토픽모델링을 활용한 쟁점 분석

Issue Analysis using Topic Modeling: Focusing on Hatred Articles in National Daily Newspapers

이 연구는 사회적 쟁점을 추적하고 탐색하는 쟁점 분석 측면에서 토픽모델링의 활용 가능성을 탐지하는 데 목적이 있다. 토픽모델링 방식 중 잠재 디리클레 할당(Latent Dirichlet Allocation: LDA) 알고리즘에 기반한 토픽 분석과 구조적 토픽모델링(Structural Topic Modeling: STM) 방법은 연구 접근 방식에 따라 구분해서 사용할 필요가 있다. 가설 검증을 위한 확인적 자료 분석(Confirmatory Data Analysis) 방식에는 STM이 적합하고, 언론 보도에 대한 쟁점 분석과 같이 자료에 대한 탐색적 자료 분석(Exploratory Data Analysis)에는 LDA가 적합하다. LDA 기반 토픽 분석에서 문서 내 메타 정보를 활용해 문서 범주를 분류한다면 동태적 자료 분석도 가능할 수 있다. 이를 실증적으로 살피기 위해서 10개의 국내 주요 전국일간지에서 보도한 증오 관련 기사를 대상으로 LDA 기반 토픽 분석을 수행했다. 분석 결과, 모든 언론사에서 여성 증오 범죄를 2021년에 주요하게 다루고 있었고, 증오와 혐오 정치 토픽이 2022년에 상승하는 추세를 보였다. 증오문제에 대한 보도 방향이 언론사 간 큰 차이를 나타내지 않고 있으며, 정치적 편향에 따른 보도특성도 크지 않았다. 이는 증오 문제가 언론 보도에서는 중요한 쟁점으로 아직은 부상하지 않음을 나타낸다. 결론적으로, 이 연구는 쟁점을 추적하고 탐지하는 활동에 LDA 기반 토픽모델링 방법이 충분히 활용될 수 있다는 점을 실증 분석을 통해 보여준다.

This study aims to explore the possibility of using topic modeling in terms of issue analysis in tracking and detecting social issues. Among the topic modeling methods, LDA(Latent Dirichlet Allocation) based topic analysis and STM(Structural Topic Modeling) need to be used separately according to the research approach. STM is suitable for Confirmatory Data Analysis for hypothesis test, and LDA is suitable for Exploratory Data Analysis, such as issue analysis on news media. Dynamic data analysis may be possible if document categories are classified using meta-information in documents in LDA based topic modeling. In order to empirically examine, an LDA based topic analysis was conducted on hatred articles reported by 10 major national daily newspapers in Korea. From the results, all newspapers mainly dealt with hatred crimes against women in 2021, and hatred politics of politicians showed an upward trend in 2022. The direction of news reporting on the hatred issue did not show much difference among newspapers, and the characteristics of news reporting due to political bias were not large. This indicates that the issue of hatred has not yet emerged as an important issue in news coverage. In conclusion, this study demonstrates through empirical analysis that LDA based topic modeling can be fully utilized for research activities that track and detect issues.