, pp.139-157, 2008.
R. Wang, S. Chen, and X. Wang, "Signing Me onto your Accounts through Facebook and Google: A Traffic-guided Security Study of Commercially Deployed Single-sign-on Web Services," In Security and Privacy (SP), pp.365-379, 2012.
G. Kontaxis, M. Polychronakis, and E. P. Markatos, "Minimizing Information Disclosure to Third Parties in Social Login Platforms," International Journal of Information Security, Vol.11, No.5, pp.321-332, 2012.
지원배, "네티즌의 광고 비평에 관한 연구: TV광고 댓글을 중심으로", 광고PR실학연구, 제5권, 제1호, pp.26-51, 2012.
A. Lang, D. Potter, and M. E. Grabe, "Making News Memorable: Applying Theory to the Production of Local Television News," Journal of Broadcasting & Electronic Media, Vol.47, No.1, pp.113-123, 2003.
M. M. Wasko and S. Faraj, "Why Should I Share? Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice," MIS Quarterly, Vol.29, No.1, pp.35-57, 2005.
김혜미, 이준웅, "인터넷 뉴스와 댓글의 뉴스 프레임 융합 효과 연구", 한국언론학보, 제55권, 제2호, pp.32-55, 2011.
D. J. Hughes, M. Rowe, M. Batey, and A. Lee, "A Tale of Two Sites: Twitter vs. Facebook and the Personality Predictors of Social Media Usage," Computers in Human Behavior, Vol.28, No.2, pp.561-569, 2012.
J. W. Pennebaker, M. R. Mehl, and K. G. Niederhoffer, "Psychological Aspects of Natural Language Use: Our Words, our Selves," Annual Review of Psychology, Vol.54, No.1, pp.547-577, 2003.
L. R. James, R. G. Demaree, and G. Wolf, "Estimating Within-Group Interrater Reliability with and without Response Bias," Journal of Applied Psychology, Vol.69, No.1, pp.85-98, 1984.
T. Biemann, M. S. Cole, and S. Voelpel, "Within-group Agreement: On the Use (and Misuse) of rWG and rWG(J) in Leadership Research and Some Best Practice Guidelines," The Leadership Quarterly, Vol.23, No.1, pp.66-80, 2012.
J. M. LeBreton and J. L. Senter, "Answers to 20 Questions About Interrater Reliability and Interrater Agreement," Organizational Research Methods, Vol.11, No.4, pp.815-852, 2008.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.