O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

페이스북 선도자 탄핵촛불에서 캠폐인 이동경로

460 visualizações

Publicada em

2017년 대통령 선거와 페이스북 선도자들의 댓글망

Publicada em: Dados e análise
  • Entre para ver os comentários

  • Seja a primeira pessoa a gostar disto

페이스북 선도자 탄핵촛불에서 캠폐인 이동경로

  1. 1. Journal of the Korean Data Analysis Society (October 2017) Vol. 19, No. 5 (B), pp. 2523-2534 2017년 대통령 선거와 페이스북 선도자들의 댓글망 박효찬1 , 김찬우2 , 박한우3 1) 요 약 이 연구는 각 정당에서 대선에 출마할 후보자가 결정된 시기의 페이스북 팬페이지의 댓글망 과 탄핵 국면에서 대선초기에 활동한 선도자의 이동경로를 조사하였다. 구체적으로 첫째, 2017년 대선캠페인 초기에 활동한 이용자들이 형성한 댓글망의 구조를 검토한다. 둘째, 조기 대선의 도 화선이 된 탄핵 국면에서 언론사 페이스북 팬페이지에 형성된 이용자와 이후 선거 초기 국면에 서 후보자들의 페이스북에서 활동한 이용자들을 시간이 흐름에 따라 유입경로와 이동경로를 역 추적하고 비교해 보았다. 분석 결과 첫째, 댓글 수, 1인당 평균 댓글 수, 대댓글 수 등의 항목과 네트워크 분석 지표를 통해서 소셜미디어를 통한 참여와 이용자들의 연결성 측면에 있어 문재 인의 대선 승리를 예측하는 강력한 지표임을 보여주었다. 그리고 이용자 중 특정 이용자로부터 댓글을 시작하는 관점과 댓글이 몰리는 시각에서의 지배도를 구분하여 계산하여 후보 페이지 간 차이를 살펴보았다. 둘째, 문재인 후보 측에서 활동하는 이용자들이 탄핵과 대선 국면을 거치 며 페이스북 상에서 적극적인 참여와 주도적인 역할을 수행하였다. 이를 통해 불확실성이 큰 선 거캠페인에서 적극적 참여층의 정체성을 구체적으로 파악하고 이 계층의 정치적 관심사와 의견 을 추적한 것에 의의가 있다. 주요용어 : 페이스북, 팬페이지, 대선캠페인, 선도자, 사회연결망분석. 1. 서론 2017년 대통령 선거는 대통령 탄핵으로 인한 정권 부재라는 극한적 불확실성 속에서 치러졌다. 따라서 각 정당에서는 후보자 선출과 선거 캠페인을 급작스럽게 진행하게 되었다. 따라서 대선 후 보자들은 기존 정당 지지층과 더불어 부동층 유권자를 확보하기 위해 치열한 경쟁을 하였다. 일반 적으로 선거캠페인에서는 적극적인 지지층을 기반으로 부동층 유권자들을 얼마나 확보하느냐가 승패를 가르는 중요한 요소다. 그러나 부동층 유권자에만 집중하다 보면 기존 지지층의 지속적인 지지를 확보하지 못하고 역효과를 얻을 수 있다. 따라서 후보자나 선거 캠프에서는 양측의 관심사 에 귀를 기울일 수밖에 없다. 선거 초기 후보자들의 적극적인 지지자들을 선도자(first-mover) 혹은 의견선도자(opinion leader) 계층이라 할 수 있다. 즉 일반 다수에게 전달되지 않은 정보를 먼저 접 하고 의견을 제시함으로써 주변 지지자 혹은 부동층에게 전파할 수 있기 때문이다. 또한 불확실성이 클수록 선거캠페인에서 이들 선도자의 정체성을 구체적으로 파악하고 이 계층 의 정치적 관심사와 의견을 귀담아 들을 필요가 있다. 또한 선도자들이 신념과 비전을 갖고서 부 1 38541 경북 경산시 대학로 280, 영남대학교 사이버감성연구소 연구원. 디지털융합비즈니스학과 석사과정. E-mail : dhdkia11@naver.com 2 38541 경북 경산시 대학로 280, 영남대학교 통일문제연구소 연구원. 정치외교학과 시간강사. E-mail : yeture@daum.net 3 (교신저자) 38541 경북 경산시 대학로 280, 영남대학교 사이버감성연구소 소장. 언론정보학과·디지털융합비즈 니스학과 교수. E-mail : hanpark@ynu.ac.kr [접수 2017년 5월 20일; 수정 2017년 6월 29일, 2017년 8월 27일; 게재확정 2017년 8월 30일]
  2. 2. 박효찬, 김찬우, 박한우2524 동층에게 메시지를 전달함으로써 부동층의 의사결정에 실제 영향을 미칠 수 있다. 특히 페이스북 과 같은 소셜미디어는 네트워크 아키텍처이다. 따라서 선거기간에 정치적 이슈가 발생했을 때 소 셜미디어는 이슈가 노출되는 통로로서 기능한다. 또한 소셜미디어에서는 이슈의 발생과 탐색, 이 슈의 전파와 확산, 이슈의 몰입과 의제화의 과정이 반복된다. 이 과정에서 선거캠페인에 참여하고 관심을 보내는 사람들은 기하급수적으로 증가하게 된다. 특히 페이스북은 한 주제를 지속적으로 관찰하며, 공동체를 형성하고 유지하기에 적합하다(Lee, Kim, Park, 2017). 이번 연구의 목적은 본격적인 대선캠페인에 돌입하기 전 페이스북에서 나타난 이용자의 댓글망 을 조사하고, 탄핵 국면에서 활동한 선도자가 대선 국면에 들어서는 시점까지의 이동흐름을 추적 하는 것이다. 연구의 구성은 대선 후보 수락 후 3일간 페이스북 팬페이지의 특성을 파악하고, 탄 핵 가결 당시 방송사 페이지에서 활동한 선도자가 대선 초기 후보자별 페이스북 팬페이지로의 이 동흐름을 추적한 후 특성을 설명한다. 이를 통해 선거 기간 선도자의 유입경로와 이슈의 흐름을 파악하는 사례를 제공할 수 있을 것으로 예상한다. 2. 문헌검토와 연구범위 Castells(2009)는 ‘Communication Power’에서 온라인 네트워킹 권력의 존재와 영향력을 여러 국가 의 사례를 통해서 분석하였다. 특히 2008년 한국의 촛불집회에 대한 분석도 진행하였는데, 집회 초기에는 온라인 네트워크가 분절된 형태였지만, 포털공간(다음 아고라 등) 상의 비슷한 성향과 의 견을 지닌 사람들이 모여 의견을 공유함에 따라 집회참여자가 폭발적으로 증가했음을 밝혔다. 그 러나 포털의 경우 익명성이 보장되는 커뮤니티지만, 페이스북은 실명기반의 소셜미디어이므로 이 용자들이 정치적 의견을 표현하면서 다른 매체보다 비교적 신중하고 최소한의 자기정제 과정을 거친다. 따라서 페이스북은 온라인을 넘어서 물리적 세계에서도 소위 ‘연결된’ 사람들에게 더 큰 사회적 영향력을 미칠 수 있다. 이러한 영향력에 대하여 Bond, Fariss, Jones, Kramer, Marlow, Settle, Fowler(2012)는 2010년 미국 중간선거와 페이스북의 투표 동원력 연구를 통하여 페이스북 메시지가 약 34만 명에게 영향을 준 것으로 분석했다. 이들 연구는 6천1백만 명을 대상으로 페이스북 친구 가 투표 사실을 ‘단순한 텍스트 알림기능’과 ‘프로파일 이미지 보여주기’를 통해서 알려줌으로써 개개인의 투표 행위에 영향을 미쳤다는 것이다. 페이스북 네트워킹 역할과 권력에 대하여 Xu, Park, Kim, Park(2016)은 ‘하이브리드’ 상호행위라 는 개념을 제시하고 있다. 페이스북과 같은 소셜미디어에서 이루어지는 의사소통은 면대면, 매개 된 유사-상호행위(mediated quasi-interaction)가 복합적으로 발생하기 때문에 ‘하이브리드’ 상호행위 라고 주장한다. 여기서 매개된 유사-상호행위라는 것은 사람들이 특정인과 소통하기 위해서 일대 일 매체인 전화와 같은 채널을 사용할 때 나타나며(Thompson, 1995), 동시적 시공간을 공유하는 면 대면 상호행위에 대응하는 개념이다. 이러한 매개된 유사-상호행위는 전통적 언론매체의 뉴스, 드 라마, 광고와 같이 불특정한 사람들을 대상으로 일어난다. 반면 하이브리드 상호행위는 트위터, 페 이스북, 유튜브 등과 같이 여러 소셜미디어에서 두드러지게 나타난다. 이러한 하이브리드 상호행위 효과에 대하여 Seo, Kim, Yang(2016)은 정치참여와 시민관여에 대 한 페이스북의 효과에서 상호작용의 빈도와 속도에 따라 배가될 수 있는데, 평상시에 페이스북 친 구들끼리의 빈번한 상호작용뿐만 아니라, 페이스북 이용자가 포스팅을 올렸을 때 친구들이 빠른 반응을 할 경우 페이스북의 영향력이 높아진다는 것이다. Lee, Park, Park, Kluver(2017) 경우 2016 년 한국의 촛불시위에서 나타난 페이스북이 시민의 의사결정 과정과 오프라인 집회참여의 영향력 을 분석하였다. 특히 페이스북이 면대면, 매개된 상호작용, 매개된 유사-상호행위가 복합된 ‘하이브
  3. 3. 2017년 대통령 선거와 페이스북 선도자들의 댓글망 2525 리드’ 채널로 기능하여 사회적 연결감을 강화시킨다는 점을 밝혔다. Grieve, Indian, Witteveen, Tolan, Marrington(2013) 경우 오프라인에서의 실제 친구여부에 관계없이 페이스북 친구와의 관계를 중요하게 생각한 이용자들은 우울감과 불안감이 낮으며, 생활에 대한 만족감이 높다는 점을 밝혔 으며, 오프라인과 별개로 페이스북 친구와의 상호작용을 통해서도 정서적 안정감 및 사회적 연결 감이 증대될 수 있다는 것이다. 또한 Kramer, Guillory, Hancock(2014)은 약 70만 명의 영어권 페이 스북 이용자들의 소셜미디어 영향력을 실험한 결과, 페이스북 뉴스피드에 긍정적 표현이 올라오는 것을 줄였을 때, 사람들이 올리는 긍정적 게시물이 감소하고 부정적 메시지가 증가했으며, 이용자 들이 긍정적 뉴스피드에 노출되었을 때는 그 반대의 패턴이 발생한다는 것이다. 즉, 페이스북에서 접하는 주변 사람들의 포스팅은 이용자에게 감정적 상태에 실제로 영향을 미치므로, 소셜미디어를 통한 대규모의 정서적 전염현상이 일어난다는 점이다. 정서적 전염거리에 대하여 Fowler, Christakis (2008)는 페이스북 친구 간의 행복을 전파하는 경로 거리가 3단계임을 밝혔으며, Brandtzaeg(2017) 는 아시아, 아프리카, 아메리카, 유럽에 걸친 10개국의 2천만 명이 넘는 페이스북 이용자들의 페이 스북에 대한 사회적 연결감과 시민관여도를 추적하여, 페이스북 상에서 간편하게 의사를 표현할 수 있는 ‘좋아요’ 버튼이 사회적 지지, 민주적 성찰, 동료들 간 협업 등에 설득효과를 지닌다는 점 을 밝혔다. 정서적 전염과 더불어 Lyons(2017)는 소셜미디어와 연결 메커니즘이 숙의(deliberative) 민주주의를 작동하는 핵심이라고 주장했다. 한편, 페이스북 상의 상호작용에 있어 일정 부분 선도자의 역할이 중요하다. 일반적으로 선도자 들은 페이스북에서 외부에 드러내지 않은 채 활동하면서, 자기들만으로 구성된 자율적이면서 임시 적 군집을 형성하는 경향이 있다. 또한 페이스북과 같은 하이브리드 플랫폼에서 소위 ‘밈’(meme, 소셜미디어에서 뉴스를 퍼트리는 문화적 유전자)을 형성한다(Lee, Park, Park, Kluver, 2017). 예컨대 2016년도 촛불집회의 대중적 확산도 페이스북 이용자들이 자발적으로 참여할 수 있는 ‘밈’이 있었 기에 가능했다. 이번 대선 과정에서도 ‘밈’은 페이스북의 하위채널로서 기능하면서 정보전파력을 강화시키기도 했다(Sohn, 2017). 특정 시점의 상호작용 및 전파에 대한 연구로는 Park, Park(2014)의 총선기간에서 대구시장 각 후보자 페이스북 팬페이지의 전체 댓글망 구조 비교와, Park, Park(2017) 의 경주 지진 발생 기간 동안 트위터에서 나타난 네트워크 구조를 살펴보고, 큰 지진이 발생한 시 기별 빅마우스의 프로필과 커뮤니케이션 행위 분석이 있다. 그러나 선도자들이 제공하는 새로운 정보와 트렌드가 어떻게 전파되는지 추적하는 정보의 이동 흐름(flow)에 대한 연구는 아직 부족하 다. 따라서 이 연구에서는 첫째, 2017년 대선캠페인 초기에 활동한 이용자의 댓글망 구조를 검토한 다. 둘째, 조기 대선을 초래한 탄핵시기에 언론사 페이스북에서 형성된 애드-혹(ad hoc) 공중 혹은 이슈 공중(Bruns, Burgess, 2011)과 후보자들의 페이스북에서 활동한 선도자들을 동시에 조사하여 선도자들의 유입경로와 이동경로를 역추적하였다. 이를 통하여 각 정당 후보별 선거캠페인의 흐름 에서 주도적인 역할을 담당하는 선도자들의 댓글망을 검토하고, 역동적으로 움직이는 구조를 시각 화 후 의미를 분석한다. 3. 연구방법 3.1. 데이터 수집 데이터 수집은 선거캠페인 시기에 페이지 이용자들이 형성한 댓글망과 탄핵 국면과 선거 시기 에서 활동한 선도자의 이동흐름에 초점을 맞추었다. 먼저 댓글망 분석은 각 대통령 후보수락 연설
  4. 4. 박효찬, 김찬우, 박한우2526 일로부터 3일간으로 정했다. 수집 시점은 각 당별로 후보직 수락과 동시에 캠페인을 시작한 날짜 로 하였다. 이는 특정 기간에 동시에 데이터를 수집하면 각 당마다 후보 확정시기가 달라 선거캠 페인 초기의 선도자 분석을 제대로 수행할 수 없을 것으로 판단했기 때문이다. 전통적인 설문 방 법에서는 시간이 상수였지만 소셜데이터는 시간이 변수가 되어 시간의 범위는 연구문제, 데이터 수집 과정상의 여건 등에 따라 다양하게 전개될 수 있다(Lee, 2013). 다음으로 대통령 탄핵 시기부 터 이어진 주도적으로 활동한 선도자를 추적하기 위해 국회에서 탄핵소추안 가결 당시 각 방송사 에서 중계한 LIVE 영상 데이터를 대상으로 수집하였으며, 지상파 3사와, 보도전문채널 2사, 그리 고 종합편성채널 JTBC를 선정하였다. 이외의 다른 종합편성채널은 LIVE 영상을 제공하지 않았거 나, 댓글 수가 10개 이하여서 데이터 수집에서 제외하였다. 두 시기 페이스북 데이터 수집 및 시 각화에는 네트워크 분석 프로그램인 NodeXL을 사용하였다(Smith, 2014). Table 1은 후보자별 페이스북 팬페이지의 현황을 정리한 것이다. 후보당선 이후 기간에 공식 페 이지에 댓글 수는 문재인(Moon)이 13,417개로 가장 많았으며, 다음으로 안철수(Ahn) 4,751개, 심상 정(Shim) 949개, 유승민(Yoo) 157개, 홍준표(Hong) 93개 순으로 나타났다. 댓글을 남긴 방문자도 문 재인 2,889명으로 가장 많았으며, 안철수 1,289명, 심상정 705명, 유승민 118명, 홍준표 43명 순이었 다. 1인당 평균 댓글 수에서도 문재인이 4.64개로 나타나 안철수 3.69개보다 많았다. 즉 전반적으로 문재인과 안철수 후보의 팬페이지 활동이 가장 활발했으며, 보수 후보인 유승민과 홍준표 후보의 경우 그다지 활발하지 않았다. Table 1. Data collection and background information on Facebook pages Moon Ahn Hong Yoo Shim Collection period 4.3~4.5 4.4~4.6 3.31~4.2 3.28~3.30 2.16~2.18 Page ID moonbyun1 ahncs111 19thhong yooseongmin21 simsangjung Nodes 2,889 1,289 43 118 705 Number of comments(Edges) 13,417 4,751 93 157 949 Number of comments per person 4.64 3.69 2.16 1.33 1.35 Number of comments on one’s own comments 136 98 1 3 20 Table 2. Comments and unique commenters on media Facebook pages Broadcasting stations Number of comments First-movers JTBC 35,212 1,606 Subusu News 2,779 361 SBS 1,029 381 MBC 103 40 KBS 211 42 YTN 972 193 Yonhap News 172 19 Table 2는 각 방송사의 탄핵안 가결 LIVE 댓글 수와 선도자 수를 나타낸 것이다. 여기서 선도자 (first-mover)는 탄핵안 가결 LIVE 영상에 댓글을 남긴 이용자 중에서 후보 수락기간에 후보자 팬페 이지에 댓글을 남긴 이용자로 정의하였다. 이는 탄핵이라는 시국에 적극적인 반응을 보이면서 후 보자에 대한 의견도 남기는 적극적인 이용자이기 때문이다. 현황을 보면, JTBC의 댓글이 35,212건 으로 가장 높았으며, 다음으로 Subusu News가 2,779건, SBS 1,029건, YTN 972건 등으로 나타났다.
  5. 5. 2017년 대통령 선거와 페이스북 선도자들의 댓글망 2527 그 외 KBS 211건, 연합뉴스 172건, MBC 103건 등은 댓글이 상대적으로 낮았다. 언론사 팬페이지 에 댓글을 남긴 이용자의 ID를 이용하여 각 대선 후보의 팬페이지 댓글 작성자 ID를 비교한 결과 JTBC가 1,606명으로 대선 초기에 가장 많은 활동을 한 것으로 나타났다. 다음으로 SBS 381건, Subusu News 361건, YTN 193건 등의 순이다. 그 외 KBS 42건, MBC 40건 연합뉴스 19건 등으로 다른 방송사에 비해 상대적으로 낮았다. 3.2. 분석기법 대선캠페인 초기 댓글망 구조를 검토하기 위해서 사회연결망분석(social network analysis, SNA)의 여러 지표들을 활용했다(Table 3 참조). 여러 가지 지표 중 ‘중복관계(edges with duplicates)’, ‘대댓 글률(co-comments)’, ‘지배도(centralization)’를 활용했다. 먼저 ‘중복관계’는 같은 이용자끼리 댓글을 교환하는 비율이다. 따라서 백분율이 높을수록 ‘끼리끼리’ 현상이 강하므로, 제3자가 대화에 참여 하기 어려울 수 있다. 다음으로 대댓글이란 처음 댓글에 응답하여 남긴 후속 댓글이다. 대댓글률 은 전체 댓글 수에서 대댓글의 비율을 뜻한다. 따라서 대댓글은 댓글이 실타래를 만들 듯이 연속 적으로 이어지는 현상이다. 이것은 선도자들의 댓글 화제에 대하여 다른 이용자들의 충성도를 확 인하는데 유용하다. 마지막으로 댓글망의 의사소통 지배도(centralization)이다. 댓글은 서로 주고받 는 행위이기에, 댓글을 시작하는(outgoing) 관점에서의 지배도와 댓글이 몰리는(incoming) 시각에서 의 지배도를 구분해야 한다. 또한 SNA에서 지배도는 댓글망의 의사소통 행위가 몇몇 선도자에게 집중되는 정도를 계산하는 지표이다. 이 지배도는 경제학에서 시장의 독점도를 측정하기 위해서 자주 사용하는 허쉬만 허핀달(Hirschman Herfindahl) 지수와 유사하다(Taneja, 2016). 후보별 댓글망의 특징을 통계적으로 비교하기 위해서 각 후보의 댓글망 밀도 값에 대한 비모수 (non-parametric) 검정을 수행하였다. 이 검정기법은 표준오차를 추정할 수 있는 부트스트랩 (bootstrap) 방법을 주로 이용한다(Park, Choi, 2016). 부트스트랩을 통해서 충분히 많은 유사표본을 만들고 이 표본들의 분포정보를 활용하여 유의성 검정을 수행하였다. 분석을 위한 지표와 통계 검 정은 UCInet 소프트웨어에 내재된 옵션을 이용하였다(Snijders, Borgatti, 1999). Table 3. Network indices Index Definition Knittedness The total number of edges divided by possible edge Edges with duplicates Rate of exchanging comments among two people Co-comments Making another comment on one comment In-centralization The degree to which in-centralized network structure Out-centralization The degree to which out-centralized network structure * Explanations are written based on http://www.analytictech.com/ucinet/help/idx.htm 다음으로 탄핵 시기에서 선거 캠페인 초기로 이동한 선도자의 이동경로를 추적하였다. 탄핵 시 기 언론사 팬페이지에서 활동한 이용자와 선거 캠페인 초기에 활동한 이용자 중 이름과 프로필이 일치하는 이용자를 분류하였다. 이후 두 시기에서 중복되는 이용자 수를 합산한 후 각 언론사 페 이지와 각 후보 페이지를 노드(node)로 하여 선도자의 이동경로를 시각화하였다. 그리고 선거기간 동안 후보자 페이지 간 이동경로까지 같이 추적하였다. 4. 연구결과 대선캠페인 초기 페이스북 팬페이지에서 적극적으로 옹호나 반박 댓글을 남기며 활동한 선도자
  6. 6. 박효찬, 김찬우, 박한우2528 들 사이 상호소통의 양과 질을 측정해 보았다. Table 4는 각 대선 후보의 중복관계, 대댓글률, 지 배도를 분석한 것이다. 먼저 중복관계의 경우 문재인(Moon) 86.3%, 안철수(Ahn) 82.1%, 홍준표 (Hong) 71%, 유승민(Yoo) 38.2%, 심상정(Shim) 33% 순으로 나타났다. 특히 문재인 86.3%, 안철수 82.1%로 문재인이 약 4%p 높았다. 즉 문재인과 안철수 후보 팬페이지의 경우 다른 후보자에 비해 지지층들이 페이지 내에서 댓글을 올리며 열성적인 활동을 하고 있었다. 대댓글률의 경우 중복관 계의 순서와 달리 심상정(Shim) 7.8%, 안철수(Ahn) 7.14%, 문재인(Moon) 3.26%, 유승민(Yoo) 2.55%, 홍준표(Hong) 2.15% 순으로 나타났다. 특히 다른 후보자에 비해 심상정과 안철수 후보 팬페이지의 대댓글률이 높은 것은 페이지 내에서 이용자 간의 댓글을 통하여 상호 공감 혹은 비판적인 댓글 행위가 많았기 때문이다. 지배도 중 내향지배도와 외향지배도의 분석 결과를 보면, 내향지배도는 홍준표(Hong) 2.148%로 가장 높았고, 다음으로 유승민(Yoo) 0.792%, 심상정(Shim) 0.176%, 안철수(Ahn) 0.077%, 문재인 (Moon) 0.033% 순으로 나타났으며, 외향지배도는 심상정(Shim) 17.754%로 가장 높았으며, 홍준표 (Hong) 11.898%, 유승민(Yoo) 8.065%, 안철수(Ahn) 4,438%, 문재인(Moon) 3.354% 순으로 나타났다. 전반적으로는 모든 후보들의 팬페이지에서 내향지배도보다 외향지배도가 높은 것으로 나타나 특 정 이용자에게 댓글이 쏠리는 것보다 소위 빅마우스의 댓글 활동이 두드러졌음을 알 수 있다. 당 시 지지율이 10% 밑으로 나타난 홍준표, 유승민, 심상정 후보의 경우 역시 유력 후보에 비해 두 지배도간의 편차가 크지 않은 것으로 나타났다. 즉 세 후보 모두 외향지배도가 10%대를 기록하며 소수의 빅마우스의 역할이 컸음을 알 수 있다. Table 4. Network analysis indices Graph metrics(%) Moon Ahn Hong Yoo Shim Edges with duplicates 86.3 82.1 71.0 38.2 33.0 Co-comments 3.26 7.14 2.15 2.55 7.80 In-centralization 0.033 0.077 2.148 0.792 0.176 Out-centralization 3.354 4.438 11.898 8.065 17.754 Table 5는 후보별 댓글망을 통계적으로 비교하기 위해서 후보들 사이의 밀도를 비교한 결과이 다. 밀도값의 차이는 심상정(Shim)이 0.0019로 가장 낮게 나타났고, 홍준표(Hong)가 0.0519로 가장 높게 나타났다. 밀도값의 차이는 이용자의 수에 따라 값이 달라질 수 있으므로 특정 후보의 댓글 망의 밀도, 즉 선도자들 간 연결강도가 상대방 후보와 비교해서 촘촘하거나 성기게 되어있는지를 검정하였다. 검정 결과, 심상정의 댓글망과 홍준표와 유승민의 댓글망 비교에서 통계적으로 유의 미한 차이가 있는 것으로 나타났다. 이 차이는 이용자의 수와 관계없이 홍준표와 유승민 후보의 댓글망은 촘촘한 형태가 나타났고 심상정 후보는 더 성긴 댓글망 형태의 특성을 보였다. Table 5. Comparing densities across candidates Density (Standard deviation) Moon Ahn Hong Yoo Shim Moon 0.0020(0.205) - Ahn 0.0028(0.221) 0.0008 - Hong 0.0509(0.552) 0.0489 0.0479 - Yoo 0.0112(0.188) 0.0092 0.0084 0.0397 - Shim 0.0019(0.054) -0.0001 -0.0009 -0.0490** -0.0093** - **Significant at p < 0.01, Number of samples: 500, Density: matrix average
  7. 7. 2017년 대통령 선거와 페이스북 선도자들의 댓글망 2529 Figure 1은 각 후보자 팬페이지의 네트워크 특성을 반영하여 대선후보수락 시기의 댓글망을 시 각화한 것이다. 시각화 결과에서 중앙에 위치한 프로필 사진은 페이지의 운영자이다. 연두색 선은 각 후보별 페이지에 3일 동안 달린 댓글 관계이며, 빨간색 선은 이용자들끼리 대댓글로 연결된 관 계를 시각화하였다. 그리고 노드의 색이 파란색에 가까울수록 포스트에 댓글을 많이 남겼다는 것 이며, 노드의 크기가 클수록 댓글에 대댓글을 많이 받았다는 것을 의미한다. 그 결과 문재인 (Moon)의 경우 단순 1회성의 응원 댓글이 가장 많은 비율을 차지하고 있으며, 긍정/부정 댓글 구 분 없이 중간에 노드가 큰, 즉 대댓글을 많이 받은 이용자들이 나타났다. 반면 안철수(Ahn)의 경우 문재인 댓글망과 비교하여 상대적으로 큰 노드를 가진 이용자가 적었으며, 일방적으로 댓글을 올 리는 파란색 노드의 이용자가 많았다. 나머지 홍준표(Hong), 유승민(Yoo)의 경우에는 댓글을 남기 는 이용자와 댓글 수가 적었으며, 심상정(Shim)의 경우 개인적인 응원성 댓글과 단순한 공유 수준 의 댓글을 남긴 이용자가 많아 큰 노드가 나타나지 않았다. Moon Ahn Hong Yoo Shim Figure 1. Network diagram of Facebook pages 다음으로 선도자들이 대통령 탄핵시기에 어떤 방송사의 페이스북에서 활동했는지 그 경로를 추 적하였다. 경로 추적은 탄핵시기에 방송사 페이스북에서 활동한 선도자가 대선시기에 각 후보 페 이스북으로 얼마나 이동하였는지를 추적한 것이다. 다시 말하면 언론사와 후보 페이지에서 활동한 모든 이용자들 중 탄핵시기에서 대선 시기로 이동한 선도자만을 추적하여 시각화하였다(Figure 2). 가장 많은 선도자가 있는 JTBC의 경우 1,606명으로 이들 가운데 609명이 문재인(Moon) 페이지에 방문해서 댓글을 남겼다. 그리고 안철수(Ahn)와 심상정(Shim)으로 이동한 선도자들은 각각 223명과 119명이었다. 특히 JTBC는 탄핵 과정에서 태블릿PC 공개나 박근혜 정부를 비판하는 뉴스를 다수
  8. 8. 박효찬, 김찬우, 박한우2530 방송하여 시청자에게 관심을 끌었으며 댓글수가 높았고, 상대적으로 정치 변화를 요구하는 진보적 인 이용자가 많았다. 이러한 사용자들이 문재인 후보의 팬페이지에 방문하여 댓글을 단 점은 문재 인 후보가 현 정국을 해결할 수 인물로 인식했기 때문이다. 특히 보수진영의 후보들(Hong, Yoo)에 대한 댓글이 낮은 것은 이들 지지자들은 탄핵 국면에서 자신의 의견을 드러나지 않아 후보자 팬 페이지로의 이동도 낮은 것으로 추측된다. Figure 2. First-mover's inflow path of media to candidate Figure 3은 선거캠페인 시기에 각 후보 페이지에 댓글을 남긴 선도자의 수를 시각화 한 것이다. 주목할 점은 문재인(Moon)과 안철수(Ahn) 페이지에 모두 댓글을 남긴 이용자가 130명으로 가장 많 았다. 두 후보 모두에게 댓글을 남기는 이용자는 자신이 지지하는 후보를 옹호하거나 의견에 대한 비판과 견제를 하는 자로 볼 수 있다. 이것은 실제 선거에서 문재인-안철수는 경쟁구도를 형성한 것으로 나타났다. 다음으로 서로 성향이 가까운 문재인과 심상정(Shim)에 댓글을 남긴 이용자가 52 명을 차지하였다. 심상정 페이지에 댓글을 남기는 이용자는 많지 않았지만 문재인 후보이지에 댓 글을 남기는 행위가 많았음을 알 수 있다. 이러한 지지층의 중복은 문재인-심상정의 연대로 이어 지게 되었다. 두 후보 간 수집 시기가 1달 이상 차이가 나는데도 심상정 페이지의 이용자는 정치 에 관심이 많았으며, 페이스북에서 꾸준히 활동한다는 것을 보여준다. 반면 보수후보인 홍준표 (Hong)와 유승민(Yoo) 페이지 간에는 단 1명도 중복으로 댓글을 남기는 이용자가 없는 모습을 확 인할 수 있다. 이것은 홍준표와 유승민이 표방하는 보수의 슬로건과 내용이 서로 다르다는 것을 암시한다. 두 보수후보의 지지자들은 자신이 지지하는 후보 이상으로 확장하지 않는 모습을 보여 준다. 다음으로 선도자들의 정체성을 찾기 위해서 우리는 그들이 문재인과 안철수 양 후보 측에 남긴 댓글의 내용을 검토하였다. 선도자들은 문재인 혹은 안철수의 열성 지지자가 상대방 후보에
  9. 9. 2017년 대통령 선거와 페이스북 선도자들의 댓글망 2531 가서 댓글을 올리는 이용자가 전체 130명 가운데 73명으로 56.15%로 나타났다. 양 후보 가운데 어 떤 후보에 대한 강한 선호가 보이지 않는 이용자는 40명으로 30.76%로 나타났다. 나머지는 기타로 분류할 수 있었다. Figure 3. Number of shared first-movers between a pair of candidates on Facebook pages 5. 결론 본 연구는 각 정당에서 대선 후보자가 결정된 시기의 페이스북 팬페이지의 댓글망을 조사·분석 하였다. 이 연구의 목적은 본격적인 대선 캠페인에 돌입하기 전 페이스북에서 활발히 활동하고 있 는 선도자를 중심으로 하는 댓글망을 조사한 것이다. 선도자들은 신념과 비전을 갖고서 부동층의 의사결정에 실제 영향을 미칠 수 있는 계층으로써 이슈의 발생과 탐색, 이슈의 전파와 확산, 이슈 의 몰입과 의제화의 과정을 살펴보고자 하였다. 따라서 이번 연구는 이 흐름에서 주도적인 역할을 담당하는 선도자들의 댓글망을 검토하고, 역동적으로 움직이는 구조를 시각화하는 것이 목적이다. 구체적으로 두 가지 시점으로 현상을 분석해보았다. 첫째, 2017년 대선캠페인에서 초기에 활동한 이용자들이 형성한 댓글망의 구조를 검토하였다. 댓글 수, 1인당 평균 댓글 수, 대댓글 수 등의 항목과 중복관계, 밀도 등의 네트워크 지표를 통해 서 소셜미디어를 통한 참여와 이용자들의 연결성 측면을 살펴보았다. 그 결과 문재인의 페이지에 서 이용자들의 끼리끼리 현상과 대댓글률이 높은 것으로 나와 후보에 대한 충성도가 높았으며, 몇 몇 선도자에 댓글이 몰려 의사소통의 지배도도 높은 것으로 나타났다. 둘째, 조기 대선의 도화선 이 된 탄핵 국면에서 언론사 페이스북 팬페이지에 형성된 선도자와 이후 선거 초기 후보자들의 페이스북에서 활동한 선도자들을 시간이 흐름에 따라 유입경로와 이동경로를 역추적하고 비교해 보았다. 그 결과, 문재인 후보를 지지하며 활동하는 선도자들이 탄핵과 대선 국면을 거치며 페이 스북 상에서 적극적인 참여와 주도적인 역할을 수행하였다. 그 뿐만 아니라 유력 상대후보의 페이
  10. 10. 박효찬, 김찬우, 박한우2532 지에도 방문하여 적극적인 활동을 하는 것으로 나타났다. 각 후보별로 포진한 선도자의 역할이 페 이지에서의 소통에 많은 영향을 미쳤다. 본 연구는 이처럼 연결된 공간으로서 소셜미디어의 소통적 특성을 활용하여 소셜미디어를 가로 지르는 이동현상에 주목하고, 나아가 페이스북의 이용방식과 정치적 효과에 대한 기존 연구를 보 완하여, 페이스북이 지닌 네트워크 구조에서 선도자들이 중개자의 위치에서 캠페인 정보를 생산· 유통·확산·공유하는 프로세스의 구축을 확인하였다. 불확실성이 큰 선거캠페인에서 적극적 참여층 의 정체성을 구체적으로 파악하고, 선도자의 정치적 관심사와 의견을 추적한 것에 의의가 있다. 본 연구를 시작으로 추후 연구에서는 장기적인 추적을 통해 좀 더 면밀한 소셜미디어에서의 의사 소통 과정을 연구할 것이다. References Bond, R. M., Fariss, C. J., Jones, J. J., Kramer, A. D. I., Marlow, C., Settle, J. E., Fowler, J. H. (2012). A 61-million-person experiment in social influence and political mobilization, Nature, 489(7415), 295-298. Brandtzaeg, P. B. (2017). Facebook is no ‘‘Great equalizer’’: A big data approach to gender differences in civic engagement across countries, Social Science Computer Review, 35(1), 103-125. Buxmann, P., Krasnova, H., Wenninger, H., Widjaja, T. (2013). Envy on Facebook: A hidden threat to users’ life satisfaction, In 11th International Conference on Wirtschaftsinformatik, 1477-1491. Castells, M. (2009). Communication power, Oxford: Oxford University Press. Fowler, J. H., Christakis, N. A. (2008). Dynamic spread of happiness in a large social network: Longitudinal analysis over 20 years in the Framingham heart study, British Medical Journal, 337, a2338. Grieve, R., Indian, M., Witteveen, K., Tolan, G. A., Marrington, J. (2013). Face-to-face or Facebook: Can social connectedness be derived online?, Computers in Human Behavior, 29(3), 604-609. Kramer, A. D., Guillory, J. E., Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks, Proceedings of the National Academy of Sciences, 111(24), 8788-8790. Kross, E., Verduyn, P., Demiralp, E., Park, J., Lee, D. S., Lin, N., Ybarra, O. (2013). Facebook use predicts declines in subjective well-being in young adults, PloS one, 8(8), e69841. https://doi.org/10.1371/journal.pone. 0069841. Lee, J. H. (2013). Big data and social sciences: Epistemological and methodological issues, Communication Theories, 9(3), 127-165. (in Korean). Lee, G. M., Kim, C. H., Park, H. W. (2017). Network analysis of SNS-mediated learning community: A Facebook group ‘magic of flipped-learning’, Journal of the Korean Data Analysis Society, 19(2), 873-884. (in Korean). Lee, Y. O., Park, H. C., Park, H. W., Kluver, R. (2017). The 2016 candlelight protest in a hybrid media system, Journal of the Korean Data Analysis Society, 19(2), 885-896. (in Korean). Lyons, B. A. (2017). From code to discourse: Social media and linkage mechanisms in deliberative systems, Journal of Public Deliberation, 13(1), 4. Park, H. W., Choi, K. H. (2016). Doing social big data analytics: A reflection on research question, data format, and statistical test, The Journal of Digital Policy & Management, 14(12), 591-597. (in Korean). Park, H. C., Park, H. W. (2017). Disaster communication networks on Twitter : Gyeongju earthquake, Journal of the Korean Data Analysis Society, 19(1), 291-302. (in Korean). Park, J. W., Park, H. W. (2014). Social network analysis among Facebook fanpage co-commenters: Daegu-Gyeongbuk’s mayor·governor candidates, Journal of the Korean Data Analysis Society, 16(6), 3243-3253. (in Korean). Park, J. Y., Park, H. W. (2015). An exploratory semantic analysis in the dynamics of public opinion on Facebook: A case of the superintendent of Seoul office of education in South Korea, Journal of the Korean Data Analysis Society, 17(3)(B), 1557-1571. (in Korean).
  11. 11. 2017년 대통령 선거와 페이스북 선도자들의 댓글망 2533 Schwab, K. (2016). The fourth industrial revolution (Song, G. J., Trans.). Seoul: Newpresent. Seo, M., Kim, J., Yang, H. (2016). Frequent interaction and fast feedback predict perceived social support: Using crawled and self-reported data of Facebook users, Journal of Computer-Mediated Communication, 21(4), 282-297. (in Korean). Smith, M. A. (2014). NodeXL: Simple network analysis for social media, In Encyclopedia of Social Network Analysis and Mining, 1153-1170. Snijders, T. A., Borgatti, S. P. (1999). Non-parametric standard errors and tests for network statistics, Connections, 22(2), 161-170. Sohn, H. C. (2017). Candlelight revolution and 2017 regime, Seoul: Sogang University Press. Taneja, H. (2016). Mapping an audience-centric World Wide Web: A departure from hyperlink analysis, New media & Society, 19(9), 1-18. Thompson, J. B. (1995). The media and modernity, Cambridge: Polity Press Ltd. Xu, W. W., Park, J. Y., Kim, J. Y., Park, H. W. (2016). Networked cultural diffusion and creation on YouTube: An analysis of YouTube memes, Journal of Broadcasting & Electronic Media, 60(1), 104-122.
  12. 12. 박효찬, 김찬우, 박한우2534 Facebook-mediated Networks among First-movers during Early Stages of 2017 Presidential Campaign in South Korea Hyo Chan Park 1 , Chan Woo Kim 2 , Han Woo Park 3 2) Abstract This study explored two networks among commenters on Facebook fan pages when candidates announced their official nomination to run for President of South Korea. It argues that commenters in early stage of presidential campaign can be regarded as first-movers, harbingers, and opinion leaders who may influence lay-people. One network was constructed from their posting-replying activities on Facebook pages of individual candidates. The other network was derived from commonalities in South Korea’s 2016 candlelight protests to impeach President Geun-Hye Park. The first network indicated that number of comments, number of comments per person, number of comments on one’s own comments, and edges with duplicates were strong indicators of President-elect Moon Jae-in’s victory in terms of social media-mediated participation and internal connectedness among commenters. Also, both co-comments and in/out-centralization metrics were measured to determine the contextuality in cognitive proximity and relational strength among commenters. The second network also revealed that Moon was prominent in terms of the number of shared commenters between Facebook pages of protests and candidates. Keywords : Facebook, fan page, presidential election campaign, first-movers, social network analysis. 1 Master Student, Researcher in Cyber Emotions Research Institute, Interdisciplinary Program of Digital Convergence Business, Yeungnam University, 280, Daehak-ro, Gyeongsan-si, Gyeongsangbuk-do, 38541, Republic of Korea. E-mail : dhdkia11@naver.com 2 Researcher in Unification Research Institute, Yeungnam University, 280, Daehak-ro, Gyeongsan-si, Gyeongsangbuk-do, 38541, Republic of Korea. E-mail : yeture@ynu.ac.kr 3 (Corresponding Author) Full Professor, Director in n Cyber Emotions Research Institute, Dept of Media & Communication, Interdisciplinary Program of Digital Convergence Business, Yeungnam University, 280, Daehak-ro, Gyeongsan-si, Gyeongsangbuk-do, 38541, Republic of Korea. E-mail : hanpark@ynu.ac.kr [Received 20 May 2017; Revised 29 June 2017, 27 August 2017; Accepted 30 August 2017]

×