트위터 담화의 의사소통 요소에 대한 연구

최화니

추천

검색

질문

자료유형: 학술저널

저자정보: 최화니 (전북대학교)

저널정보: 국어문학회 국어문학 國語文學第81輯

발행연도: 2022.11

수록면: 39 - 79 (41page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 트위터(Twitter) 담화에 관여하는 의사소통 요소를 종합적으로 파악하는 것을 목적으로 한다. 기존의 트위터 연구는 주로 메시지 중심으로 진행되어 왔으므로, 메시지 이외의 또 다른 의사소통 요소에 대해서도 파악할 필요가 있다. 이에 본고에서는 의사소통 모델에 대한 선행 연구를 바탕으로 의사소통 요소를 결정하고, 2022년 7월에서 9월 사이에 생산된 트위터 담화를 수집하여 분석을 수행하였다.
트위터 담화의 의사소통 요소는 크게 ‘경로 및 환경, 송신자 및 수신자, 메시지, 잡음 및 피드백’으로 나눌 수 있다. 트위터는 대표적인 SNS로서 메시지의 간결성과 강한 전파력을 바탕으로 거대한 의사소통의 장을 형성하는 ‘경로’이다. 그리고 트위터 담화의 ‘환경’에 해당하는 가상공간은 크게 ‘트윗창, 답글창, 쪽지함, 스페이스, 타임라인, 알림함, 검색창’으로 이루어진다. 기존의 트위터 공간에서는 글말의 메시지만을 송수신하였으나, 지금은 스페이스(spaces)라는 실시간 음성 채팅 공간을 통해 입말로도 소통할 수 있게 되었다.
또한 트위터 담화의 ‘송신자 및 수신자’ 유형은 일상 언어와 비슷하게 분류할 수 있지만, 세부 내용에서는 차이점이 있다. 예컨대 송신자의 일종인 ‘전파자’의 경우, 일상 담화에서는 다양한 인용 표지를 사용하는 것과 달리 트위터 담화에서는 별도의 인용 표지 없이 ‘리트윗(retweet)’ 기능을 활용하거나, ‘@(:)’과 같은 트위터 특유의 직접 인용 표지를 사용하는 일이 많다.
그리고 트위터 담화의 ‘메시지’ 중에서 ‘인용 트윗(quote tweet)’은 답글과 비슷한 기능을 하는 것으로 간주되어 왔으나, 이는 ‘비공손성, 비제한성, 공론장 형성, 비선형성’의 특징이 있다는 점에서 답글과 구별된다. 이러한 인용 트윗은 담화상에서 주로 ‘정보 제공, 감상 및 평가, 관계 형성 및 단절’의 기능을 수행하고 있다.
한편 트위터 담화의 ‘잡음’에는 트윗의 사진을 미리보기로 게시하는 방식이 포함될 수 있으며, ‘피드백’의 유형 중에서는 ‘비공개 계정에 의한 인용 트윗’이 트위터 특유의 부정적인 피드백 방식으로 보인다.

The purpose of this study is to comprehensively understand the elements of communication involved in Twitter discourses. The existing researches on Twitter have mostly concentrated on messages, so the elements of communication should be understood as well. Thus, this thesis decided the elements of communication based on preceding researches on communication model, and then collected and analyzed Twitter discourses produced in July-September 2022.
The elements of communication involved in Twitter discourses could be largely divided into channel & setting, sender & receiver, message, and noise & feedback. As a representative SNS, Twitter is a ‘channel’ that forms a huge place for communication based on great diffusion and simplicity of messages. And the virtual space which is the ‘setting’ of Twitter discourse, is largely composed of ‘compose tweet box, reply box, message box, spaces, timeline, notice box, and search box’. The previous Twitter space produced only written word messages. Now, however, it can also produce spoken word messages through ‘spaces’.
Also, the types of ‘sender’ and ‘receiver’ of Twitter discourses could be classified similarly to everyday language while there are differences in detailed content. For example, the ‘propagators’ who are a kind of senders use various quotation markers in everyday discourses. In Twitter discourses, however, they utilize the retweet function without any additional quotation markers or use the direct quotation marker of Twitter such as ‘@(:)’ in many cases.
Even though the ‘quote tweet’ in messages of Twitter discourses has been regarded as having the similar function to reply, it is distinguished from reply in the aspect of having the characteristics like ‘non-politeness, non-limitation, formation of public sphere, and non-linearity’. This quote tweet is mostly performing the functions to provide information, to appreciate/evaluate, and to build/sever relationships.
Meanwhile, the ‘noise’ of Twitter discourses could include the method of posting the photos of tweet as preview. In the types of ‘feedbacks’, the quote tweet of private account is viewed as the unique negative feedback method of Twitter.

#트위터 #담화 #의사소통 요소 #인용 트윗 #Twitter #discourse #elements of communication #quote tweet

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최화니

소속기관 전북대학교

주요연구분야 인문학 > 인문학 일반 인문학 > 어문학 > 한국어와문학

논문수 4 이용수 1,498

이 논문과 함께 이용한 논문

기억과 망각: 봉준호의 〈마더〉

심은진 씨네포럼 2020 .12

[저물어가는 트위터와 페이스북, 인스타그램도?] 탈플랫폼 위해선 퍼스트파티 데이터 필요해

이덕주 신문과방송 2023 .03

불안의 정치학 : 봉준호 영화 속 내러티브와 오인 그리고 나쁜 주체

정지연 씨네포럼 2023 .08

스크린에서 OTT플랫폼 전환에 따른 영상산업 구조의 변화 연구

김종완 영상기술연구 2023 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)