[논문]조현병과 정신분열병에 대한 뉴스 프레임 분석을 통해 본 사회적 인식의 변화

김현지; 박서정; 송채민; 송민

doi:10.4275/kslis.2019.53.4.285

[국내논문] 조현병과 정신분열병에 대한 뉴스 프레임 분석을 통해 본 사회적 인식의 변화
Text Mining Driven Content Analysis of Social Perception on Schizophrenia Before and After the Revision of the Terminology 원문보기

한국문헌정보학회지 = Journal of the Korean Society for Library and Information Science, v.53 no.4, 2019년, pp.285 - 307

김현지 (연세대학교 문헌정보학과) , 박서정 (연세대학교 문헌정보학과) , 송채민 (연세대학교 문헌정보학과) , 송민 (연세대학교 문헌정보학과)

초록
AI-Helper

질환자에 대한 사회적 낙인을 제거하기 위해 2011년, 대한의사협회는 정신분열병을 '조현병'으로 개정하였다. 병명을 변경한 지 약 9년이 지났지만 실제로 사회적 인식이 어느 정도 변화하였는지 정량적으로 분석한 연구는 아직 없다. 이에 본 연구에서는 병명 개정에 따른 조현병에 대한 사회적 인식 변화를 확인하고자 네이버 뉴스 기사를 수집 분석하였다. 텍스트 분석에는 LDA 토픽 모델링, TF-IDF, 동시출현 단어, 감성분석 기법을 사용하였다. 분석 결과, 병명 개정 전보다 후에, 그리고 병명 개정 후 병용되는 정신분열병과 조현병 중 조현병에 대한 사회적 인식이 더 부정적인 것으로 나타났다. 즉, 병명 개정이 낙인을 해소하지 못했음을 알 수 있었다.

Abstract ▼ AI-Helper

In 2011, the Korean Medical Association revised the name of schizophrenia to remove the social stigma for the sick. Although it has been about nine years since the revision of the terminology, no studies have quantitatively analyzed how much social awareness has changed. Thus, this study investigates the changes in social awareness of schizophrenia caused by the revision of the disease name by analyzing Naver news articles related to the disease. For text analysis, LDA topic modeling, TF-IDF, word co-occurrence, and sentiment analysis techniques were used. The results showed that social awareness of the disease was more negative after the revision of the terminology. In addition, social awareness of the former term among two terms used after the revision was more negative. In other words, the revision of the disease did not resolve the stigma.

Keyword

표/그림 (17)

표 <표 1> 뉴스 프레임의 정의
그림 <그림 1> 연구 절차
그림 <그림 2> 연도별 뉴스 기사 수
표 <표 2> 코퍼스에 추가된 토큰의 예시
그림 <그림 3> 토픽 분포
표 <표 3> 토픽 모델링 결과
표 <표 4> 뉴스 프레임별 비중
표 <표 5> 상위 30개 단어와 TF-IDF 값
표 <표 6> TF-IDF 값 상위 30개 단어가 출현한 뉴스 기사의 프레임
그림 <그림 4> 병명 개정 전 정신분열병 관련 뉴스의 동시출현 네트워크
그림 <그림 5> 병명 개정 후 정신분열병 관련 뉴스의 동시출현 네트워크
그림 <그림 6> 조현병 관련 뉴스의 동시출현 네트워크
표 <표 7> 평균 연결 중심성
표 <표 8> 연결 중심성 상위 20개 단어
그림 <그림 7> 병명 개정 전·후 긍정/중립/부정적 기사의 비율
표 <표 9> 병명 개정 전·후의 평균 극성값
표 <표 10> 병명 개정 전·후의 부정적 단어 출현 횟수

AI 본문요약
AI-Helper

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

문제 정의

이에 본 연구는 병명 개정에 따른 조현병에 대한 사회적 인식의 변화가 있는지를 확인하고자 한다. 또한, 병명 개정 후 병용되는 정신분열병과 조현병에 대한 사회적 인식의 차이를 확인함으로써 바람직한 보도 방향을 정립하고 올바른 치료환경을 구축하는 데 기여하고자 한다.
이에 본 연구는 병명 개정에 따른 조현병에 대한 사회적 인식의 변화가 있는지를 확인하고자 한다. 또한, 병명 개정 후 병용되는 정신분열병과 조현병에 대한 사회적 인식의 차이를 확인함으로써 바람직한 보도 방향을 정립하고 올바른 치료환경을 구축하는 데 기여하고자 한다. 그러므로 본 연구에서는 정신분열병과 조현병에 관련된 네이버 뉴스 기사를 수집하고 다양한 텍스트 마이닝 기법을 수행하여 두 병명에 대한 대중의 인식을 거시적 측면과 미시적 측면에서 분석하고자 한다.
또한, 병명 개정 후 병용되는 정신분열병과 조현병에 대한 사회적 인식의 차이를 확인함으로써 바람직한 보도 방향을 정립하고 올바른 치료환경을 구축하는 데 기여하고자 한다. 그러므로 본 연구에서는 정신분열병과 조현병에 관련된 네이버 뉴스 기사를 수집하고 다양한 텍스트 마이닝 기법을 수행하여 두 병명에 대한 대중의 인식을 거시적 측면과 미시적 측면에서 분석하고자 한다.
이러한 선행연구들을 참고하여 본 연구에서는 뉴스 프레임을 사회적 인식으로 보고, 정신분열병 및 조현병 관련 온라인 뉴스 기사 분석을 통해 사회적 인식에 어떤 특징이 있는지 고찰하고자 하였다.
본 연구는 조현병 환자의 조기 진단과 지속적 치료를 저해하는 요인이 될 수 있는 사회구성원의 인식이 병명 개정을 기점으로 어떻게 변화하였는지를 파악하고 이를 바탕으로 인식 개선 방안을 도출하고자 정신분열병 및 조현병 관련 뉴스 기사를 분석하였다. 이를 위한 연구 질문은 다음과 같다.
LDA(Latent Dirichlet Allocation)는 토픽 모델링 기법 중 가장 많이 활용되는 문헌 생성 모델로, 문헌 단위에서 각 주제의 분포로 문헌을 표현하며, 이러한 각 주제는 다시 문헌집단 단위에서 추론 가능한 용어의 확률분포로 표현할 수 있다(송민 2017). 본 연구에서는 병명 개정 전후에 정신분열병과 조현병에 관한 언론 보도의 주제가 어떠한 차이를 보이는지 확인하기 위해 LDA 토픽 모델링을 하였다. 모듈은 Python의 Gensim을 사용하였으며, 결과는 pyLDAvis로 시각화하였다.
본 연구는 병명 개정 전후로 정신분열병과 조현병 뉴스 데이터의 핵심 키워드를 확인하기 위해 TF-IDF와 동시출현 단어 분석을 수행하였다.
한편, 각 단어를 단순 빈도 분석한 결과는 뉴스 본문에서 어떤 맥락으로 등장했는지 파악하기 어렵다는 한계가 있다. 이에 본 연구는 단어 간의 동시출현 네트워크를 구축하여 단어들이 사용된 맥락을 분석하고자 동시출현 단어 분석을 실시하였다. 동시출현 단어 분석은 공기어(Co-occurrence) 분석이라고도 하는데, 이때 공기어란 두 단어가 같은 문맥에서 함께 나타나는 현상을 포괄하는 용어를 말하는 것이기에, 이들은 서로 밀접한 의미 관계를 갖는다고 여겨진다(송민 2017).
감성분석은 문서 작성자가 가지고 있는 감정을 파악하고 이를 객관적으로 수치화하는 분석 방법으로, 분석 대상은 공식적인 문서와 비공식적인 문서로 나뉜다(주성빈 2019). 본 연구에서는 언론이라는 공식적 문서의 감성분석을 통해 정신분열병과 조현병에 대한 사회적 인식에 차이가 있는지를 파악하고자 하였다. 감성의 정도를 측정하는 기준은 목적에 따라 다양하지만, 감성 사전에 수록된 단어의 출현 빈도로 감성을 파악하는 것이 가장 보편적이다(주성빈 2019).
조현병 환자의 낙인은 환자의 정신건강 회복을 저해하고 사회 복귀를 방해하여 고립된 삶을 심화하는 등 여러 가지 부정적 결과를 초래한다. 이에 본 연구는 조현병 환자의 낙인에 영향을 미치는 온라인 뉴스 기사를 분석하여 낙인 현상을 극복하기 위해 언론이 나아가야 할 바람직한 방향을 제시하는 기초자료를 제공하려고 하였다. 이를 위해 2011년 병명 개정을 기준으로 전, 후 약 10년간 네이버 뉴스에서 제공한 정신분열병/조현병 관련 기사 12,290건을 병명 개정 전, 후로 나누어 내용 분석을 하였다.
그럼에도 불구하고 본 연구는 인식 개선의 방안으로 ‘바람직한 보도 방향의 정립’을 제안하고자 한다.

제안 방법

이에 본 연구에서도 주제 및 키워드의 객관적 분석을 위해 황애리와 나은영(2018)이 선행 연구(노수진, 윤영민 2013; 정의철 2011; 조수영, 김정민 2010)를 근거로 제시한 뉴스 프레임의 조작적 정의를 수정, 활용하였다. <표 1>은 최종적으로 분석에 쓰인 6가지 뉴스 프레임의 정의이다.
검색어는 ‘정신분열병’과 그 동의어인 ‘정신분열증’, ‘조현병’과 그 동의어인 ‘조현증’으로 하였으며, Python을 활용하여 자동 수집하였다.
본 연구에서는 정신분열병과 조현병에 대한 사회적 인식 분석을 거시적 분석과 미시적 분석으로 나누어 접근하였다. 거시적 분석으로는 LDA 토픽 모델링을 사용하여 뉴스 기사의 전반적 특성을 살펴보았으며, 미시적 분석으로는 TF-IDF, 동시출현 단어, 감성분석 기법을 사용하여 문헌 간의 관계와 맥락적 특성을 살펴보았다.
본 연구에서는 정신분열병과 조현병에 대한 사회적 인식 분석을 거시적 분석과 미시적 분석으로 나누어 접근하였다. 거시적 분석으로는 LDA 토픽 모델링을 사용하여 뉴스 기사의 전반적 특성을 살펴보았으며, 미시적 분석으로는 TF-IDF, 동시출현 단어, 감성분석 기법을 사용하여 문헌 간의 관계와 맥락적 특성을 살펴보았다. 또한, 데이터셋은 병명 개정 전후, 병명간의 사회적 인식 차이를 확인하기 위해 병명 개정 전 정신분열병 뉴스 기사(2000.
거시적 분석으로는 LDA 토픽 모델링을 사용하여 뉴스 기사의 전반적 특성을 살펴보았으며, 미시적 분석으로는 TF-IDF, 동시출현 단어, 감성분석 기법을 사용하여 문헌 간의 관계와 맥락적 특성을 살펴보았다. 또한, 데이터셋은 병명 개정 전후, 병명간의 사회적 인식 차이를 확인하기 위해 병명 개정 전 정신분열병 뉴스 기사(2000.01.01.~2010.12.31.), 병명 개정 후 정신분열병 뉴스 기사(2011.01.01.~2019.05.31.), 병명 개정 후 조현병 뉴스 기사(2011.01.01.~2019.05.31.)로 나누어 분석을 수행하였다.
TF-IDF 분석 단계에서는 먼저 데이터셋 별로 각 문헌당 상위 5개 단어의 TF-IDF 값을 산출하였다. 그다음 유의미한 분석을 위해 각 데이터셋에서 TF-IDF 값을 기준으로 내림차순 정렬을 한 뒤, 상위 30개, 하위 3개 단어를 비교하며 그 차이를 분석하였다.
동시출현 단어 분석은 공기어(Co-occurrence) 분석이라고도 하는데, 이때 공기어란 두 단어가 같은 문맥에서 함께 나타나는 현상을 포괄하는 용어를 말하는 것이기에, 이들은 서로 밀접한 의미 관계를 갖는다고 여겨진다(송민 2017). 또, 네트워크 전체에서 가장 중요한 키워드가 무엇인지 확인하기 위해 다른 키워드와의 동시출현 빈도로 중심성을 나타내는 연결 중심성(Degree Centrality)을 측정하였다.
하지만 이 방법은 주제에 적합한 감성 사전을 구축하는 것이 매우 중요하다. 따라서 본 연구에서는 분석에 앞서, 기존에 구축되어 있던 한글 감성 사전인 yTextMiner(http://informatics.yonsei.ac.kr:8080/yTextMiner/home.html)의 koreanSentiWordNet(송민 2017; Esuli, Sebastiani 2007; Baccianella, Esuli, Sebastiani 2010)에 긍정/부정 키워드를 추가하였다. 예를 들어, 정신질환자의 ‘회복, 성취’와 관련된 용어는 긍정적 키워드 사전에, ‘범죄, 반사회성’과 관련된 용어는 부정적 키워드 사전에 추가하였다.
기간별(병명 개정 전/후), 검색어별(정신분열병·증/조현병·증)로 뉴스 기사를 나눈 데이터셋을 대상으로 LDA 토픽 모델링을 수행하였다.
프레임의 비중은, LDA 알고리즘에 포함된 문서 내 주제의 비율 점수(“theta”)(Blei, Ng and Jordan 2003)를 합산한 다음 총 문서 수로 나눈 값을 a라고 할 때, 각 프레임에 속하는 토픽의 a 값을 모두 더하여 구하였다(Guo et al. 2016).
예를 들어, 정신질환자의 ‘회복, 성취’와 관련된 용어는 긍정적 키워드 사전에, ‘범죄, 반사회성’과 관련된 용어는 부정적 키워드 사전에 추가하였다. 그리고 한 기사에서 긍정적 단어의 출현 빈도만큼 +1, 부정적 단어의 출현 빈도만큼 -1을 하여 계산한 최종값을 해당 기사의 극성값(Polarity Score)으로 보았다. 극성값은 1에 가까울수록 강한 긍정을, -1에 가까울수록 강한 부정을 나타낸다.
토픽의 개수를 결정하는 방법으로 퍼플렉시티(Perplexity) 값 비교를 시도하였으나 값이 모든 구간에서 단조 감소하는 양상을 보였다. 그래서 본 연구에서는 토픽의 수를 5, 10, 20, 30으로 설정하여 토픽 모델링을 수행한 후, 토픽 간 유사도가 낮고, 동일한 토픽 내 주요 키워드들 간의 유사도가 높아 해석이 용이했던 토픽 10개를 최종 토픽 수로 하여 분석하였다. 토픽당 키워드는 20개를 추출하였으며, 구성 키워드의 연관성을 토대로 연구자 3명이 논의하여 토픽에 주제명을 부여하였다.
보다 정확한 문맥 파악을 위해 에서는 상위 30개 단어를 포함한 기사의 본문 내용을 확인 후 뉴스 프레임을 분석하였다.
이에 본 연구는 조현병 환자의 낙인에 영향을 미치는 온라인 뉴스 기사를 분석하여 낙인 현상을 극복하기 위해 언론이 나아가야 할 바람직한 방향을 제시하는 기초자료를 제공하려고 하였다. 이를 위해 2011년 병명 개정을 기준으로 전, 후 약 10년간 네이버 뉴스에서 제공한 정신분열병/조현병 관련 기사 12,290건을 병명 개정 전, 후로 나누어 내용 분석을 하였다. 연구의 주요 결과는 다음과 같다.
이때 (극성값) >= 0.01이면 ‘긍정’, -0.01 < (극성값) < 0.01이면 ‘중립’, (극성값) <= -0.01면 ‘부정’으로 하여 기사를 분류하였다.

대상 데이터

본 연구에서는 언론 보도 분석을 위해 온라인 뉴스 기사를 활용하였다. 뉴스 기사는 네이버에서 검색결과로 제공하는 약 800여 개의 언론사가 2000년 1월 1일부터 2019년 5월 31일까지 보도한 뉴스 기사 본문을 대상으로 하였다.
본 연구에서는 언론 보도 분석을 위해 온라인 뉴스 기사를 활용하였다. 뉴스 기사는 네이버에서 검색결과로 제공하는 약 800여 개의 언론사가 2000년 1월 1일부터 2019년 5월 31일까지 보도한 뉴스 기사 본문을 대상으로 하였다. 네이버는 국내 이용률이 64%로 가장 높은 미디어 브랜드이며 이용자의 평균 정치 성향이 진보, 중도, 보수를 모두 아우른다(한국언론진흥재단 2018).
중복 기사를 제외한 병명 개정 전 정신분열병(증) 기사 3,561건, 병명 개정 후 정신분열병(증) 기사 4,346건, 조현병(증) 기사 4,383건, 총 12,290건의 뉴스 기사가 분석에 사용되었다. 연도별 최소 0건에서 최대 1,582건까지 다소 변동이 있으나 이는 병명 개정에 따른 자연스러운 현상이며, 비교 대상이 되는 각 구간의 합계는 일정한 분포를 보이므로 분석에 적합한 데이터셋(Dataset)으로 볼 수 있다.
그래서 본 연구에서는 토픽의 수를 5, 10, 20, 30으로 설정하여 토픽 모델링을 수행한 후, 토픽 간 유사도가 낮고, 동일한 토픽 내 주요 키워드들 간의 유사도가 높아 해석이 용이했던 토픽 10개를 최종 토픽 수로 하여 분석하였다. 토픽당 키워드는 20개를 추출하였으며, 구성 키워드의 연관성을 토대로 연구자 3명이 논의하여 토픽에 주제명을 부여하였다. <그림 3>은 pyLDAvis 라이브러리를 사용하여 토픽을 시각화한 결과이며, <표 3>은 데이터셋별로 가장 많이 등장한 토픽 3개와, 각 토픽에 포함된 상위 5개 키워드 및 해당 키워드가 특정 토픽에 포함될 확률을 나타낸 표이다.

데이터처리

데이터 전처리 후의 모든 분석은 병명 개정 전 정신분열병(증) 쿼리 데이터, 병명 개정 후 정신분열병(증) 쿼리 데이터, 조현병(증) 쿼리데이터로 나누어 진행하였으며, 분석 기법으로는 LDA 토픽 모델링, TF-IDF, 동시출현단어, 감성분석을 사용하였다.
분석에 앞서 데이터 전처리를 위해 KOMORAN 2.4 형태소 분석기로 내용어에 해당하는 형태소를 추출하였다. 이때 내용어는 일반명사(NNG)와 고유명사(NNP)로 한정하였다.
본 연구에서는 병명 개정 전후에 정신분열병과 조현병에 관한 언론 보도의 주제가 어떠한 차이를 보이는지 확인하기 위해 LDA 토픽 모델링을 하였다. 모듈은 Python의 Gensim을 사용하였으며, 결과는 pyLDAvis로 시각화하였다.

이론/모형

그러나 형태소 자동 추출법은 분석기 코퍼스가 포함하고 있는 단어의 유한함 때문에 질병명, 약물명, 성분명, 인물명 등 뉴스 기사가 가지고 있는 다양한 고유명사 및 합성명사를 제대로 추출하지 못했다. 이를 해결하기 위해 n-gram 기법을 사용하여 연속된 n개의 일반명사(NNG), 고유명사(NNP), 의존명사(NNB)로 이루어진 단어를 뽑은 후 정의된 임계값(2로 설정) 미만인 단어들은 필터링하였다(이민철, 김혜진 2018). 필터링 된 키워드 중 실제로 쓰이는 단어만 선별하여 코퍼스에 추가하였다.
<그림 4>, <그림 5>, <그림 6>은 각 데이터셋에 동시 출현한 단어를 노드(Node)로, 단어의 동시출현 쌍을 엣지(Edge)로 설정하여 그린 동시 출현 네트워크이다. 시각화에는 Gephi(Bastian et al. 2009)를 사용하였다. 노드의 크기는 연결 중심성(Degree centrality)을 나타내며, 연결 중심성이 높을수록 크게 표현되도록 하였다.

성능/효과

첫째, 정신분열병은 초기 진단과 지속적 치료 시 자·타해 위험성이 매우 낮다.
즉, 정신분열병 환자에 의한 범죄는 병 자체의 위험성보다는 지속적인 치료의 부재 때문으로 볼 수 있다. 둘째, 정신분열병은 환자마다 임상 양상이 매우 다양하게 나타난다. 임상 양상으로는 약물에 의해 잘 호전되는 불안, 불면, 짜증부터 환각, 환청, 망상 등이 있다.
기간별(병명 개정 전/후), 검색어별(정신분열병·증/조현병·증)로 뉴스 기사를 나눈 데이터셋을 대상으로 LDA 토픽 모델링을 수행하였다. 토픽의 개수를 결정하는 방법으로 퍼플렉시티(Perplexity) 값 비교를 시도하였으나 값이 모든 구간에서 단조 감소하는 양상을 보였다. 그래서 본 연구에서는 토픽의 수를 5, 10, 20, 30으로 설정하여 토픽 모델링을 수행한 후, 토픽 간 유사도가 낮고, 동일한 토픽 내 주요 키워드들 간의 유사도가 높아 해석이 용이했던 토픽 10개를 최종 토픽 수로 하여 분석하였다.
병명 개정 후의 정신분열병 기사에서는 상위 30개 단어의 절반 이상이 의학적 프레임과 관계된 키워드로 나타났다. 이를 통해 정신분열병의 증상 및 치료제가 자주 화제가 되었음을 알 수 있다.
병명 개정 후의 정신분열병 기사에서는 제약 시장 관련 키워드가 자주 언급은 되었지만, 의학 정보가 더 중요한 이슈였다. 마지막으로 조현병 기사에서는 전반적으로 등장하는 키워드도, 사회적 이슈도 모두 갈등 또는 의학적 키워드였다.
이에 정신질환 기사의 뉴스 프레임을 적용하자면 2011년 이전에 보도된 정신분열병 뉴스엔 의학적, 사회적, 상업적 키워드가, 2011년 이후 보도된 정신분열병 관련 뉴스엔 의학적, 갈등 외 여러 주제의 키워드가, 조현병 관련 뉴스에는 갈등, 의학적, 정책 키워드가 나타났음을 알 수 있다.
가장 큰 차이는 병명 개정을 기점으로 ‘범행, 조사, 혐의’ 등 범죄 사건에 관한 단어의 중요성이 급증한다는 점이다. 치료, 연구, 증상에 관한 의학적 용어가 핵심인 병명 개정 전 데이터에서는 범죄 키워드를 전혀 찾아볼 수 없었는데 개정 후 이들이 급부상한 점으로 보아, 병명 개정전보다 후에 정신분열병 및 조현병 환자의 범죄가 훨씬 중요하게 다뤄졌으며 사회적으로 관심을 받았다고 할 수 있다. 또한, 병명 개정 후 정신분열병 기사보다 조현병 기사에서 범죄 관련 키워드의 연결 중심성이 3배 정도 높게 나타났는데, 이는 병명 개정 후, 정신분열병보다 조현병 기사에서 환자의 범행이 더욱 부각 되었음을 보여준다.
치료, 연구, 증상에 관한 의학적 용어가 핵심인 병명 개정 전 데이터에서는 범죄 키워드를 전혀 찾아볼 수 없었는데 개정 후 이들이 급부상한 점으로 보아, 병명 개정전보다 후에 정신분열병 및 조현병 환자의 범죄가 훨씬 중요하게 다뤄졌으며 사회적으로 관심을 받았다고 할 수 있다. 또한, 병명 개정 후 정신분열병 기사보다 조현병 기사에서 범죄 관련 키워드의 연결 중심성이 3배 정도 높게 나타났는데, 이는 병명 개정 후, 정신분열병보다 조현병 기사에서 환자의 범행이 더욱 부각 되었음을 보여준다. 하지만 범죄 키워드가 유사하며 두 데이터셋에서 차지하는 비중이 비슷함을 통해, 보도의 주 내용은 범죄 사건과 경찰 조사에서 크게 벗어나지 않는다고 해석할 수 있다.
반면, 병명 개정 전 정신분열병 데이터셋에서는 중립적 기사가 비교적 높은 비중을 차지한다. 이를 통해 개정 후보다 전에 사회적 편견을 조장하지 않는 범위 내에서 사실을 객관적으로 전달하고자 하는 경향이 더 컸음을 확인할 수 있다. 또, 병명 개정 후 정신분열병 데이터셋의 긍정 기사 비율이 가장 높은 것으로 보아 개정 후 정신분열병의 긍정적 측면을 기사에 반영하려는 시도가 이루어지고 있음을 알 수 있다.
이를 통해 개정 후보다 전에 사회적 편견을 조장하지 않는 범위 내에서 사실을 객관적으로 전달하고자 하는 경향이 더 컸음을 확인할 수 있다. 또, 병명 개정 후 정신분열병 데이터셋의 긍정 기사 비율이 가장 높은 것으로 보아 개정 후 정신분열병의 긍정적 측면을 기사에 반영하려는 시도가 이루어지고 있음을 알 수 있다. 긍정적 기사의 대부분은 예술작품에 관한 보도인데, 이는 병명 개정에도 불구하고 예술 분야에서는 여전히 해당 질환이 조현병보다 정신분열병으로 더 자주 일컬어짐을 보여준다.
먼저, 병명 개정 전 정신분열병 기사의 주요 프레임은 의학적 프레임으로 나타났다. 6가지 프레임 중 의학적 프레임의 기사가 58.2%로 가장 많이 보도되었으며, 키워드의 출현 빈도 및 중요도 역시 치료, 연구, 증상과 관련된 의학적 용어가 가장 높았다. 하지만 이러한 주요 흐름 속에서 다양한 프레임의 키워드가 이슈화되곤 하였다.
강남역 살인사건과 같은 범죄 콘텐츠도 다뤄지긴 했으나 그 중요성은 여전히 의학 정보에 미치지 못했다. 또한, 병명 개정전보다 부정적 뉘앙스는 심화되었지만 동시에 환자의 성공 스토리, 회복 사례 등 정신분열병의 긍정적 측면을 보도하는 기사가 증가하여 병의 양면이 언론에 비춰졌다.
마지막으로 병명 개정 후 조현병 기사의 주요 프레임은 갈등 프레임으로 나타났다. 갈등 프레임은 전체의 52%로 가장 많이 보도되었을 뿐 아니라, 그 연관어의 중요도 또한 다른 데이터셋보다 최소 3배 이상 높게 나타났다. 갈등 프레임 기사의 주 내용은 질환자의 범행과 경찰 조사였다.
• RQ1. 전체적으로 병명 개정 이후 정신분열병과 조현병에 갈등 프레임과 범죄 관련 키워드의 비중은 급증한 반면, 의학적 프레임의 기사 비중은 급감하였다. 또, 기자의 부정적인 주관이 기사에 반영되는 경향이 증가했다.
• RQ2. 부정적 기사의 비율, 기사 내 부정적 키워드의 중요도 및 다양성, 기사에 드러난 감성을 종합해 보았을 때 병명 개정 후 정신분열병보다 조현병에 대한 사회적 인식이 더 부정적임을 알 수 있었다. 이러한 인식에는 갈등, 의학적 프레임의 증감뿐 아니라 병명 개정과 관계없이 계속해서 해당 질병을 정신분열병으로 일컫는 문화예술 보도의 관습도 기여한 것으로 나타났다.
먼저 병명 개정 전 정신분열병 기사에서는 ‘노홍철, 우남, 스스무, 유치원, 다빈치코드’ 등 다양한 주제의 단어가 높은 TF-IDF 값을 가졌다.

후속연구

먼저 조직적 차원에서 국내 언론사는 ‘정신질환자에 관한 보도 가이드라인’을 마련하여 무분별한 보도와 그에 따른 편견 조장을 방지해야 할 것이다.
또한, 다양한 텍스트 마이닝 기법에 사전에 정의된 뉴스 프레임 유형을 접목하여 대량의 문헌 데이터를 구체적 기준에 따라 통계적, 시각적으로 분석하고, 전통적인 정성적 내용 분석에서 제기되었던 객관성 확보의 한계를 보완했다는 점에서 의의가 있다. 본 연구의 한계점으로는 형태소 분석기가 고유명사와 합성명사를 모두 반영하지 못해 일부 의학 전문용어나 신조어가 분석 결과에서 빠졌을 가능성이 있으며, LDA 토픽 모델링의 결과로 도출된 주제 라벨링 시 연구자의 주관이 불가피하게 반영된다는 점을 들 수 있다. 향후 연구에서 객체명 인식기(NER)를 사용하여 명사를 추출하고, 주제 라벨링에 분야 전문가의 도움을 받는다면 보다 정확한 정신분열병/조현병에 대한 사회적 인식의 파악이 가능할 것으로 판단된다.
본 연구의 한계점으로는 형태소 분석기가 고유명사와 합성명사를 모두 반영하지 못해 일부 의학 전문용어나 신조어가 분석 결과에서 빠졌을 가능성이 있으며, LDA 토픽 모델링의 결과로 도출된 주제 라벨링 시 연구자의 주관이 불가피하게 반영된다는 점을 들 수 있다. 향후 연구에서 객체명 인식기(NER)를 사용하여 명사를 추출하고, 주제 라벨링에 분야 전문가의 도움을 받는다면 보다 정확한 정신분열병/조현병에 대한 사회적 인식의 파악이 가능할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	정신분열병을 ‘조현병’으로 개정한 이유는 무엇인가?	결국, 치료 순응도와 재활에 영향을 주는 사회적 낙인을 제거하기 위해 2011년 3월, 대한의사협회는 정신분열병을 ‘조현병’으로 개정하였다. 병명을 변경한 지 약 9년이 지난 현시점에서 실제로 사회적인 인식이 어느 정도 변화하였는지 정량적으로 분석할 필요성이 있다.
	정신분열병이 위험 질환이라고 단정 짓긴 힘든 이유는 무엇인가?	정신분열병은 ‘분열병’이 가진 부정적인 어감 때문에 사회적으로 많은 오해를 샀지만 다음의 세 가지 이유에서 위험 질환이라고 단정 짓긴 어렵다. 첫째, 정신분열병은 초기 진단과 지속적 치료 시 자․타해 위험성이 매우 낮다. 실제로 정신질환자에 의한 범죄율은 일반인의 범죄율보다 훨씬 낮다. 대검찰청의 2018년 범죄분석(2018)에 따르면 2017년에 검거된 살인 범죄자의 47.3%가 정상이며 43.4%는 주취 상태, 정신질환이 있는 경우는 9.3%인 것으로 나타났다. 방화 범죄자 역시 13%만이 정신질환자였다. 물론 진주 아파트 방화․살인 사건, 강북삼성병원 교수 살인 사건 등 최근에 발생한 강력 범죄의 범인이 정신분열병 환자인 것으로 밝혀졌지만, 이들은 모두 범행 전 정신과 약물 복용을 중단하고 고립된 생활을 하면서 사회에 대한 반감을 키운 것으로 밝혀졌다. 즉, 정신분열병 환자에 의한 범죄는 병 자체의 위험성보다는 지속적인 치료의 부재 때문으로 볼 수 있다. 둘째, 정신분열병은 환자마다 임상 양상이 매우 다양하게 나타난다. 임상 양상으로는 약물에 의해 잘 호전되는 불안, 불면, 짜증부터 환각, 환청, 망상 등이 있다. 마지막으로 정신분열병은 조기 진단 및 지속적 치료 시 별다른 장애 없이 사회로 복귀할 수 있다(서울대학교병원 2010).
	‘정신분열병’ 또는 ‘조현병’은 무엇인가?	‘정신분열병’ 또는 ‘조현병’이란 망상, 환청, 와해된 언어, 정서적 둔감 등의 증상과 더불어 사회적 기능에 장애를 일으키는 질환이다. 예후가 좋지 않고 만성적인 경과를 보이지만, 최근 약물 요법을 포함한 치료적 접근에 뚜렷한 진보가 있어 조기 진단과 치료에 적극적인 관심이 필요한 질환이다(서울대학교병원 2010).

참고문헌 (40)

Kam, M. and Song, M. 2012. "A Study on Differences of Contents and Tones of Arguments among Newspapers Using Text Mining Analysis." Journal of Intelligence and Information Systems, 18(3): 53-77.
Kim, M. 2017. "The Effects of Sports Celebrities' Negative Media Coverage on Sponsor's Corporate Image and Brand Attitude and the Buffering Effect of Ad Relevance." Korean Journal of Sport Management, 22(4): 39-58.
Kim, H., Park, D. and Hong Y. 2018. "Newspaper report trends for mental disorder crime and perception of crime risk: based on neswpaper analysis and survey method." Reinterpretation of Disability, 208-250.
Roh, S. and Yoon, Y. 2013. "Analyzing Online News Media Coverage of Depression." Korean Journal of Communication & Information, 61: 5-27.
Korean Society for Schizophrenia Research, 2011. (Schizophrenia) Disease Name Revision Report: New Name for Schizophrenia-Schizophrenia.
Bahn, H. (2005). Topic 3: Newspaper Crisis Perceived by Readers. In Proceedings of the Symposiums and Seminars of the Korean Society For Journalism And Communication Studies, 51-86.
Bae, Y. 2014. "Consuming patterns by type of cultural content and the role of social media." The Korean Journal of the Information Society, 15(2): 33-65.
Paek, H., Cho, H. and Kim, J. 2017. "Content Analysis of News Coverage on Stigma and Attribution Regarding Mental Illness." Korean Journal of Journalism & Communication Studies, 61(4): 7-43.
Seoul National University College of Medicine. 2007. The National Mental Illness Report in 2007. Seoul: Seoul National University College of Medicine.
Samsung Medical Center. 2016. The National Mental Illness Report in 2016. Seoul: Samsung Medical Center.
Seoul National University Hospital, 2010. NMedical Information Schizophrenia. [online] [cited 2019. 8. 22.] .
Song, M. 2017. Text Mining. Seoul: Chungram.
An, J., Ahn, K. and Song, M. 2016. "Text Mining Driven Content Analysis of Ebola on News Media and Scientific Publications." Journal of the Korean Society for Library and Information Science, 50(2): 289-307.

원문보기 상세보기
Lee, M. and Kim, H. 2018. "Construction of Event Networks from Large News Data Using Text Mining Techniques." Journal of Intelligence and Information Systems, 24(1): 183-203.
Lee, S. and Kim, H. 2009. "Keyword Extraction from News Corpus using Modified TF-IDF." The Journal of Society for e-Business Studies, 14(4): 59-73.
Rhee, J. 2005. "Testing the Framing Model of Public Opinion Process: News Frames, Interpretive Frames, and Framing Effects on Opinion." Korean Journal of Journalism & Communication Studies, 49(1): 133-162.
Jung, E. 2011. "Media's breast cancer news framing and its implications." Journal of Communication Science, 11(2): 402-440.
Cho, S. and Kim, J. 2010. "Network TV News Coverage of Mental Illness." Korean Journal of Journalism & Communication Studies, 54(5): 181-204.
Joo, S. 2019. "Sentimental Analysis of Crime News Data - Focused on the Comparison before and after Regulation of Media Report." Korean Criminal Psychology Review, 15(2): 127-140.
Choi, Y. 2019. Analysis of the relationship between the press and public opinion in the process of the presidential projects change: Focused on the administrative capital and 4 major rivers projects. Ph.D. diss. Graduate School of Governance, Sungkyunkwan University, Republic of Korea.
Republic of Korea. Prosecution Service, 2018. Analytical Statistics on Crime.
Republic of Korea. Ministry of Culture, Sports and Tourism. 2018. News Concentration Survey Report.
Hwang, A. and Na, E. 2018. "Content Analysis of News Coverage with Regard to Mental Health: Focusing on News Frame and Tone." Health and Social Welfare Review, 38(4): 290-322.

상세보기
Angermeyer, M. and Matschinger, H. 2005. "The stigma of mental illness in Germany: a trend analysis." Int J Soc Psychiatry, 51: 276-284.

상세보기
Baccianella, S., Esuli, A. and Sebastiani, F. 2010. "Sentiwordnet 3.0: an enhanced lexical resource for sentiment analysis and opinion mining." Lrec, 10(2010): 2200-2204.
Bastian, M., Heymann, S. and Jacomy, M. 2009. "Gephi: an open source software for exploring and manipulating networks." In Proceedings of the Third international AAAI conference on weblogs and social media.
Blei, D. M., Ng, A. Y. and Jordan, M. I. 2003. "Latent dirichlet allocation." Journal of machine Learning research, 3(Jan): 993-1022.
Corrigan, P. W., Powell, K. J. and Michaels, P. J. 2013. "The effects of news stories on the stigma of mental illness." The Journal of nervous and mental disease, 201(3): 179-182.

상세보기
Dearing, J. and Everett, R. 1996. Agenda-Setting. Communication Concepts. Vol 6: Thousand Oaks, CA: Sage Publications.
Entman, R. M. 1991. "Framing US coverage of international news: Contrasts in narratives of the KAL and Iran Air incidents." Journal of communication, 41(4): 6-27.

상세보기
Esuli, A. and Sebastiani, F. 2007. "SentiWordNet: a high-coverage lexical resource for opinion mining." Evaluation, 17(1): 26.
Goffman, E. 1974. Frame analysis: An essay on the organization of experience. Harvard University Press.
Goulden, R., et al. 2011. "Newspaper coverage of mental illness in the UK, 1992-2008." BMC public health, 11(1): 796.

상세보기
Guo, L., et al. 2016. "Big social data analytics in journalism and mass communication: Comparing dictionary-based text analysis and unsupervised topic modeling." Journalism & Mass Communication Quarterly, 93(2): 332-359.

상세보기
Link BG, et al. 1999. "Public conceptions of mental illness: labels, causes, dangerousness, and social distance." Am J Public Health, 89: 1328-1333.

상세보기
Mollema, L., et al. 2015. "Disease detection or public opinion reflection? Content analysis of tweets, other social media, and online newspapers during the measles outbreak in The Netherlands in 2013." Journal of medical Internet research, 17(5): e128.

상세보기
Jorm, A. F. 2000. "Mental health literacy: Public knowledge and beliefs about mental disorders." The British Journal of Psychiatry, 177(5): 396-401.

상세보기
Overton, S. L., and Medina, S. L. 2008. "The stigma of mental illness." Journal of Counseling and Development, 86(2): 143.

상세보기
Penn, D. L., and Martin, J. 1998. "The stigma of severe mental illness: Some potential solutions for a recalcitrant problem." Psychiatric Quarterly, 69(3): 235-247.

상세보기
Rhydderch, D., et al. 2016. "Changes in newspaper coverage of mental illness from 2008 to 2014 in England." Acta Psychiatrica Scandinavica, 134(S446): 45-52.

상세보기

저자의 다른 논문 :

LOADING...

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