선거 기사 20만 건·댓글 2400만 건 분석
후보 비리 보도, 적대 선동 댓글 더 유발
연구팀은 류효선 한국언론진흥재단 박사와 함께 지난 제20대 대통령선거 기간 포털 사이트에 올라온 기사 약 20만 건과 댓글 약 2400만 건을 인공지능(AI) 딥러닝 기법으로 분석했다.
언론이 기사를 구성하는 방식인 '프레임'에 따라 누리꾼의 적대적인 반응이 달라지는지 살피는 데 초점을 맞췄다.
분석 결과 정책을 설명하는 기사보다 승패와 대결 구도에 집중한 '전략 프레임' 기사에 상대 진영을 비방·조롱하는 댓글이 훨씬 많이 달렸다. 반면 경제·복지 등 국가 현안과 정책 해결책을 다룬 보도에서는 혐오 표현 비율이 눈에 띄게 낮았다.
후보자나 가족의 비리 의혹, 도덕성 검증을 앞세운 기사는 단순 지지율 비교 보도보다 차별과 폭력을 직접 부추기는 '적대 선동' 댓글을 더 많이 불렀다.
연구팀은 후보자의 부정적인 행동을 접했을 때 생기는 분노가 상대를 처벌·응징해야 한다는 심리를 자극해 극단적인 혐오 행동으로 이어진다고 분석했다.
이번 연구는 보도 방식이 대중의 인식에 그치지 않고 댓글 작성이라는 구체적인 온라인 행동에까지 영향을 준다는 점을 대규모 데이터로 입증했다는 의미가 있다. 연구 결과는 학술지 '디지털 저널리즘'(Digital Journalism)에 실렸다.
이 교수는 "언론이 스캔들이나 승패 대결에 치우치면 공론장이 건강하지 못한 혐오의 장으로 변할 수 있다"며 "언론이 사회적 갈등을 부추기기보다 정책 중심의 건설적인 대화를 이끌어야 한다"고 말했다.
◎공감언론 뉴시스 yein020528