온라인 정치 여론 분석을 위한 댓글 분류기의 개발과 적용: KoBERT를 활용한 여론 분석

국문 초록 (Abstract)

본 연구의 목적은 최근 주목되고 있는 인공지능 기법을 활용해 온라인 여론 측정 도구를 개발·공유하는 데 있다. 한국 정치에 있어서 온라인 공간의 중요성이 점증함에도 불구하고, 이에 대한 연구방법론은 여러 가지 난제에 직면해 있다. 특히 온라인 여론 측정의 필요성에도 불구하고, 실시간으로 생성되는 빅데이터는 수작업에 의한 내용분석을 사실상 불가능하게 만들고 있다. 본 연구는 딥러닝 알고리즘 중 KoBERT 모델을 사용하여, 뉴스 기사에 게재된 댓글을 긍정･중립･부정으로 분류하는 ‘온라인 댓글 분류기’를 개발하였다. 2021년 4월 7일에 치러진 부산시장 보궐선거 뉴스에 게재된 댓글을 대상으로 분류기의 정확도를 검증한 결과, 사람에 의한 분류 대비 93.04%의 정확도를 보이고 있었다. 따라서 본 연구에서 개발된 온라인 댓글 분류기의 학계 공유는 한국어에 대한 내용분석 도구가 부재한 현실에서 뉴스 공간에서의 여론뿐만 아니라, 페이스북, 유튜브, 트위터, 인스타그램 등 다양한 온라인 공간에서의 여론을 파악하는 데 유용한 도구가 되리라 기대한다.

다국어 초록 (Multilingual Abstract)

The research develops a method to measure public opinion from online space. The importance of the Internet has gradually increased over time in the field of Korean politics. However, there are unresolved difficulties in research methodology to investigate the qualities of the online public. Despite researchers’ desire to analyze online public opinion, it is almost impossible to manually process a massive amount of data continuously generated in cyberspace. In particular, there is no feasible tool to perform content analysis on large-scale data written in the Korean language. The article forges the deep neural network system based on the KoBERT model to classify users’ comments on a political news article upon their attitude. It presents 93.04% accuracy on determining the polarity of reader comments on political articles regarding the Busan mayoral by-election on April 7th, 2021. The automated classification model described in this research can extend researchers’ capability of measuring online public opinions from various sources, including Internet news, Facebook, YouTube, Twitter, and Instagram.

목차 (Table of Contents)

• 논문요약
• Ⅰ. 서론
• Ⅱ. 감성분석에 대한 기존 연구
• Ⅲ. KoBERT를 활용한 온라인 댓글 분류기
• Ⅳ. 온라인 댓글 분류기 적용: 부산시장 보궐선거에서의 온라인 여론
• Ⅴ. 결론 및 함의
• 참고문헌
• ABSTRACT

참고문헌 (Reference)

1 가상준, "회의록 분석을 통해서 본 국회 상임위원회 운영의 특징" 21세기정치학회 18 (18): 47-68, 2008

2 황상흠, "한국어 기술문서 분석을 위한 BERT 기반의 분류모델" 한국전자거래학회 25 (25): 203-214, 2020

3 구본상, "한국 국회의원의 다차원 정책공간 분석: 이념으로서의 W-NOMINATE 추정치 검증" 한국정당학회 15 (15): 5-35, 2016

4 장덕진, "트위터 공간의 한국 정치: 정치인 네트워크와 유권자 네트워크" 언론정보연구소 48 (48): 80-107, 2011

5 장우영, "제19대 총선 트위터스피어 참여관찰: 격전지 선거구를 중심으로" 한국의회발전연구회 18 (18): 157-182, 2012

6 장우영, "정치커뮤니케이션 채널과 촛불집회 : 담론과 정책이슈 차별성의 빅데이터 분석" 한국정치학회 52 (52): 33-60, 2018

7 정진웅, "정당 중심의 대의 민주주의와 4차 산업혁명 : 참여와 심의의 조화로운 발전 모색" 한국정치학회 53 (53): 79-99, 2019

8 김양우, "인구절벽사회에서 노인과 일자리 감성분석" 한국콘텐츠학회 20 (20): 110-118, 2020

9 금혜성, "온라인공간의 정당정치: 연구방법과 동향에 관한 시론적 연구" 21세기정치학회 21 (21): 101-132, 2011

10 엄기홍, "온라인 공간은 누구의 의견을 대표하는가?" 미래정치연구소 10 (10): 99-122, 2020

11 장우영, "소셜미디어 선거캠페인 연구 동향과 쟁점" 한국지능정보사회진흥원 26 (26): 3-24, 2019

12 장우영, "소셜네트워크 캠페인의 정치적 효과:19대 총선의 트위터 빅데이터 분석" 한국정치학회 47 (47): 93-112, 2013

13 구본상, "서베이 기반 정치 엘리트 이념 측정방식에 대한 비판적 고찰: 국회의원 이념지수 측정 사례" 한국정치학회 50 (50): 127-150, 2016

14 이재현, "빅데이터와 사회과학: 인식론적, 방법론적 문제들" 한국언론학회 9 (9): 127-165, 2013

15 홍순구, "도시재생정책에 대한 감성분석: 감천문화마을 방문객 리뷰를 중심으로" 한국데이터정보과학회 30 (30): 1233-1244, 2019

16 최준영, "국무총리 인사청문회에 나타난 행정부-국회 관계 분석:회의록에 대한 내용분석을 중심으로" 한국정치학회 42 (42): 151-169, 2008

17 Hopkins, Daniel, "“ReadMe: Software for automated content analysis"

18 Lowe, Will, "Understanding wordscores" 16 (16): 356-371, 2008

19 Grimmer, Justin, "Text as Data: The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts" 21 : 267-297, 2013

20 Gentzkow, Matthew, "Text as Data" 57 (57): 535-574, 2019

21 박창문, "SNS의 정치적 동원기능에 관한 비판적 고찰: 18대 대선에서 트위터를 중심으로" 한국정당학회 12 (12): 187-220, 2013

22 장우영, "SNS 활용과 선거캠페인 효과" 2 (2): 53-78, 2017

23 Hopefield, John J, "Neural networks and physical systems with emergent collective computational abilities" 79 : 2554-2558, 1982

24 Sennrich, Rico, "Neural Machine Translation of Rare Words with Subword Units"

25 Budge, Ian, "Mapping Policy Preferences: Estimates for Parties, Electors, and Governments 1945-1998" Oxford University Press 2001

26 Klingemann, Hans-Dieter, "Mapping Policy Preferences Ⅱ: Estimates for Parties, Electors, and Governments in Eastern Europe, European Union and OECD 1990-2003" Oxford University Press 200

27 Devi, G. Dharani, "Literature Review on Sentiment Analysis in Social Media: Open Challenges toward Applications" 29 (29): 1462-1471, 2020

28 Cho, Kyunghyung, "Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation"

29 SKTBrain, "Korean BERT pre-trained cased(KoBERT)"

30 Wu, Yonghu, "Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation"

31 Devlin, Jacob, "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding"

32 Vaswani, Ashish, "Attention Is All You Need"

33 Slapin, Jonathan, "A scaling model for estimating time-series party positions from texts" 52 (52): 705-722, 2008

34 Hopkins, Daniel J, "A Method of Automated Nonparametric Content Analysis for Social Science" 54 (54): 229-247, 2010