[논문]SNS의 관심도가 선거결과에 미치는 영향 분석

최은정; 최세원; 이시연; 김명주

doi:10.14400/jdc.2017.15.2.191

[국내논문] SNS의 관심도가 선거결과에 미치는 영향 분석
Analysis of the effect of the mention in SNS on the result of election 원문보기

디지털융복합연구 = Journal of digital convergence, v.15 no.2, 2017년, pp.191 - 197

최은정 (서울여자대학교 정보보호학과) , 최세원 (서울여자대학교 정보보호학과) , 이시연 (서울여자대학교 정보보호학과) , 김명주 (서울여자대학교 정보보호학과)

초록
AI-Helper

SNS(Social Network Service)를 통해 개인의 의견을 표현하거나 논의가 이루어짐에 따라 SNS는 여론의 방향을 판단할 수 있는 새로운 근거로 사용되고 있다. 이러한 변화는 선거에서도 나타나고 있는데, 다수의 유권자들의 SNS를 통해 다양한 의견을 개진하기 때문에 후보자도 새로운 소통의 장으로 활용하고 있다. 본 논문에서는 선거에 대한 SNS 상의 관심 정도가 실제 선거결과에 어떠한 영향을 미치는지 알기 위해서 우리나라 20대 국회의원 선거과정에서의 SNS 관심도를 수집하고 분석하였다. 이러한 결과를 전통적인 여론조사 결과와 비교하여 어느 것이 더 결과를 잘 예측했는지 비교해 보았다. 결론적으로 전통적인 여론조사보다는 SNS관심도가 선거결과에 더 일치하였음을 알 수 있었다.

Abstract ▼ AI-Helper

As individual opinions are expressed and discussed through SNS, SNS is used as a new basis to estimate the direction of public opinion. This change also appears in election. So many voters state their views through SNS, so that candidates utilize it as a new space for communication. In this paper, positive mention in SNS were collected and analysed in the course of the election of Korean 20th Congressman, to understand how the mention on election in SNS affects the result of election. This result was compared with the traditional survey on public opinion, to find out which one more corresponds to the result. In conclusion, mention in SNS coincide more with the result of elelction than the traditional survey.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 유권자들의 SNS를 기반으로 한 후보자들에 대한 관심이 선거 결과에 어떠한 영향을 미치는지를 분석해 보고자 한다. 이를 위해 SNS 상에서의 후보에 대한 언급, 즉 특정 후보에 대한 관심 정도를 분석하고 실제 선거 결과에 어떠한 영향을 미치는지 분석하였다.

가설 설정

본 연구에서는 SNS 중 트위터 상에서의 데이터양과 내용을 분석하였다. 특정 선거구의 후보자 A와 후보자 B의 데이터를 추출하였을 때, 그 데이터의 양이 후보자 B에 비해 A가 우세하였을 경우 후보자 A가 당선을 거머쥘 것이라고 가정하였다. 즉, 트위터 상에서 이용자들에 의해 언급되는 양이 많을수록, 관심도가 높을수록 선거에서의 승리를 가져갈 확률이 높다고 가정하였다.
특정 선거구의 후보자 A와 후보자 B의 데이터를 추출하였을 때, 그 데이터의 양이 후보자 B에 비해 A가 우세하였을 경우 후보자 A가 당선을 거머쥘 것이라고 가정하였다. 즉, 트위터 상에서 이용자들에 의해 언급되는 양이 많을수록, 관심도가 높을수록 선거에서의 승리를 가져갈 확률이 높다고 가정하였다.

제안 방법

본 논문에서는 유권자들의 SNS를 기반으로 한 후보자들에 대한 관심이 선거 결과에 어떠한 영향을 미치는지를 분석해 보고자 한다. 이를 위해 SNS 상에서의 후보에 대한 언급, 즉 특정 후보에 대한 관심 정도를 분석하고 실제 선거 결과에 어떠한 영향을 미치는지 분석하였다. 또한 선거 전까지 지속적으로 발표 되었던 기존 여론조사와 SNS 상의 후보자 관심도를 비교하여 어느 방법이 더 정확한 예측을 하였는지 비교해 보도록 한다.
이를 위해 SNS 상에서의 후보에 대한 언급, 즉 특정 후보에 대한 관심 정도를 분석하고 실제 선거 결과에 어떠한 영향을 미치는지 분석하였다. 또한 선거 전까지 지속적으로 발표 되었던 기존 여론조사와 SNS 상의 후보자 관심도를 비교하여 어느 방법이 더 정확한 예측을 하였는지 비교해 보도록 한다.
본 연구에서는 SNS 중 트위터 상에서의 데이터양과 내용을 분석하였다. 특정 선거구의 후보자 A와 후보자 B의 데이터를 추출하였을 때, 그 데이터의 양이 후보자 B에 비해 A가 우세하였을 경우 후보자 A가 당선을 거머쥘 것이라고 가정하였다.
그 결과 새누리‘정운천’ 후보의 이름과 ‘새누리’가 높은 빈도수로 언급되어 워드클라우드 상에 크게 나타남을 확인할 수 있다. 또한, 검색된 데이터에서 불용어를 제외한 단어를 추출하고, 추출된 단어들 간의 연관성을 분석하였다. 언급된 단어 중 주로 언급된 단어 간 높은 연관성을 갖는 단어를 살펴본 결과, '새누리‘, ’화이팅‘, ’당선‘, ’전주‘ 등의 단어가 전주을과 높은 관계성을 갖는 것으로 확인되었다.
데이터는 여론조사와 SNS데이터로 구분하였으며 각 부문에서 후보들은 A와 B로 구별하여 유리(Δ)한 후보자와 불리(∇)한 후보자를 표시하고 최종적으로 당선된 사람을 표기하였다.

대상 데이터

먼저, 검증의 신뢰도를 높이기 위해 크게 주목 받는 선거구가 아니었던 서울 ‘양천을’의 데이터를 검색해 보았다.
다음은 4월 1일부터 12일까지의 트위터 데이터 중 ‘양천을’이라는 단어를 포함하고 있는 문장들의 단어를 추출 한 뒤 상위 언급된 단어들을 점차적으로 크게 나타낸 워드클라우드와, 추출 단어들을 피라미드 형식으로 정리한 자료이다.
여론조사와 반대되는 개표 결과를 나타낸 선거구의 데이터를 분석해보기 위해 전북 ‘전주을’을 키워드로, 4월1일부터 12일까지의 데이터를 검색했다.
특정 선거구를 입력하였을 때 후보들의 관심도를 측정해보기 위해 선거 전부터 주목 받는 선거구로 언급되었던 서울 ‘종로’의 트위터 데이터를 같은 기간 동안 수집했다.

데이터처리

데이터를 보다 심층적으로 분석해보기 위해서, ‘정세균’ 후보자의 이름을 트위터 상에서 검색했을 때 추출된데이터에 대해 긍정 부정 언급 분석을 하였다.

성능/효과

그리고 실제 개표 결과 ’더불어민주당‘의 ‘최형재’ 후보가 우세했던 여론조사 결과와는 달리, 선거 전 트위터 상에서 관심이 높았던 ‘새누리당’의 ‘정운천’ 후보가 승리를 거머쥐었다.
언급된 단어 중 주로 언급된 단어 간 높은 연관성을 갖는 단어를 살펴본 결과, '새누리‘, ’화이팅‘, ’당선‘, ’전주‘ 등의 단어가 전주을과 높은 관계성을 갖는 것으로 확인되었다.
추출된 데이터를 분석해 본 결과, 여론조사와 마찬가지로 ‘새누리당’의 ‘김용태’ 후보가 ‘더불어민주당’의 이용선 후보와 비교하여더 많은 수로 언급되어 추출된 워드클라우드 상에 나타남을 확인할 수 있었다.
그 결과 새누리‘정운천’ 후보의 이름과 ‘새누리’가 높은 빈도수로 언급되어 워드클라우드 상에 크게 나타남을 확인할 수 있다.
하지만 결과적으로 SNS상에서 언급된 데이터양이 많은 더민주의‘전재수’ 후보가 당선되었다.
부산 북강서갑의 데이터 결과를 보면 ‘전재수’ 후보가‘박민식’ 후보에 비해 현저히 많은 데이터 양을 가지고 있음을 알 수 있다.
여론조사 결과에서는 ‘새누리당’의 ‘오세훈’ 후보가 우세할 것으로 예상되었다.
하지만 데이터 추출 결과 ‘더불어민주당’의 ‘정세균’ 후보가 더 많은 빈도로 언급되어워드클라우드상에 크게 나타남을 확인했다.
‘이정현’ 후보와 ‘노관규’ 후보에 대해 여론조사 상에서 우세했던 더불어 민주당의 ‘노관규’ 후보와 비교했을 때 새누리당의 ‘이정현’ 후보의 데이터 양이 압도적으로 많음을 확인할 수 있다.
결과적으로 여론조사와 달리 SNS 상에서의 관심도가 높았던 새누리당의 ‘이정현’ 후보가 당선되었다.
결과적으로 여론조사와 달리 SNS 상에서의 관심도가 높았던 새누리당의 ‘이정현’ 후보가 당선되었다. 또한 당선된 이정현 후보의 워드클라우드에서 추출된 단어에 대한 긍정 부정 단어 언급 빈도수를 그래프로 확인해본 결과 0점 이상의 점수를 얻은 긍정 언급이 많음을 확인할 수 있다.
결과적으로 선거 전 실시되었던 여론조사에서 승리가 예상되었던 새누리당의 ‘나성린’ 후보를 제치고 ‘김영춘’ 후보가 승리를 거머쥐었다.
부산 진구갑의 당선자 김영춘 후보자의 데이터의 긍정 부정 언급 빈도수를 확인해본 결과, 중립성을 띄는 구간의 단어를 제외하면 긍정적인 언급의 수가 더 많음을 확인할 수 있다. 부산 진구갑의 데이터 또한 특정 지역구를 검색했을 때 더 많은 수로 언급된 후보가 승리를 가져간다는 본 연구의 가설을 입증하는 사례임을 확인할 수 있었다.
부산 진구갑의 당선자 김영춘 후보자의 데이터의 긍정 부정 언급 빈도수를 확인해본 결과, 중립성을 띄는 구간의 단어를 제외하면 긍정적인 언급의 수가 더 많음을 확인할 수 있다. 부산 진구갑의 데이터 또한 특정 지역구를 검색했을 때 더 많은 수로 언급된 후보가 승리를 가져간다는 본 연구의 가설을 입증하는 사례임을 확인할 수 있었다. 또한 앞선 사례들은 SNS의 데이터를 통해 특정 지역구에서는 특정 정당이 절대적으로 유리하다는 사회적 통념을 빗겨간 선거 결과 또한 예측할 수 있음을 확인하였다.
부산 진구갑의 데이터 또한 특정 지역구를 검색했을 때 더 많은 수로 언급된 후보가 승리를 가져간다는 본 연구의 가설을 입증하는 사례임을 확인할 수 있었다. 또한 앞선 사례들은 SNS의 데이터를 통해 특정 지역구에서는 특정 정당이 절대적으로 유리하다는 사회적 통념을 빗겨간 선거 결과 또한 예측할 수 있음을 확인하였다.
데이터는 여론조사와 SNS데이터로 구분하였으며 각 부문에서 후보들은 A와 B로 구별하여 유리(Δ)한 후보자와 불리(∇)한 후보자를 표시하고 최종적으로 당선된 사람을 표기하였다. 위의 사례에서 확인할 수 있듯 SNS 데이터가 우세한 후보자가 당선을 거머쥘 가능성이 높다는 것을 확인할 수 있다.
본 논문에서는 우리나라 20대 국회의원 선거 과정에서 후보자들이 SNS 이용자들의 관심을 많이 받을수록,SNS 이용자들에게 더 많이 언급될수록 선거에서 승리를 거머쥘 가능성이 크다는 것을 보여주었다. 선거구에 대해 트위터 상의 관심도에서 우위를 점하는 후보, 경쟁 후보의 이름을 검색했을 때 관심도에서 우위를 점하는 후보가 당선될 확률이 컸다.
선거구에 대해 트위터 상의 관심도에서 우위를 점하는 후보, 경쟁 후보의 이름을 검색했을 때 관심도에서 우위를 점하는 후보가 당선될 확률이 컸다. 또한, 이러한 과정에서 추출된 트윗 중 당선된 후보자의 데이터에 대한 긍정 부정 언급빈도를 조사해본 결과 긍정적인 단어를 포함하는 언급이 비교적 많았음을 알 수 있었다. 그리고 여론조사에서 우세하거나 사회 통념상 후보자의 지역구에서 한 정당이 절대적으로 우세하다고 예상되더라도, SNS 상에서 관심을 더 받지 못한다면 선거에서 당선되지 못하는 결과를 보여주었다.
또한, 이러한 과정에서 추출된 트윗 중 당선된 후보자의 데이터에 대한 긍정 부정 언급빈도를 조사해본 결과 긍정적인 단어를 포함하는 언급이 비교적 많았음을 알 수 있었다. 그리고 여론조사에서 우세하거나 사회 통념상 후보자의 지역구에서 한 정당이 절대적으로 우세하다고 예상되더라도, SNS 상에서 관심을 더 받지 못한다면 선거에서 당선되지 못하는 결과를 보여주었다.

후속연구

추후에는 데이터 분석 과정에서 단순히 관심도를 측정하는 것을 넘어, 여론 몰이나 여론 조작 여부를 판단하여 좀 더 세밀한 분석이 가능하도록 할 것이다. 더불어 분석 대상을 트위터 외에 블로그나 뉴스 기사의 댓글, 또 다른 SNS 채널의 의견 등으로 확장하여 보다 고도화된 분석이 가능하도록 확장할 것이다.
추후에는 데이터 분석 과정에서 단순히 관심도를 측정하는 것을 넘어, 여론 몰이나 여론 조작 여부를 판단하여 좀 더 세밀한 분석이 가능하도록 할 것이다. 더불어 분석 대상을 트위터 외에 블로그나 뉴스 기사의 댓글, 또 다른 SNS 채널의 의견 등으로 확장하여 보다 고도화된 분석이 가능하도록 확장할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	특정 트윗의 이용자수가 기하급수적으로 늘어날 수 있는 이유는 무엇인가?	우선 팔로잉, 즉 관계 맺기의 일방향성이다. 팔로잉을 하고자하는 해당 트위터 사용자의 허락이 필요하지 않고 본인이 관심 있는, 혹은 의견이나 관심사가 같은 사용자를 팔로우하여 트윗을 자유롭게 받아볼 수 있다. 때문에 특정 트윗의 이용자수(좋아요 수, 리트윗 수, 댓글 수)는 기하급수적으로 늘어날 수 있다.
	소셜미디어를 통해서 무엇을 할 수 있는가?	소셜미디어(Social Network Service, SNS)가 발달함에 따라 수많은 사람들이 이를 활용하여 정보를 유통시키고, 의견을 공유하고 네트워크를 형성한다. 소셜미디어를 통해서 아는 사람, 모르는 사람에 관계없이 자유로운 의사소통을 할 수 있고, 관심사나 의견에 따라 다양한 사회적 관계를 생성할 수 있다. 상호간에 수많은 데이터를 주고받으면서 타인에게 영향을 미치고 영향을 받기도 하며, 개인적으로 피력한 의견이 SNS 공간 내에서 여론의 기능을 하기도 한다.
	SNS 이용자들이 사회나 정치 현상에 대해서 의견을 피력한 사례가 무엇이 있는가?	이러한 현상은 선거의 과정에서도 동일하게 나타나고 있다. 예를 들어 특정 후보 관련 동영상 수와 블로그에 후보를 언급한 수가 선거 결과에도 동일하게 나타나는 영향을 보여주었다[7].

참고문헌 (15)

http://facebook
http://www.twitter.com
http://blog.naver.com
http://www.instagram.com
Y. H. KIM, "Analysis of trend and behavior on SNS (Social Network Service)" KISDI STAT REPORT, Vol. 2, No. 9, pp. 151-170, 1999.
Sunil, W., David, S., Munir, M., and Christine, B. Willians, "Web2.0 and Politics : The 2008 U.S. Presidential Election and an E-Politics Research Agenda", MIS Quarterly, Vol. 16-07, pp. 669-688, 2016. 4. 15.
W. S. Song, J. H. Lee. "Predicting News Story Virality in Social Media." Conference of Korean Institute of Information Scientists and Engineers, pp. 474-476, 2014.12.
J. S. Min, "Study on Twitter users' political participation", KRCRA No.12, Vol 2, pp. 274-303, 2012. 6.
Y. W. No, D. Y. Kim, J. E, Han, J. T. Lim, K. S. Boek, J. S. Yoo, "Hot Topic Prediction Scheme Considering User Influences in Social Networks", Journal of Korea Contents Association Research, Vol.15, No. 8, pp24-36, 2015.8.
J. H. Na, Y. S. Kim, "Forecasting Unemployment Rate using Social Media Information", Journal of the Korea Industrial Information Systems Research, Vol. 18, No. 6, pp95-101, 2013.12

원문보기 상세보기
S. G. Yoon, S. H. Kim, K. S. Shin. "Development of the Accident Prediction Model for Enlisted Men through an Integrated Approach to Datamining and Textmining." Journal of Intelligence and Information Systems, Vol. 21.3 pp. 1-17, 2015.9.
J. B. Lee, C. K. Lee, K. J. Cha, "An Analysis of IT Trends Using Tweet Data", Journal of Intelligence and Information Systems, Vol. 21, No. 1, pp143-159, 2015.3

원문보기 상세보기
D. Y. Kim, H. E. Hong, "The Limited Meanings and Roles of the Reply as the Instrument of Political Participation", Cybercommunication Academic Society Vol. 32, No. 1, pp51-86, 2015.3
J. Y. Kim, C. K. Kang, "They Representative Enough? : Comparative Modes of Public Opinion Surveys", Peace Strides, Vol.22, No. 2, pp360-397, 2014.10
http://www.realmeter.net/

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증