한국 사회 정치 양극화와 감정적 분열 네이버 댓글로 확인

- 기사 33만 건, 댓글 3600만건 빅데이터 전수 조사

- 머신러닝과 네트워크 분석으로 언론 지형과 이용자 반응의 이념적 비대칭성 규명

한국 언론과 댓글 여론의 정치적 양극화 현상 및 감정적 분열 구조가 네이버 댓글 분석 연구로 밝혀졌다. 미디어커뮤니케이션학과 이재국 교수는 우리 대학과 미국 인디애나대, 카이스트 공동연구진과 함께, 2022년 한국 대통령 선거 기간 중 네이버 뉴스 플랫폼에서 수집된 약 33만 건의 기사와 3,692만 건의 댓글을 분석해 이 같은 결과를 확인했다. 이 연구는 최근 물리학 분야 국제 학술지 Physica A: Statistical Mechanics and its Applications에 게재되었다.

▲ (왼쪽 상단부터 시계방향) 이재국 교수, 유효선 박사, 김범준 교수, 이병휘 박사, 정하웅 교수

연구진은 기사나 댓글의 내용을 분석하지 않고 댓글 수와 공감·비공감 반응만으로 언론사의 정치 성향을 추정하는 새로운 방법을 제시했다. 그 결과, 보수와 진보 성향의 언론사들이 명확히 양분되어 군집을 이뤘으며, 댓글 작성자의 정치 성향 역시 이원적으로 분포해 있었다. 특히 정치적으로 극단적인 이용자일수록 댓글 활동이 더 활발했으며, 같은 기사에 댓글을 단 이용자들 간의 네트워크는 유사한 성향을 공유하는 사람들끼리만 연결되는 ‘에코 챔버(Echo chamber)’ 구조를 나타냈다.

▲ 댓글 작성자 중에는 정치적으로 극단적인 이용자들이 많았으며(a), 이들의 댓글 활동이 활발한 것으로 나타남(b). x축에서 –1은 진보, +1은 보수를 의미함.

▲ 정치적 성향이 비슷한 이용자들끼리 같은 뉴스에 댓글을 다는 양극화된 네트워크를 확인함.

댓글에 대한 감정 반응에서도 차이가 뚜렷했다. 보수 진영 이용자는 자기 진영에 공감을, 상대 진영에는 강한 비공감을 표현한 반면, 진보 진영 이용자는 중도 성향의 이용자에게 더 많은 반응을 보이는 비대칭적 감정 극단화 양상이 확인되었다. 연구진은 이를 “감정의 네트워크 구조 자체가 진영에 따라 비대칭적으로 구성되어 있다”고 해석했다.

또한 댓글 반응 패턴만을 활용해 뉴스 기사의 정치 성향을 예측하는 머신러닝 모델을 개발한 결과, 기사 텍스트 없이도 높은 정확도를 보였다. 이는 이용자의 집합적 반응만으로도 언론 지형을 효과적으로 추론할 수 있음을 시사한다.

이번 연구는 통계물리학의 정량 분석과 미디어 이론이 결합된 학제 간 협업 사례로, 온라인 공간의 이념적 분열이 단지 ‘의견 차이’가 아니라 ‘감정 구조의 단절’로 작동하고 있음을 과학적으로 입증했다. 연구진은 “정치적 양극화가 심화되는 시대, 데이터 기반 분석을 통해 공론장의 작동 메커니즘을 이해하고, 민주적 소통 구조 설계에 기여해야 한다”고 강조했다. 연구진에는 우리 대학 이재국, 김범준 교수와 유효선 박사, 인디애나대 이병휘 박사, 카이스트 정하웅 교수가 참가했다.

※ 학술지: Physica A: Statistical Mechanics and its Applications

※ 논문명: Network analysis reveals news press landscape and asymmetric user polarization

※ 논문링크: https://doi.org/10.1016/j.physa.2025.130842