20대 대선 보도의 정치적 편향성 분석…딥러닝과 Doc2Vec 기반 연구

박상현 박사과정(연세대 정치학과)은 2022년 2월 15일부터 3월 9일까지의 제20대 대통령선거 보도자료를 대상으로 주요 일간지의 정치적 편향성을 딥러닝·Doc2Vec·감성분석을 통해 실증적으로 분석했다. 이 연구는 공직선거법의 공정보도 의무에도 불구하고, 실제 보도에 성향별 차이가 존재하는지를 파악하고자 했다.

이번 연구는 선거가 단순히 대표자를 선출하는 것을 넘어 사회적 여론을 형성하고 유권자의 선택에 중대한 영향을 미친다는 점에 주목했다. 특히 공직선거법 제8조가 언론에 공정보도의 의무를 부여하고 있음에도, 유권자들은 여전히 언론의 정치적 편향성을 문제로 지적하고 있어, 이와 관련된 연구의 필요성이 제기됐다.

이 연구는 경향신문, 한겨레, 서울신문, 국민일보, 세계일보, 동아일보, 중앙일보, 문화일보, 조선일보, 한국일보 등 10개 주요 일간지를 대상으로 삼았다. 진보·중도·보수로 언론의 정치 성향을 분류하고, 딥러닝 기반 LSTM, Bi-LSTM, CNN을 통해 각 성향별로 보도의 분류 가능성을 확인했다. 이후 Doc2Vec을 통해 문서 간 유사도를 계산해 보도 지형을 살폈으며, 감성분석을 통해 각 매체의 긍·부정적 보도 경향을 측정했다.

분석 결과, 딥러닝 기법 중 CNN 모형은 ‘진보-중도-보수’로 기사 분류를 89.8% 정확도로 수행했다. 진보 성향 매체와 타 성향 매체의 이진 분류에서는 93% 이상의 정확도를 보였고, 정치 성향별 보도의 명확한 차이를 드러냈다. Doc2Vec 분석에서는 경향신문과 한겨레(진보), 문화일보와 조선일보(보수)를 제외하면 대부분의 매체가 중도 성향 매체와 높은 유사도를 보였다. 이는 중도 매체가 대선 보도의 중심에 있음을 시사한다.

또한 감성분석에서는 진보 매체일수록 대선 보도에서 부정적 용어 사용이 많았지만, 후보별 긍·부정 보도 강도의 차이는 통계적으로 유의미하지 않았다. 보수 매체 간에는 감성지수의 이질성이 나타나, 보수 성향 매체 내 보도 행태의 차이도 확인됐다.

전문가들은 이 연구가 딥러닝·Doc2Vec·감성분석을 종합적으로 활용함으로써 기존의 단편적 연구 한계를 보완했다고 평가한다. 특히 CNN의 높은 분류 정확도와 Doc2Vec의 보도 지형 분석 결과는 언론의 성향별 보도 차이를 실증적으로 규명한 점에서 의미가 크다.

선행연구와 비교하면, 기존 연구들은 주로 기사량이나 프레임 분석에 의존했지만, 본 연구는 기계학습 기반의 정량분석을 통해 보도 편향의 존재 여부를 보다 명확히 밝혔다. 특히 ‘진보-중도-보수’ 3분류의 적용 가능성을 제시해, 언론 정파성 연구의 새로운 기준을 제시했다.

이번 연구는 언론의 정치적 편향성 논의에서 정당·언론 간의 복잡한 관계와 편향의 실체를 재조명했다. 다만 데이터 수집 기간의 한계와 사설 등 추가 자료 분석 필요성은 후속 연구 과제로 제기됐다. 향후 국회나 언론중재위원회가 언론 공정성 정책을 강화할 때, 이러한 데이터 기반의 분석 결과가 정책 검토의 주요 참고자료로 활용될 수 있을 전망이다.

논문: http://dx.doi.org/10.21487/jrm.2024.3.9.1.1
유튜브: https://youtu.be/-5fmwu0ux-w