Core Concepts
뉴스 제목의 과도한 정파성을 정량적으로 측정하고 분석하여 미디어 편향성의 정도와 동향을 파악한다.
Abstract
이 연구는 뉴스 제목의 과도한 정파성을 정량적으로 측정하고 분석하여 미디어 편향성의 정도와 동향을 파악하는 것을 목표로 한다.
첫째, 기존 연구에서 다루지 않았던 두 가지 유형의 정파성 있는 뉴스 제목을 포함하는 새로운 데이터셋을 구축했다. 이 데이터셋은 (1) 특정 정책, 정당 또는 정치인에 대한 편향되고 공격적인 일방적 의견을 표현하는 제목과 (2) 정치적으로 극화된 분위기를 나타내는 대립과 갈등을 묘사하는 제목을 모두 포함한다.
둘째, 구축한 데이터셋을 바탕으로 BERT 기반 언어 모델을 학습시켜 뉴스 제목의 정파성을 탐지하는 모델을 개발했다. 이 모델은 전반적인 정확도 0.84와 F1 점수 0.78을 달성했다.
셋째, 2014년부터 2022년까지 9개 대표적인 미디어 기관의 180만 개 뉴스 제목을 분석했다. 분석 결과, 전반적으로 보수 성향 미디어가 가장 많은 정파성 있는 제목을 사용하고, 진보 성향 미디어가 그 다음으로 많이 사용하며, 중도 성향 미디어가 가장 적게 사용하는 것으로 나타났다. 또한 2016년 대선을 전후로 모든 미디어 그룹에서 정파성 있는 제목의 비율이 증가했으며, 특히 진보 성향 미디어의 증가폭이 가장 컸다. 2020년 대선 이후에는 정파성 있는 제목의 비율이 다시 감소하는 추세를 보였다.
넷째, 로지스틱 회귀 모델과 Shapley 값 분석을 통해 외교, 정치 체제, 사회 문제 등 3가지 주요 주제가 정파성 있는 제목 사용과 관련이 있음을 확인했다. 또한 이 3가지 주제에 대한 미디어 그룹 간 언어적 차이를 분석한 결과, 각 주제에서 서로 다른 패턴이 관찰되었다.
이 연구는 뉴스 제목의 정파성을 정량적으로 측정하고 분석함으로써 미디어 편향성의 정도와 동향을 새로운 관점에서 이해할 수 있게 해준다. 특히 정치적 사건을 전후로 한 정파성 변화와 주제별 언어적 차이 분석을 통해 미디어 편향성의 다양한 양상을 파악할 수 있다.
Stats
전체 기간(2014-2022) 동안 보수 성향 미디어의 31.65%의 제목이 정파성이 있었다.
2016년 대선을 전후로 모든 미디어 그룹에서 정파성 있는 제목의 비율이 증가했으며, 진보 성향 미디어의 증가폭이 가장 컸다.
2020년 대선 이후 정파성 있는 제목의 비율이 다시 감소하는 추세를 보였다.
Quotes
"뉴스 제목은 쉽게 접근할 수 있고 기사의 의견이나 사건을 간단히 요약하므로, 독자의 기사 읽기 결정에 큰 영향을 미칠 수 있다."
"정파성이 높은 뉴스에 노출되면 개인이 정치 체제와 대중이 매우 극화되어 있다고 인식할 수 있다."
"정파성이 높은 기사는 일반적으로 매우 편향적이고, 감정적이며, 종종 거짓 정보로 가득하다."