유튜브 상의 허위정보 소비 실태 및 확산 메커니즘 생태계 연구 : 빅데이터 분석 및 모델링을 중심으로
Big Data Analysis and Modeling of Disinformation Consumption and Diffusion on YouTube
- 발행
- 2019 등록이 논문은 발행 시점을 확인하지 못해 원문 등록일을 적었습니다. KCI가 2005~2008년에 옛 논문을 몰아서 올린 탓에, 그 시기 등록분은 발행보다 평균 3~5년 늦습니다. 실제 발행연도는 더 이를 수 있습니다.
- 소속·발행
- 경북대학교
- 출처
- 국내 KCI
- DOI
- 10.22417/DPSS.2019.10.12.2.105
- 원문
- 원문 보기 ↗
개념
키워드
유튜브, 허위정보, 가짜뉴스, 빅데이터분석, 토픽모델링, 필터버블, 이용자네트워크, YouTube, Disinformation, Fake News, Big Data, Filter Bubble, User Network, Topic Modeling, Sentiment Analysis
초록
미디어 이용자는 자신의 생각이나 감정을 댓글로 표현하고, 동조하는 견해를 드러내며 타인과 연결되고 있다. 최근 들어 가짜뉴스나 허위정보가 주목받고 있는 이유는 이러한 매체환경의 변화가 허위 조작 정보의 노출, 확산과 밀접한 관계가 있기 때문이다. 본 연구는 최근 온라인 동영상 플랫폼이 허위정보 소비 채널로 부각되고 있음에도 불구하고 그 내용, 형식, 확산, 노출에 대한 연구가 부족하다는 판단아래 실제 유튜브 상의 허위정보 노출 실태 및 유통 메커니즘을 살펴보고자 하였다. 이를 위해 유튜브에서 생성, 획득되는 대량의 데이터와 정보를 대상으로 빅데이터 분석방법을 적용하여 주요 이슈화된 허위정보 콘텐츠의 소비 실태를 점검하고 구조, 감정, 관계, 토픽 분석을 통해 관련 생태계 네트워크가 어떻게 구성되는지를 탐구하였다. 구체적으로 허위정보 및 동영상 토픽 분석, 워드 클라우드 분석, 네트워크 지표 비교, 추천채널 네트워크 분석, 감성 분석 등을 실시하였다. 이를 통해 본 연구는 온라인상 허위정보에 대해 실현가능하면서도 효과적인 대응방안을 고민하고자 하였다. 향후 가짜뉴스나 허위정보 콘텐츠의 제작과 소비, 확산 메커니즘이 보다 복잡하고 세분화되는 상황에서 정책적으로 댓글 교육 및 추천채널 리터러시 교육 및 연구를 진행할 필요성이 제기된다.