언어 사용과 의견 양극화: 미디어 댓글의 무례/혐오 언어 내용분석과 언어 사용유형에 따른 양극화 인식 차이를 중심으로

나은영; 호규현; 이윤종

추천

검색

질문

자료유형: 학술저널

저자정보: 나은영 (서강대학교) 호규현 이윤종 (서강대학교)

저널정보: 서울대학교 언론정보연구소 언론정보연구 언론정보연구 제62권 제1호

발행연도: 2025.2

수록면: 27 - 64 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 의견 양극화의 기저에 ‘언어’의 문제가 관련되어 있음을 밝히는 데 있었다. 연구 1에서는 포털 뉴스와 유튜브 영상의 세 이슈(대통령 지지율, 여성가족부 폐지, 노조 파업) 관련 댓글에서 무례언어와 혐오언어의 분포와 내용을 분석하였고, 연구 2에서는 사람들의 대인언어와 미디어언어 사용유형에 따라 사안 판단이 어떻게 달라지는지를 조사연구로 살펴보았다. 연구 1의 결과, 유튜브보다 포털뉴스 댓글에서 무례언어와 혐오언어가 더 많이 발견되었고 언어 존중도도 더 낮게 나타났다. 지지율 이슈에서는 두 플랫폼 모두에서 보수 대상 무례언어가 더 많았고. 여가부 폐지 이슈에서는 유튜브의 경우 보수 대상, 포털뉴스의 경우 진보 대상 무례언어가 더 많았다. 노조파업 이슈에서는 정파성과 무관한 무례언어가 가장 많았으며 그 다음으로 보수 대상 무례언어가 많았다. 연구 2에서 대인언어 유형은 공격성, 반응성, 차분함으로, 미디어언어 유형은 공격성과 차분함 요인으로 구분되었다. 그 중 특히 미디어언어 공격성이 대인언어 공격성보다 더 높았고, 연령대가 증가할수록 미디어언어 공격성이 높게 나타났다. 대인언어 공격성이 낮을수록, 반응성이 높을수록 진보-보수 양극화가 심하다고 생각했고, 대인언어 반응성이 높을수록 노사 양극화가 심하다고 보았다. 또한 차분한 대인언어를 사용할수록 토론, 정책, 개개인의 노력, 미디어 업계의 노력, 및 선거가 의견 양극화 개선에 효과적일 것이라고 생각하는 경향을 보였다. 공격성 높은 대인언어를 사용하는 사람들은 선거가 의견 양극화 개선에 도움이 될 것이라고 보았으며, 정책은 효과가 없을 것이라고 보았다. 의견이 양극단으로 나뉘는 것을 피하기 위해 무례언어보다 혐오언어를 더 피해야 한다고 생각하면서도(연구2) 실제 사용 비율은 무례언어가 더 높았다(연구 1). 대인 및 미디어언어 공격성이 높을수록 더 강한 댓글 반응을 보이는 경향이 있어, 언어 공격성이 미디어 댓글 및 의견 양극화의 중요한 요소가 될 수 있음을 시사하였다.

The purpose of this study was to reveal that language use is a critical factor in explaining opinion polarization. In Study 1, contents of uncivil/hateful online comments on three issues (approval rate for the President, discontinuance of the Ministry of Gender Equality and Family, & labor-management conflict) in portal news and YouTube were analyzed. In Study 2, based on a national survey, the roles of interpersonal and media language use in polarization-relevant judgments were explored. Results of Study 1 showed that more uncivil/hateful comments and lower levels of respectfulness of language were found in portal news than in YouTube. In the issue of the President's approval rate, uncivil comments were more directed to conservatives in both the platforms; in the issue of the discontinuance of the Ministry of Gender Equality and Family, uncivil comments on YouTube were more directed to conservatives, while those on portal news to liberals; in labor-management conflict issue, uncivil comments were irrelevant to political orientation. Study 2 showed that interpersonal language use types were categorized as 3 factors (aggressiveness, responsiveness, and placidity), while media language use types as 2 factors (aggressiveness and placidity). Aggressiveness in media language use was generally higher than that in interpersonal language use. The lower the aggressiveness and the higher the responsiveness in language use, the more serious polarization between liberals-conservatives was perceived. Furthermore, the higher the aggressiveness in language use, election was perceived as a more effective solution to reduce polarization, and not the policy. Actual use of uncivil language was more frequent than that of hateful language (Study 1), while thinking the latter should be more avoided than the former to prevent opinion polarization (Study 2). Because the aggressive tendency in language use was related with stronger negative responses in online comments, it was suggested that the aggressiveness of language use in online comments might be an important factor to explain opinion polarization.

#댓글 #무례언어 #혐오언어 #포털 뉴스 #유튜브 #대인언어 #미디어언어 #양극화 #공격성 #반응성 #comments #uncivil language #hate language #portal news #youtube #interpersonal language #media language #polarization #aggression #responsiveness

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

나은영

소속기관 서강대학교

주요연구분야 사회과학 > 신문방송학 TOP 0.1%

논문수 71 이용수 77,238

이 논문과 함께 이용한 논문

데칼코마니 저널리즘 : 혐오와 편견의 대량 복제

이서현 한국언론정보학보 2025 .02

온라인 혐오표현 규제는 왜 어려운가?

황용석 KISO 저널 2023 .12

기계학습 및 딥러닝 기술동향

문성은 , 장수범 , 이정혁 외 1명 한국통신학회지(정보와통신) 2016 .09

[세상을 가꾸는 단체들] 한 장의 탄원서로 인권을 지키다 - 국제사면위원회(앰네스티)

한문순 새가정 2009 .09

탄원서

정종숙 정세와노동 2006 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092491747

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)