신뢰 기반 사회적 소통생태계의 구현과 확산

국문 초록 (Abstract)

본 연구는 전체 연구를 세 개의 세부과제로 세분화하여 단계적으로 진행한다.

[세부과제1] 다면적 여론 분석을 위한 이종 미디어 통합 분석 체계 구축
특정 매체의 특성에 편향되지 않는 여론 파악을 위해 이질성을 갖는 여러 미디어에 대한 통합적 분석을 수행해야 한다. 하지만 이들 문서들은 서로 유사한 내용을 다루더라도 각 미디어의 분류 기준에 따라 각기 다른 카테고리로 관리되는 경우가 많다. 이러한 매체별 분류의 비일관성은 다양한 매체를 아우르는 여론 분석을 위해 반드시 해결되어야 하며, 이를 위해 본 <세부과제1>에서는 기존 미디어 고유의 분류 체계는 그대로 유지하면서 이종 미디어 간 콘텐츠의 분류 체계를 논리적으로 통합할 수 있는 방안을 제시한다. 이종 미디어는 분류 체계 뿐 아니라, 유사 주제를 기술하는 어휘 집합도 매우 상이하게 나타난다. 따라서 특정 미디어를 대상으로 실시한 여론 분석의 경우 매우 제한적인 어휘 집합을 사용하여 그 결과가 기술되며, 그 결과 해석도 매우 제한적일 수밖에 없다. 따라서 본 <세부과제1>에서는 각 미디어별로 사용하는 어휘 집합의 특성을 식별하고, 미디어 간 상호 학습을 통해 이종 미디어의 어휘 집합을 보강하며, 궁극적으로 더욱 풍성한 어휘를 사용하여 여론을 분석함으로써 사회 현상을 보다 정확하게 이해하고자 한다.

[세부과제2] 소통생태계 신뢰 제고를 위한 빅데이터분석
<세부과제2>의 첫 번째 연구주제는 현재 유통되고 있는 가짜뉴스들을 유형화하고 각 유형별 특징을 분석하는 것이다. 세부과제1을 통해 디지털 미디어에서 수집된 데이터를 대상으로 텍스트를 구성하는 단어들의 빈도와 중요도, 토픽 등이 산출되면, 이 중 가짜뉴스에 해당되는 텍스트들의 특징항목들만 따로 추출할 수 있다. 이렇게 가짜뉴스의 계량적 특징항목들을 대상으로 군집분석을 적용하면, 유사한 가짜뉴스들이 독립된 군집을 형성하게 되므로 가짜뉴스에 대한 유형화가 가능하다. 또한 <세부과제2>는 가짜뉴스를 사전에 미리 탐지할 수 있는 예측모델을 개발하고자 한다. 진짜뉴스와 가짜뉴스에 대한 빅데이터가 축적되면, 이 뉴스들의 특징을 학습하여 새로운 뉴스가 주어졌을 때, 해당 뉴스가 진짜인지, 가짜인지를 판별할 수 있는 이분류 모델을 개발하는 것이 가능해진다. 문서를 분류하기 위한 분류 기법으로는 SVM이나 Naive Bayes 모델이 기존 연구에서 제안된 바 있다. 최근에는 딥러닝을 가짜뉴스의 판별 모델로 사용하려는 연구들도 해외에서 실험적으로 시도되고 있으며, 본 연구 역시 이러한 딥러닝을 가짜뉴스 분류를 위한 제안 모델로 사용한다.

[세부과제3] 여론 형성 과정의 규명과 신뢰 기반의 사회적 소통 증진 방안 제시
<세부과제3>은 두 가지 연구주제를 수행한다. <세부과제3>의 첫 번째 연구주제는 침묵의 나선이론의 관점에서 여론 형성 과정에 관한 거시적이면서도 미시적인 설명력을 제공하는 행태적 연구모델을 개발하고 실증한다. 인터넷 미디어의 이용자들은 과거의 전통적 매스커뮤니케이션 환경에서와 달리 이슈의 생산과 유통에 참여하여 여론 형성에 영향을 미친다. 따라서 침묵의 나선이론과 같은 전통적인 커뮤니케이션 이론들을 오늘날의 온라인 환경에 적용하여, 변화하는 디지털 환경 속에서의 사회적 담론과 사회 구성원 간의 상호작용을 구체적으로 이해할 필요가 있다. 이를 위해 다양한 인터넷 환경에서의 여론 형성 과정을 침묵의 나선이론을 통해 개념화하여 구조적 모델을 수립하고 관련된 구체적인 변수를 식별하여 실증 분석한다. 또한 <세부과제3>은 공동체의 관점에서 신뢰 기반의 사회적 소통을 늘리는 방안을 디지털 미디어 리터러시와 사회적 자본과 연계하여 제시한다. 개개인이 속해 있는 준거집단의 차이에 따라 개인의 의견 표명 정도가 다르다고 한다면, 해당 공동체의 사회적 자본을 증진시키는 노력 여하에 따라 개인의 행동 양상 또한 변할 수 있을 것이다. 이를 통해 인터넷 미디어 시스템의 신뢰성 및 건강성 증진, 고도화된 온라인 문화의 창출, 사회구성원의 시민행동 제고 등을 가져오는 공생의 커뮤니케이션 네트워크 생태계를 조성할 수 있을 것으로 기대한다.