[논문]국가 정책에 대한 언론과 SNS 반응의 감성 분석 연구 -아동 수당, 출산 장려금 정책을 중심으로-

윤혜민; 최은정

doi:10.14400/jdc.2019.17.2.195

[국내논문] 국가 정책에 대한 언론과 SNS 반응의 감성 분석 연구 -아동 수당, 출산 장려금 정책을 중심으로-
A Study on Sentiment Analysis of Media and SNS response to National Policy: focusing on policy of Child allowance, Childbirth grant 원문보기

디지털융복합연구 = Journal of digital convergence, v.17 no.2, 2019년, pp.195 - 200

윤혜민 (서울여자대학교 정보보호학과) , 최은정 (서울여자대학교 정보보호학과)

초록
AI-Helper

스마트폰, 태블릿 등의 이동 통신 기기와 PC 이용이 확장됨에 따라 인터넷 상에서 데이터가 기하급수적으로 수집되고 있다. 또한 SNS의 발전으로 인해 이용자 간의 자유로운 의사소통과 여러 분야의 정보를 공유할 수 있어 다양한 다량의 의견들이 빅데이터 형태로 쌓이고 있다. 이에 따라 빅데이터 분석 기법을 사용하여 일반 사람들의 반응과 언론사의 뉴스 기사 반응의 차이를 알아보는 기법이 대두되고 있다. 본 논문에서는 아동 수당과 출산 장려금에 대해 SNS에서 나타난 대중들의 반응과 언론사의 반응을 분석하였다. 이를 위해 일정 기간 동안 트위터에 올라온 이용자들의 글을 수집하고 뉴스 기사를 크롤링하여 감성 분석을 진행하였다. 이를 통해 SNS에 나타나는 대중의 의견과 언론사 뉴스의 반응을 비교하여 대중과 언론이 국가 정책에 대한 반응의 차이를 비교 분석하였다.

Abstract ▼ AI-Helper

Nowadays as the use of mobile communication devices such as smart phones and tablets and the use of Computer is expanded, data is being collected exponentially on the Internet. In addition, due to the development of SNS, users can freely communicate with each other and share information in various fields, so various opinions are accumulated in the from of big data. Accordingly, big data analysis techniques are being used to find out the difference between the response of the general public and the response of the media. In this paper, we analyzed the public response in SNS about child allowance and childbirth grant and analyzed the response of the media. Therefore we gathered articles and comments of users which were posted on Twitter for a certain period of time and crawling the news articles and applied sentiment analysis. From these data, we compared the opinion of the public posted on SNS with the response of the media expressed in news articles. As a result, we found that there is a different response to some national policy between the public and the media.

주제어

표/그림 (8)

그림 Fig. 1. Flow of Web Crawling
그림 Fig. 2. Flow of Sentiment Analysis
그림 Fig. 3. Result I of Sentiment Analysis
그림 Fig. 4. Result II of Sentiment Analysis
그림 Fig. 5. Result I of Comparative Analysis
그림 Fig. 6. Result III of Sentiment Analysis
그림 Fig. 7. Result IV of Sentiment Analysis
그림 Fig. 8. Result II of Comparative Analysis

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 요즘 가장 떠오르는 이슈인 아동 수당과 출산 장려금에 대해 SNS 상에서 나타난 여론형성 케이스와 언론의 여론 형성 케이스를 감성 분석 결과에 따라 비교하는 것을 목적으로 한다. 구체적으로 첫째, SNS 중 특히 트위터에서 위 2가지 사안에 대해 어떤 여론을 형성하는지 확인한다. 둘째, 포털 뉴스의 제목을 통해 언론이 어떤 방향으로 여론을 형성하는지 알아본다.
구체적으로 첫째, SNS 중 특히 트위터에서 위 2가지 사안에 대해 어떤 여론을 형성하는지 확인한다. 둘째, 포털 뉴스의 제목을 통해 언론이 어떤 방향으로 여론을 형성하는지 알아본다. 마지막으로 두 가지 데이터를 감성 분석하여 어떤 결과가 나오는지 알아본다.
본 논문에서는 SNS 중 다양한 사용자들이 존재하는 트위터를 통해 아동 수당과 출산 장려금에 대해 분석 해보았다. 트위터는 영어를 포함하여 다국어를 지원하며, 이용자가 어디에 있든 상관없이 다른 사용자들과 함께 짧은 글로 대화를 주고받거나 친구를 맺을 수 있다.
본 논문에서는 SNS와 언론이 국가의 특정 정책에 대해 어떤 반응을 보여주고 있는지 분석하고자 한다.
본 논문에서는 요즘 가장 떠오르는 이슈인 아동 수당과 출산 장려금에 대해 SNS 상에서 나타난 여론형성 케이스와 언론의 여론 형성 케이스를 감성 분석 결과에 따라 비교하는 것을 목적으로 한다. 구체적으로 첫째, SNS 중 특히 트위터에서 위 2가지 사안에 대해 어떤 여론을 형성하는지 확인한다.
추후에는 더 많은 정책과 견해에 대한 반응을 비교해 보고 각각의 영향력 또는 연관성에 대한 관계도 연구 할 수 있을 것이다. 이를 통해 올바른 여론, 대중의 반응을 판단할 수 있는 근거를 제시하고자 한다.

제안 방법

하지만 네이버가 개편한 이후 언론사들이 구독자 확보 경쟁을 해야만 했다. 네이버가 시작 화면에서 뉴스를 제외하고 언론사 구독 서비스를 내세워, 누르면 언론사 웹사이트로 이동할 수 있게끔 하였고 채널 구독자 등을 바탕으로 수익을 배분하여 신경 쓸 수밖에 없도록 만들었다. 이처럼 포털이 언론사를 조종하고 있다는 것을 알 수 있었다.
다음으로, 언론의 의견을 알아보기 위해 네이버에 올라온 각 언론사의 뉴스 기사 제목을 크롤링 하여 추출하였고 이를 사용해 감성분석을 진행하였다. 데이터 수집 일자는 2018년 11월 20일부터 12월 1일까지이며 수집 건 수는 아동 수당 602개, 출산 장려금 230개로 총 832개였고 관련 없는 기사를 제거하는 전처리 과정 진행 후 데이터의 총 량은 801개로 나왔다.
둘째, 포털 뉴스의 제목을 통해 언론이 어떤 방향으로 여론을 형성하는지 알아본다. 마지막으로 두 가지 데이터를 감성 분석하여 어떤 결과가 나오는지 알아본다.
먼저, 트위터에서 아동수당과 출산 장려금과 관련된 데이터를 수집하여 감성분석을 진행하였다. 2018년 11월 20일부터 30일까지의 데이터를 수집하였다.
이 분석에서는 추출한 텍스트에서 긍정, 부정, 중립을 파악하고 정성적으로 표현된 언어에서 의미를 찾아 해석하고 여러 분야에서 활용하기 위해 정량적으로 분석한다. 사람들의 의사소통에서 나타난 주관적인 언어를 분석함으로써 일반적인 평가, 의견, 생각 등을 탐색한다. 탐색의 과정은 다량의 텍스트에 쓰인 감성표현 언어들을 추출하고 범주화하고 분류하여 해석하는 단계를 거쳐 정량화하고 도식화해서 의사결정에 도움이 되는 지표를 만드는 것이다[14].
1은 본 논문에서 사용한 웹 크롤링을 하는 알고리즘이다. 사이트에 검색내용에 대한 URL을 추출하고 페이지의 텍스트를 추출하는 R기반 코드를 직접 개발하였다.
감성 분석이란 텍스트 정보를 추출하는 텍스트 마이닝과 다르게 한 주제에 대한 주관적인 인상, 감정, 태도, 의견들을 텍스트로부터 뽑아내는 분석을 말한다. 이 분석에서는 추출한 텍스트에서 긍정, 부정, 중립을 파악하고 정성적으로 표현된 언어에서 의미를 찾아 해석하고 여러 분야에서 활용하기 위해 정량적으로 분석한다. 사람들의 의사소통에서 나타난 주관적인 언어를 분석함으로써 일반적인 평가, 의견, 생각 등을 탐색한다.

대상 데이터

먼저, 트위터에서 아동수당과 출산 장려금과 관련된 데이터를 수집하여 감성분석을 진행하였다. 2018년 11월 20일부터 30일까지의 데이터를 수집하였다. 1일 최대 1만5천개의 트윗에 대한 크롤링을 수행한 결과 아동수당 665개, 출산 장려금 2,231개로 총 2,896개의 트윗을 추출 할 수 있었으며 광고 등을 제거하는 전처리 과정 진행을 완료한 후 총 2,735개로 나타났다.
하지만 이렇게 형성된 여론은 특정 시점에 형성된 여론이고 계속적으로 변화하기 때문에 연속성 파악이 힘들고 대표성을 보장하는 것이 어렵다[1]. SNS를 통해 여론을 형성한 케이스는 19대 대통령 선거를 꼽을 수 있다. 선거 중, 국정원에서 SNS에 특정 후보를 지지하거나 비판하는 글을 올리는 행위를 조직적으로 진행한 것으로 판단하여 재판을 진행하였다[2,3].
다음으로 언론의 경우 네이버에 올라온 뉴스를 이용하였다. 그 까닭은 국내 PC 사용자 방문자 수 1위를 차지 한 네이버의 2016년 10월 검색 점유율은 67%로 카카오 (21%) 보다 많고 라인의 월간 실 사용자 수가 2억1700만 명으로 4900만 명인 카카오톡보다 4배 이상 많다.
다음으로, 언론의 의견을 알아보기 위해 네이버에 올라온 각 언론사의 뉴스 기사 제목을 크롤링 하여 추출하였고 이를 사용해 감성분석을 진행하였다. 데이터 수집 일자는 2018년 11월 20일부터 12월 1일까지이며 수집 건 수는 아동 수당 602개, 출산 장려금 230개로 총 832개였고 관련 없는 기사를 제거하는 전처리 과정 진행 후 데이터의 총 량은 801개로 나왔다.
7%에 불과한 것으로 나타났고 네이버를 경유하는 방문자의 비율은45%, 네이버 검색 서비스로 들어가는 방문자는 약 25%였다[6]. 이와 같은 조사로 우리는 언론사 홈페이지에 직접 올라온 것이나 방송사에 업로드된 것을 선택한 것이 아니라 포털 이용자들이 가장 많이 사용하는 네이버에 올라온 뉴스 기사를 이용하였다.
먼저 검색 서비스를 제공하기 위해 웹페이지를 모으고. 잘 알려진 웹사이트부터 방문해 웹페이지를 수집한다. 네이버와 같은 사이트를 방문한 다음 사이트에서 볼 수 있는 모든 웹페이지 주소를 수 집하는 방식이다[13].

이론/모형

우리는 뉴스 기사 제목을 이용하여 분석하기 위해 웹 크롤링 기법을 사용하였다. 웹 크롤러가 수행하는 일을 웹 크롤링(web crawling)이라 부르는데, 웹 크롤러는 조직화 및 자동화된 방법으로 웹을 탐색하는 컴퓨터 프로그램이다.

성능/효과

2018년 11월 20일부터 30일까지의 데이터를 수집하였다. 1일 최대 1만5천개의 트윗에 대한 크롤링을 수행한 결과 아동수당 665개, 출산 장려금 2,231개로 총 2,896개의 트윗을 추출 할 수 있었으며 광고 등을 제거하는 전처리 과정 진행을 완료한 후 총 2,735개로 나타났다.
그래프를 중심으로 비율을 계산해 보면, 총 639개 중 부정으로 판단된 비율은 약 42%, 긍정은 13%, 리트윗이나 단순 정책 소개를 보여주는 중립은 45%를 차지하였다. 즉, 트위터에서는 아동 수당에 대해 대체적으로 부정적 의견이 강하였고 연관분석을 통해서 주로 언급된 키워드는 “형편”, “불분명” 등의 정책의 형평성에 대한 반응이 주요하였다.
그래프에 따르면 총 2096개 중 부정으로 판단된 비율은 약 48%, 긍정은 9%, 중립은 43%로 나타났다. 즉, 트위 터에서는 출산 장려금에 대해 부정적인 반응이 크다는 것을 알 수 있다.
분석 결과에 따라 국가의 주요한 정책에 대한 SNS의 반응이 언론에 비해 부정적 견해가 훨씬 더 강하다는 것 을 알 수 있었고 오히려 특정 정책에 대해서는 SNS에서 부정적 견해가 많이 나타남을 알 수 있었다. 더불어 긍정, 부정의 강도 역시 언론에 비해 SNS가 훨씬 큰 차이를 보였다.
출산 장려금 관련 데이터는 총 228개이고, 부정적 입장은 28%, 긍정적 입장은 42%, 중립적 입장은 30%로 나타났다. 따라서 언론사는 출산 장려금에 대해 비교적 긍정적인 견해의 기사가 많다는 것을 알 수 있다.

후속연구

데이터의 수집 시기가 거의 동일했기 때문에 언론이 SNS로 또는 SNS가 언론으로의 영향을 미치는 연관에 대한 연구는 한계가 있었다. 또한 대중의 반응이 특정 정책에 대한 반응일 수도 있지만 정책 내용보다 정권에 대한 부정적 반응으로 나타날 수 있어 이러한 부분에 대한 추가적인 분석도 필요하다.
추후에는 더 많은 정책과 견해에 대한 반응을 비교해 보고 각각의 영향력 또는 연관성에 대한 관계도 연구 할 수 있을 것이다. 이를 통해 올바른 여론, 대중의 반응을 판단할 수 있는 근거를 제시하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	웹 크롤링이란?	웹 크롤링은 웹 페이지를 보존하고 그대로 가져와서 데이터를 추출해 내는 행위이다. 예를 들어 구글은 굉장히 짧은 시간에 60조개의 웹페이지를 훑어 사용자가 원하는 정보만을 보여준다.
	SNS가 발전하며 나타나는 현상은?	특히 SNS가 점차 발전함에 따라 사용자 수가 증가하는 추세이고 사용자 간 관계를 쌓아 하나의 커뮤니티를 생성하며 다양하게 나타나고 있다. 이러한 SNS는 상호작용을 증가시켜 여론을 형성하고 확산하는데 큰 영향을 미치고 있다. 하지만 이렇게 형성된 여론은 특정 시점에 형성된 여론이고 계속적으로 변화하기 때문에 연속성 파악이 힘들고 대표성을 보장하는 것이 어렵다[1].
	웹 크롤링 기법을 사용하는 이유는?	웹 크롤러가 수행하는 일을 웹 크롤링(web crawling)이라 부르는데, 웹 크롤러는 조직화 및 자동화된 방법으로 웹을 탐색하는 컴퓨터 프로그램이다. 대부분의 사이트에서는 데이터의 상태를 최신으로 유지하기 위해 웹 크롤링을 하고, 웹 크롤러는 방문 사이트 모든 페이지의 복사본을 생성할 때 사용하고 검 색 엔진은 이 복사본을 빠른 검색을 위해 인덱싱 한다. 또한 크롤러는 링크 체크나 HTML 코드 검증과 같은 웹 사이트의 자동 유지 관리 작업을 위해 사용되기도 하며, 자동으로 이메일을 수집하는 등 웹 페이지의 특정 정보를 수집하는 것에도 이용된다[12].

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