보수 언론과 진보 언론의 북한 전문가 활용 방식의 차이 탐색 : 인용문에 대한 KPF-BERT 기반 딥러닝 분석을 중심으로

이종혁

doi:10.20879/kjjcs.2022.66.6.005

추천

검색

질문

자료유형: 학술저널

저자정보: 이종혁 (경희대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제66권 제6호

발행연도: 2022.12

수록면: 154 - 194 (41page)

DOI: 10.20879/kjjcs.2022.66.6.005

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 언론이 정치성향에 따라 북한 전문가 인용 보도에서 편향성을 나타내는 실태를 정파적 지표화(partisan indexing) 현상과 딥러닝 모형의 적용을 통해 살펴보았다. 언론의 지표화 가설(press indexing hypothesis)에 따르면, 언론은 공적 정보원의 영향을 받아 보도 범위를 설정한다. 반면, 보수와 진보 언론이 자신의 정치적 성향에 맞춰 정보원과 인용 내용을 선택적으로 활용하는 현상은 정파적 지표화라고 할 수 있다. 본 연구진은 북한 보도에서 이런 현상을 탐색하고자 북한 관련 메시지를 보수와 진보 성향으로 분류하는 딥러닝 모형을 KPF-BERT를 기반으로 개발했다. 이어서 모형을 활용해 빅카인즈에서 제공하는 북한 전문가 80인의 인용문 42,375건(2011년~2021년)에 대해 정치성향 지수를 측정했다. 분석 결과, 북한 전문가들은 보수 성향에서 진보 성향에 이르기까지 다양하게 분포했으며, 극단적 정치성향에서는 진보 전문가보다 보수 전문가가 많은 것으로 나타났다. 언론사 분포에서는 보수 언론사 3곳(조선일보, 중앙일보, 동아일보)이 분석 대상 52곳 가운데 보수 성향 순서로 2, 4, 5위를 기록했다. 한편, 진보 언론사 한겨레신문과 경향신문은 중도에 가까운 위치를 나타냈고, 내일신문만 뚜렷하게 진보 성향을 보였다. 핵심 분석 결과는 보수와 진보 언론이 자신의 성향과 유사한 전문가를 더 자주 인용하고, 동일 전문가에 대해 자신의 성향과 유사한 내용을 더 많이 선택해 보도했다는 점이다. 북한 보도에서 ‘정파적 지표화(partisan indexing)’ 현상이 유의미하게 검증된 것이다.

This study examined whether conservative and progressive Korean media exhibits bias in the news coverage quoting North Korean experts. According to the press indexing hypothesis, the news media are influenced by public sources to set coverage limits. On the other hand, the partisan indexing phenomenon refers to the case in which conservative and progressive media selectively use sources of information and quotes according to their political orientation. To explore this phenomenon in the news coverage of North Korea, this study developed a deep-learning model that classifies news editorials about North Korea into conservative and progressive messages based on the KPF-BERT model. This model was constructed by learning news articles accumulated for 20 years by the Korea Press Foundation’s Big-Kinds archive system, and showed excellent performance in natural language processes compared to other Korean BERT models. The KPF-BERT-based deep-learning model developed by this study finally recorded an accuracy of 93.77%. Next, this model, measured the political orientation index for 42,375 quotes (from 2011 to 2021) of 80 North Korean experts provided by BIG-KINDS. As a result, North Korean experts were widely dispersed from conservative to progressive positions, and some conservative experts were found to be in more extreme positions than progressive ones. This implies that extreme conservative opinions are allowed in the Korean media, but extreme progressive opinions are hardly reflected. In terms of the media distribution, three conservative media (Chosun Ilbo, JoongAng Ilbo, and Dong-A Ilbo) ranked 2nd, 4th, and 5th in the order of conservative political orientation among the 52 media. On the other hand, two progressive media such as Hankyoreh and Kyunghyang Shinmun were placed at a near-central position, and only the Naeil Shinmun clearly showed progressive orientation. This implies that the intensity of political orientation should be considered beyond the distinction between conservative and progressive media in the media analysis. A key point of this analysis is that conservative and progressive media tend to selectively quote experts similar to their political orientation and selectively report content similar to their orientation in the same expert. The phenomenon of partisan indexing was significantly observed in the news on North Korea. It is worrying that the political bias in Korean media is reflected in experts’ quotes beyond the news staff"s writings. Methodologically, the application of the KPF-BERT-based deep-learning model is a suitable method to analyze tons of news data accumulated every day. Hopefully, this method can be widely and actively used in future journalism research.

#North Korean news #experts #partisan indexing #KPF-BERT #deep-learning #북한 보도 #전문가 인용 #정파적 지표화 #딥러닝

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이종혁

소속기관 경희대학교

주요연구분야 사회과학 > 신문방송학 TOP 0.5% 공학 > 건축공학 > 환경공학

논문수 84 이용수 57,859

이 논문과 함께 이용한 논문

朝鮮時代國家의 再分配機能과 國內商業政策

李憲昶 성곡논총 1996 .08

언론의 정치 성향에 따른 기업 보도 태도의 차이와 기업인 경기평가 심리에 미치는 영향 분석 : BERT 기반 딥러닝 모형을 적용한 빅데이터 분석

이승윤 , 백강희 , 이종혁 한국언론학보 2023 .02

광고에 대한 언론 보도의 변화: 1990년~2019년 빅카인즈 분석을 중심으로

남경태 지역과 커뮤니케이션 2020 .08

딥 러닝(Deep learning)기반 동영상 처리 알고리즘을 통한 19대 대선 TV토론 영상분석 : 후보자들의 등장빈도, 표정, 응시방향에 대한 분석

최윤정 , 정유진 , 윤호영 외 8명 한국언론학보 2020 .10

가짜뉴스 노출과 전파에 영향을 미치는 요인 : 성격, 뉴미디어 리터러시, 그리고 이용 동기

염정윤 , 정세훈 한국언론학보 2019 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-070-000318641

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)