Tip:
Highlight text to annotate it
X
두번째 연구는
소셜미디어와 오프라인정치의 이중성
트위터 사용자와 정치엘리트의
정치이념 마이닝이란 주제로
서울대 한규섭 교수께서
발표해 주시겠습니다
박수로 맞이하여 주시기 바랍니다
[박수]
예 안녕하십니까
저는 서울대학교 언론정보학과
한규섭 교수고요
이걸 어떻게 이걸 누르면 되는건가요 네
어 여기는 저기 저
같이 발표해주시는
경희대학교 물리학과
박주용 교수님
그리고 같이 일하시는
우리 서울대학교 물리학과
이덕재 연구원도
자리에 와계십니다
어 먼저 이렇게
재미있는 SNS 뭐
광고 이런 말씀하시는데
그중 칙칙하게 무슨 정치
이런걸 들고 나와가지고 좀
어떻게 대단히 좀
송구스럽기도 하고
일단 머리숙여서
사과의 말씀 드리겠습니다
그리고 인지적 감성적 용서를 부탁드리겠습니다
저희들이 오늘 발표를 드릴 내용은
어..저희 연구에서 다루고 있는
연구질문은 그 요즘 한창 선거가 끝난지
얼마 안됐기때문에
굉장히 그 한창 이슈가 되고 있는
트위터에서 일단 이념
정치이념에 대한 문제입니다
그래서 트위터와 관련된
이 논란에 아마 가장 큰 쟁점들은
이..그 11월3일자
조선일보 기사에 다 나와있다고
볼 수 있겠는데요
우선 이 기사를 잘 보시면은
제목이 국민 8%쓰는 트위터
영향력 커져
이 다음에 또 뭐
특정성향으로 쏠려
뭐 자칭진보 중도층이 91%
이렇게 되어있습니다 결국
이 얘기는 뭐냐하면은
트위터의 어떤
어 존재하는 대표성
그러니까 트위터가
트위터에 다양한 의견이 존재하지 못하고
어..진보성..특정 정치성향을 가진
그런 유권자들이 지배하는 매체다
라고 하는것이 어떤 이 논쟁의
쟁점이 되겠습니다
그리고 이런 그 대표성 없는
트위터의 의견이
어떤 연일 그 뉴스 미디어에
보도가 되면서
여론형성에 영향을 주고 있다라고 하는
논쟁이 되겠습니다
그래서 트위터에 대한
그 다음에 또 한가지
그 논란은 우리가 흔히 이야기 하는
양극화라고 할 수 있습니다
그래서 많은 학자들이
트위터는 소위 얘기하는
끼리끼리문화를 조장을 해서
양극화를 더 심화시키는
그런 매체적 성격을 가지고 있다
라고 주장을 하고 있습니다
그래서 이런 견해는
아마 가장 핵심적으로
미국의 캐스 선스틴 같은 그런 교수들이
대부분 인터넷상에서 이루어지는
인터렉션이라고 하는 것이
서로 비슷비슷한 사람들 사이에
이루어지는 특징이 있다
라고 지적을 합니다
그래서 안그래도
양극화 굉장히 심한 한국사회에서
트위터라는 것까지 생겨서
결국 이런 경향을 더욱더
심화시키는 것이 아니냐 하는 그런것들이
이제 논란이 논란의 어떤 쟁점들이 되겠습니다
어..그래서 저희들이
이 문제를 다루는데 있어서
저희들이 하는 접근방식은
기존의 미국 의회학자들이
의회에서의 표결
그러니까 롤콜의 투표결과에
근거해서 각 의회 멤버들의
이념성향 그러니까
아이디얼 포인트를
추정하는 방식에서 저희들이
착안을 했습니다
그래서 다시 말씀을 드리면은
어떤 법안에 어떻게 투표를 했느냐에 근거해서
그 의원의 이념성향을 추정을 하는데
여기서 기본이 되는 논리는
계속해서 같은 법안에 대해서
동시에 찬성을 하거나
또 동시에 반대를 하는 의원들은
비슷한 성향의 의원들이라고 묶이게 됩니다
그래서 단 여기서 거의 대부분의
의원들이 찬성을 하거나
또 거의 대부분의 의원들이
반대를 하는 법안들은
의원들의 성향을 가르는데에
상대적으로 영향을 덜 주고
어..또 찬반이
확실하게 갈리는 그런 법안들에서
같이 계속해서 찬성을 하거나
같이 계속해서 반대를 하게 되면은
어 이사람..이런 법안들은
상대적으로 영향을 더 주게되는
그런 방법이 되겠습니다
그래서 이제 실제로
저도 이제 몇몇 학자들하고 같이
이런 기법을 활용을 해서
한국에서 18대 국회의 2009년
전자투표 데이터를 이용을 해서
국회의원들의 이념성향을
추정을 했었습니다
그래서 맨 위 그림의 맨 위에 보시면은
그 18대 모든 국회의원들의
이념성향과 그 신뢰구간이
나와있는걸 보실수가 있습니다
그래서 이 그림에서 아마 작아서 잘
보이시진 않겠지만은
맨 왼쪽에는 민노당의 곽정숙 의원이
있었고요 맨 오른쪽에는
뭐 ..어느 정도 우리가 예상할 수 있는
그런 결과라고 생각이 듭니다
그 다음에 맨 오른쪽에는
그 한나라당의 이인기의원이 있었는데
이인기의원같은 경우는 이제
지역구가 경상북도 고령 성주 칠곡이
되겠습니다 그러니까
아마 대한민국에서 가장 보수적인
그런 지역구중에 하나가 되겠지요
어 그리고 이거는 이제
그.. 같은 분석에서
각 당별로 그 민노당 선진당 그다음에
친박연대 한나라당이
우리가 상식적으로 알고 있는
그 순서에 따라서
왼쪽부터 오른쪽으로
계속 정렬이 되는것을
보실 수가 있습니다
그러고 또 뭐 한가지
한 예를 들자면
한나라당 박근혜 의원 같은 경우는
한나라..이 당시에는
한나라당의 어떤 주류의견하고
굉장히 각을 세우고 있는
그런 식이었기 때문에
한나라당의 중간의견보다는
상당히 왼쪽으로 와있는
그런거를 이제 보실수가 있습니다
그래서 결국은 이런 방법론들이
미국의 의회에서 표결결과를 분석하는
이런 도구들이 한국의 경우에도
유용하게 적용이 될 수 있다
라는 것을 보여진다고 할 수 있겠습니다
그래서 이런 방법론들을
저희들이 적용을 해서
저희들 연구에서는 이 방법론을
더 트위터 상에서 일반 트위터 사용자들이
정치인들을 팔로잉하는
패턴을 모델링하는데 사용을 했습니다
그래서 이런 방법론을 적용을 함에 있어서
저희들 표본은
그 한국의 경우는 18대 국회
그 다음에 미국의 경우에는
111대 미국 상원의원들이
저희들 분석대상이었고요
이 국회의원들중에
또 이 상원의원들중에
한명이라도 팔로잉하고 있는 사람은
전부 저희들 분석대상이 되는겁니다
그래서 한국 같은 경우에는
한 20만명 정도
그 다음에 미국 같은 경우에는
한 200만명 정도의 트위터 사용자들이
저희들의 분석대상이었다라고
보시면 되겠습니다
그래서 이 개별 트위터 사용자들의
이념성향을 추정을 해서
그 분포를 살펴서
그것에서 이제 우리가
알고자 하는 그런 질문들의 답을
얻는 그런것이 되겠습니다
어..여기서 이제 저희들 연구에
가장 기본이 되는 아이디어는
개별 트위터이용자가
정치인들을 팔로잉하는 행위자체가
의회구성원들이
각 법안에 대해서 투표하는 행위하고
그 속성과 데이터형태 자체가
상당히 유사하고 이것을 어..
흔히 이야기하는
bipartitle 네트워크라고 하는데
두 형태로 모형화 할 수 있다
라는 데에 이제 착안을 한건데요
bipartitle 네트워크의 어떤 성질이라던지
뭐 이런것들에 대해서는 좀 이따가
박주영교수님께서 자세히
설명을 해 주실거고요
그래서 이 그림에서 보시는 바와같이
기본적인 논리는
이 네트워크를 이제
그 법안 투표에 적용을 한다면은
이 그림에서 동그라미들이
각각의 법안이 되는거고요
사각형들은 각각의 의회구성원이
되는겁니다
그래서 이 화살표들은
법안에 대한 찬성표결을 했다라는것을
의미하게 됩니다
그러니까 다시 말씀드리면은
비슷한 법안들에 대해서
같이 계속 찬성을 하거나
반대를 하는 구성원들끼리
네트워크상에서 연결이 되는
그런거를 표현을 하게 됩니다
그래서 저희들 같은 경우는
이같은 논리를
트위터에서 정치인들
트위터에서 정치인들을
팔로잉하는 패턴을 모델링하는데
그대로 적용을 했습니다
그렇게 하면은 이번에는
이제 동그라미들은
정치인들을 나타내게 되고
네모들은 개개인의 트위터 사용자가 됩니다
그래서 이 선 여기서 이제 화살표는
해당 트위터 사용자가
특정 의회 구성원을 팔로잉을 했느냐
안했으냐 라는 걸 보여주게 됩니다
그래서 이렇게 해서
결국은 롤콜 분석에서 마찬가지로
비슷한 의회 구성원들을
팔로잉 하는 트위터 사용자들끼리
비슷한 스코어를 받는
그런 효과가 나타나게 됩니다
아예 특이하게 태그매치처럼
다른 사람이 하게 됐습니다 저기
저는..안녕하십니까 저는
경희대학교 물리학과의 박주용이라고 하고요
아까 한규섭교수님께서 이런
마케팅 관심있어서 많이 하는데
정치얘기를 한다고 특이하다고 하셨는데
이제 물리학자까지 올라왔으니까
더욱더 특이해질것..같아서
부담없이 하겠습니다 뭐
자 일단은 이제 방금 말씀해 주신 것처럼
저런 네트워크를 이븐네트워크라고 하는데요
일단은 이제 트위터에서
우리가 제일 중요한거는
누가 누구를 따르냐라는게 여러가지도 있지만
그중에 하나가 중요하고
생각을 해보면 기본적으로
어떤 여기서 이제 국회의원을 예를 들었는데
이제 국회의원도 정치인이라고 되있는거에서
여러분들이 보통 관심있고
또는 주로는 지지하는 사람을
팔로우 하게 될겁니다
그렇게 생각하면 기본아이디어는 뭐냐하면
그러면 인간 전체적으로 데이터를 구해서
사람들끼리 누구누구를 따르는 군
군나눠서 그걸 혹시 이념의 지형으로
만들 수 있지 않을까 이제 하는거고
여기서 이제 물리학자가 끼어드는 이유는
이게 대단히 대규모의 데이터이고
물리학은 원래 아주 큰 시스템을 다루는 거니까
그게 잘 맞아서 많이 하고 있는겁니다
넘어가자면은 예 그래서 이제 일단은
이븐네트웍에 해서 저기 설명을 드리자면
기본적으로 반드시 정치인 뿐만 아니라
우리가 어떤 그..
여론의 지표랄까? 어떤 대표적인 관념 또는
상품까지도 이제 이 방법유형에서
볼 수 있다는건데
예를 들어서 정치인은 물론이고
뭐 만약에 정치에 관심 없고
연예에 관심이 있다고 그러면
연예인들 서로 경쟁하는 연예인들을 두고서
팬클럽이 누가 더 많고
누가누가 함께 따르는가를 할 수도 있겠고요
만약에 마케팅에 관심이 있으시면
어떤 주요한 기업이라던가
상품같은 걸 생각해서
소비자들이 이거를 좋아한다 따른다
그런식으로 사용할수 있겠다고
생각을 하는거고
여기서 중요한거는
실제로 트위터에서는
나는 이 위에 속하는 사람이다
아래에 속하는 사람이다는
존재하진 않는거죠
하지만 실질적으로 이제
생각을 해보시면
아주 유명한 사람들은
우리 보통사람과 좀 다른 구조를
갖고 있기 때문에
이렇게 만들어놓는게 어렵지는 않습니다
자 그래서 일단은 아까 말씀드렸지만
우리는 아까 이제 한규섭교수님
말씀해 주신것처럼
어떤 정당 또는 이념별로 사람들이
어떻게 나눠져 있는가라는
이념의 지형이라고 했을때는
생각을 해보면
지형이라는 말 자체가
어떤 지도를 얘기하는 거죠
그래서 누가누가 비슷하고
또 누가누가 다르다 를 알고싶다는거
그래서 처음으로 생각해보면
지형이라는 걸 말그대로 하기위해서
비슷한 사람들은 가깝게
또는 다른 사람들은 멀게
그래서 유사도와 거리는 반비례
관계에서 생각해서 이제 문제를 시작한거고요
그 역시 둘이 비슷하다는거는
아까 말씀드렸지만
내가 다른 사람들이 비슷하면 가까운 거고
이제 다르면 다른 거죠
그래서 이제
오늘 등장하는 유일한 수식인데요
그냥 설명을 해드리면
그 두번째를 보시죠
두번째를 보면
이런식으로 두사람이 그 거리 또는
비슷한점을 정의를 했어요
두번째를 보시면
일단은 그..s라는 거니까
정치인1과 2의 유사도는
이제 분자에 보시면
공통된 팔로우수가 기본적으로 나오죠
그래서 공통된 팔로우수가 많으면
둘이 비슷한거에요 그렇게 생각하시면
쉽게 설명이 되고
마지막 가시면 다 말씀드렸지만
유사성이 클수록
거리는 작아진다
그러니까 앞에 이제
음의 부호를 붙이면 되는거죠
이 정도 까지는
잘 설명됐다고 믿고 넘어가겠습니다
자 그런데 이제 이렇게 할 수 있어요
그래서 뭐 기본적으로 정치인이
우리 국회 국회의원이 300명이고
이제 여기서 우리가 다루는건
그보다 작은 숫자기는 한데
일단 그리고 이사람 이사람이 이정도로
비슷하다고 해가지고 그냥 저한테 그냥
제가 숫자를 들어버리면
재미도 쓸모도 없죠
그래서 이런거를 한눈에 우리가 보고
이해하기 위해서는
저 큰 그 되게 많은 숫자들을
잘 표현하게 이제
할 수 있는 방법을 써야되는데
아까 거리라는 말씀 보여드렸듯이
이거를 지도로 표시할 수가 있어요
그 예를 들자면 다음과 같아요
이게 좀더 쉬운 예인데
예를 들어서 서울과 부산의 거리는
400km이다
서울과 대전 사이 160km이다라고 해가지고
주요 도시마다 거리를 알고있죠
그럼 그 거리를 보고서
아 이게 어떠한 지도에서 측정했길래
되어있을까 해서 오른쪽처럼
이 왼쪽의 정보만을 가지고 그려주는게
저게 이제 MDS라는 방법입니다
그래서 이제 아까말씀드린 저게 저게
이덕재 연구원께서 이제 분석을 하셨는데요
그래서 요 방법을 써서
우리 처음에 할려고 했었던 이제
이념의 지형 그걸 알아보겠습니다
그래서 그려보면 이제 이렇게 나오는데요
구체적으로 이제 알고리즘은
뭐 프로그램에서 할 수가 있는데
여기서 보시면 기본적으로
왼쪽에 민주당
오른쪽에 한나라당이 그려지고요
그리고 이제 여러분 재밌으시라고
이제 트위터에서 팔로우가 많은
5명 정치인을 찍어왔는데요
잘 보시면 여러분들 잘 아시는데요
천정배의원 이정희의원
뭐 나경원 박근혜의원 등등 해가지고
저렇게 등장을 하고
이제 그래서 뭐 오른쪽 끝에
한나라당의원이 계시고
왼쪽끝에는 민주당계시고
그다음에 이제 여러당들이 있는데
이제 이걸 가지고 이제
정치이념의 지형을 해석해 보자는 겁니다
자 이 지도의 의미는 일단은
정당의 구분이 명확하죠
자 이걸 생각을 해보면
우리가 어떤 이념이라고 생각할때는
국회의원들이 어떤 법안에 찬성했냐
반대했느냐를 가지고
생각할 수가 있어요
그걸 아까 말씀해 롤콜이라고 하는데
이거는 뭐냐면
정치인들은 여기서
여기서 국회의원들은 자기들이
어떤 사람을 골라서 따르는게 아니라
이거는 여러분들이 그
누구를 지지한다 또는 따라한다라고
여러분들이 능동적으로 선택한 지형입니다
그래서 이미 따르는 분들도
이렇게 구분이 되세요
그래서 이렇게 나와지는게 하나가 있고
그럼 여기서 이제 우리가 질문은 그거예요
자 그러면 이게 완전히 새롭지는 않다
뭐 친구들 만나보면
그 이쪽당을 좋아하는 저쪽당을 좋아하거나
그렇게 나눠져 있거든요
근데 여기서 재밌는건 뭐냐하면
이거를 이용하면
근데 우리가 알고 있는 국회의원뿐만아니라
수십만명에 달하는 트위터유저들은
어떻게 나눠져있는가를 알수가 있는거거든요
근데 그게 워낙많아요
20만명이 넘기때문에
똑같은 분석을 할 순 없고
이제 저희가 어떻게 했냐면
자 여기서 이제
여기서 국회의원들의 위치가 정해졌으니까
나의 위치는
제가 따르는 국회의원들의 위치와
같다고 생각하고
두명 이상을 따를 때는
그 분의 평균위치라고 생각하면
여기서 자연스럽게
저의 위치가 결정이 되는거죠
그래서 이걸 한번 그려봤어요
그리고 이제 다음에는 그림을 그리는데
일단은 왼쪽 오른쪽으로 당
이게 구분이 명확하니까
그쪽으로만 좀 생각을 해보겠습니다
그래서 일단은
이게 이제 각 여기서 보시면 이제 x축에
이제 이정희 천정배의원이랑
민주당 의원의 평균위치가 있죠
여러 민주당의원 여러분 계신데
그중에 평균위치 가운데 정도
그리고 오른쪽엔 당연히 한나라당 의원의
평균이 있고
박근혜의원은 한나라당에서 보다는
민주당에 가깝습니다 이번 결과에 의하면
어쨌든 여기서 중요한건 뭐냐면
이 높이는
그 트위터에서 국회의원들을 따르는 분들
정치에 관심있는 분들이
보통 어디 어느 위치에 있는지를
나타내주는 겁니다
그래서 이렇게 생각해보면
주로 왼쪽에 더 많죠 트위터하는 분들은
근데 이게 왜 재미있는거냐면
여러분 잘 아시는 결과인데요
이거를 뭐랑 비교할거냐면
자 오른쪽에 보면 빨간색은
국회의원의 분포입니다
자 이게 차이가 저희가 말씀드렸던
트위터상에서 어떤 정치지형과
실제 정치지형이 다르다는 이제
그거를 보여주는건데요 생각을 해보면
그 실제로 법안을 투표할때
모든 국회의원은 같은 한표를 받고 있죠
그런데 사람들이 생각하는
누구를 지지하는거는
왼쪽 가깝고 오른쪽에 보시면
이쪽 오른쪽은 주로 한나라당 의원인데
그쪽은 왼쪽에 팔로우가 많은 사람하고
똑같은 힘을 갖고 있지만
한표니까 트위터상에서 그들을 따르는
사람들은 별로 없어서
이제 어떤 의미를 생각할 수 있냐면
트위터상에서 사람들이 원하거나
트위터상에서 나타나는 여론과
실제로 그 현실세계에서 갖고 있는
정치력은 이정도로 차이가 있다는
이미 여기에서 그런 게 드러납니다
자 여기까지 하고 이제 여기서
좀 더 이제 더 깊은 분석은 다시 이제
한규섭교수님께서 해주시겠습니다
어 그래서
지금 박주용 교수님께서 말씀해주신거를
조금 더 자세하게 들어가게 되면은
어 일단 첫번째는 저희들이 사용하고 있는
이 방법론 자체가 어느 정도
그 타당성을 가지고 있는지
한번 볼 필요가 있을 것 같습니다 그래서
이걸 하기 위해서 아마 가장 그
원초적인 방법으로
실제 트위터를 사용하고 계신 분들이
올린 트윗을 저희가 한번 찾아왔습니다
그래서 이 분 같은 경우는
저희들 결과상
어 가장 진보적인 성향의 트위터 사용자로
분류가 된 그런 분이 되겠습니다 물론 이제
프라이버시를 위해서 전부다 제가 가려놨구요
그래서 어쨌든
이 분 계정을 방문한 이 날을
기준으로 해서 본다면은
여기 보시는 바와 같이
상당한 양의 트윗들이
정치 사안들과 관련된 내용들이라는 걸
금방 보실수가 있고 그 다음에
뭐 기업 법인세 정상화 라든지
또 뭐 부자감세 4대강 뻘짓
뭐 이런 그 진보 진영의 아젠다로 볼 수 있는
그럴만한 단어들이 쉽게 눈에 띄인다는걸
보실 수가 있습니다
그 다음에 이제 이 표같은 경우에는
그 각 정당의 중간값에 해당하는 의원들의
mds 스코어를 넣어놓은 건데요
한국의 경우에는
그 세계 메이저 정당이 상
우리가 상식적으로 알고 있는 순서로
왼쪽부터 오른쪽으로 그러니까
민노당이 가장 왼쪽 그다음에 민주당
그다음에 한나라당의 순서로
이렇게 정렬이 된다는걸 보실수가 있습니다
그래서 이런 결과들은 결국은
저희들 방법론이 어느정도 상당한 수준의
타당성을 확보하고 있다
라는거를 보여주는 그런 결과들이 되겠습니다
그 다음에 이제 저희들 분석을 통해서
구해진 mds스코어에 근거해서
각 사용자마다 민주당과의
그 평균값의 거리 그다음에
한나라당 평균값
한나라당의 평균값과의 거리
그다음에 트위터 사용자들의
평균값과의 거리에 따라서
각 트위터 사용자를
진보 중도 또는 보수로 저희가 분류를 했습니다
그래서 이렇게 해서 나온 결과가
이 표의 가장 왼쪽에 보는 컬럼에 나온
분포가 되겠습니다
그래서 이거를 우리가 아까
이야기하는 대표성이라든지
뭐 이런것들을 보기 위해서는
결국은 어떤 적절한 그 비교대상이 아마
필요할 것 같은데요
아마도 가장 그 대표성이
적절한 비교대상이라고 하면은
대한민국의 대표성이 가지고 있는
표본의 이념분포가 되겠습니다
그래서 이것을 위해서
제가 관여하고 있는 그 온라인 조사
패널 회사의 데이터를 저희가 활용을 했는데요
이 조사 패널에는 현재
한 10만명 정도의 패널 구성원들이
모집이 되어있고
그리고 이 구성원들은
모집 당시 약..한 100여개의
설문에 답을 하게 됩니다
그래서 여기에는 뭐 트위터와
미투데이의 계정을 비롯해서
다양한 정보를 수집을 하게 되고요
그래서 여기에 약 한 만명 정도의
트위터 사용자들이
이 패널에 포함이 되어 있습니다
그래서 이 구성원들이 뭐
자발적으로 이 패널에 들어온
사람들이기 때문에
아마 이 10만명 자체가
대표성 있는 표본은 아니고요
대신 각 구성원마다
어떤 고유한 웨이트를 저희가
주고 보정을 해서 이 보정된 추정치를 보면은
이 10만명이 결국은 어떤 의미에서는
대한민국 국민 전체를 대표하도록
그렇게 만들어진 표본이라고 생각하시면
큰 무리가 없을 것 같습니다
그래서 이 전체 국민
아 대한민국 국민 유권자의
대표성 있는 표본에 근거한
이념성향이 이 테이블의 세번째 컬럼에
보여지는 숫자가 되겠습니다 그래서
첫번째 컬럼하고 세번째 컬럼하고
비교를 해보시면은 어
역시 전체 국민들에 비해서는
상당한 정도로 많이 진보자..어
진보로 분류될 수 있는 사람들이
어 트위터에서 정치인들을
팔로잉 하고 있다라는 걸
보실 수가 있습니다
즉 진보와 보수의 차이를 구해보면은
어 전체 국민의 수는 약 한 -3.9%정도인데
저희들 데이터에서는 약 한 15.5%정도 돼서
양 그룹간에 차이가
한 약 20%정도 나온다는 걸
보실 수가 있습니다
그리고 실제로 저희가 이 MDS 말고
SBD라는 다른 방식으로
비슷한 분석을 해 본 결과에
근거했을 때는 지금 우리가 보고
보여드리고 있는 결과보다
훨씬 더 큰 차이 한 50%가까이도
차이가 나는 결과도 나올 수 있다
라는 거를 두번째 컬럼에서 보실 수가 있고요
그 다음에 이제 반면에 설문 결과에
근거해서도 저희가 비슷한 비교를
해볼 수가 있습니다 그래서
이 표의 네번째 컬럼을 보시게 되면은
조사 패널의 구성원들 중에서
국회의원들을 한명이라도 따르고 있는 사람들
그러니까 조사 패널에도 들어와 있고
저희들 그 트위터 팔로잉 행태를
조사하는 그 데이터에도 들어와있는 사람들이
약 한 700여명 정도가 됩니다
그래서 이 그룹은 일단 보시다시피
저희가 분석한 데이터와 상당히 비슷한
정도의 분포를 보여주는 거를
보실 수가 있습니다
그러니까 첫번째 컬럼과 네번째 컬럼을
비교하면은 상당히 비슷하다
라는걸 보실수가 있고요
그다음에 역시 여기서도 국민
전체국민하고 비교를 하게 되면은
약 한 10% 차이로 진보적인 방향으로 가있다
라는 걸 보실 수가 있고
그다음에 이제
정치인을 팔로잉 하는
그런 트위터 사용자가 아니고
그냥 모든 트위터 사용자들
그러니까 트위터를 사용하고 있는
모든 사람들을 고려한 것은 이제
다섯번째 컬럼이 되겠는데요
여기서도 한 7% 정도
전체 국민하고는 차이가 난다
라는 걸 보실 수가 있습니다
반면에 재미있는 것 한가지는
또다른 그 소셜 대표적인 소셜미디어의 하나인
미투데이 같은 경우에는
이런 진보 성향이 상대적으로
굉장히 약했다라는 걸 보실 수가 있습니다
또 블로그 같은 경우에는
전체 유권자들의 표본과 거의
차이가 없는 맨마지막 컬럼을 보시면은
보실 수가 있고요
결론적으로 말씀을 드리면은
어 팔로잉 행태로 보나 뭐 설문 결과로 보나
트위터 자체는 상당히
진보적인 매체라고 하는 것에 대한
여러가지 정황된 증거들이 여기 있다
그러니까 한 7~8% 적게는
그래서 20% 또는
어 많이 보면 한 50% 까지도
어 실제 대표성 있는 표본과는
차이가 난다라는 거를 보실 수가 있습니다
그리고 여기서 한가지 그
의문이 드는거는 이제 이런
많은 사람들은 이것이 트위터 사용자들 자체가
젊은 계층이 많기 때문에
그런것 아니냐 라는
그런 얘기를 하시는데
그래서 이것이 진짜 단순히
사용자의 연령대의 문제인지
한번 분석을 해봤습니다
이거는 이제 그 단순하게
로직모양에서 각 매체를 사용할 확률이
사용자들의 특성에 따라서
어떻게 변하는지를 본건데요
여기서 이제 별표가 붙어있는 것들은
통계적으로 유의한 결과가 되겠습니다
그래서 보시듯이
연령대를 우리가 통제를 하고도
트위터의 경우에는 상당히
진보적인 성향의 사용자들이 많다
라는거를 보실 수가 있습니다
그러니까 반면에 다른소셜미디어인
미투데이나 블로그 이런 것들은
전혀 그런 현상이 나타나지 않는다
라는 걸 보실 수가 있고요
이런 것들은 결국은
트위터라고하는 매체가 가지고 있는 특성이
진보이념 또는 진보이념에서
중요하게 생각하는
참여 내지는 엑티비스트 성향의 그것과
잘 부합하는 측면이 있다 라고 보여진다
라는 것이 결론이 되겠습니다
그 다음에 이제 마지막으로
트위터 상에서의 어떤 양 이념적인
양극화를 잠깐 살펴보았는데요
여기서는 이제 트위터에서
국회의원들을 팔로잉 하고 있는
팔로워들의 팔로잉 패턴과
그들이 팔로잉을 하고 있는
국회의원들이 행하는
의회에서의 투표의 패턴이
얼마만큼 정당에 따라서
양극화가 되어있는가를
비교를 해봤습니다
그러니까 물론 앞으로 좀 더 정교한 분석이
사실은 좀 더 필요한 부분이긴 한데요
일단 미국 같은 경우에는
의회에서 표결 행태의
행해진 표결행태의 약 한 95%정도가
정당이라는 변인 하나로 설명이 될 수 있다는걸
보실 수가 있습니다
반면에 트위터에서의 지지자들의 어떤
이념 팔로잉 행태의 패턴은
약 한 80% 정도가 같은 정당이라는 변인으로
설명이 되고 있다는 거를 보실 수가 있습니다
그러니까 다시 말씀드리면
미국 같은 경우는 엘리트 차원의
그 정치 엘리트 차원의
어떤 양극화가
트위터.. 트위터 사용자들의 양극화보다
훨씬 더 심하다
라는 걸 보실 수가 있고요
반면에 한국 같은 경우에는
정반대의 패턴이 나타난다는 걸
보실 수가 있습니다 그러니까
국회에서 표결행태의 경우에는
약 한 76.1.%가 정당투표라는 변인으로
설명이 되는데에 반해서
트위터 이념성향의 경우에는
약 한 85.4.%가 정당이라는 변인으로
설명된다 라는 걸 보실 수가 있습니다
즉 한국에서는 트위터 사용자들의
팔로잉 행태가 국회의원들의
표결행태보다 상대적으로 더
양극화가 되어있다
라고 볼 수 있을 것 같습니다
그러니까 결론적으로 말씀을 드리면은
결론은 되게 단순한데요
뭐 저희들이 지금까지 분석을 한 결과를
토대로 보면 일단은 트위터는
상대적으로 굉장히 진보적인 매체임에
틀림이 없는 것 같다
그 다음에 두번째는
트위터는 특히 한국에서는 굉장히
양극화된 매체다 국회에서의
표결행태 못지않게 오히려 더
상당히 양극화된 그런 매체다
라는 걸 보실 수가 있겠습니다
아 예 잠깐
[박수]
그럼 이제 그 마지막 약간 마무리 통해서
연구에 대한 발표가 계속 진행 되시는 쪽으로
기대를 하셨던 것 같은데요
교수님께서 진행해주셨던 연구에
발표는 여기까지고요
이번에는 그 참석하신 분들을 대상으로 먼저
좀 질문을 받도록 하겠습니다
질문 있으신 분은 손을 크게 높이 들어주시기
바라겠습니다
아 저기 오른쪽 끝에
마이크 좀 부탁드릴게요
행사장이 넓다 보니
좀 마이크가 오는데까지
시간이 걸리는 것 양해 부탁드리겠습니다
예 안녕하세요 저는
안진석이라고 하고요
궁금한 사항이 있는데요
저기 트위터에도 올라와 있는데
제가 알기로..
저도 이제 나이가 얼마 안 돼서
정치를 안지가 얼마 안 됐는데요
그 지금 민주당 쪽에
그 의원석이 적고
한나라당 쪽에 의원석이 많고
근데 트위터 팔로잉수는
민주당 쪽이 많고
한나라동 쪽은 적다라는
이제 결론적으로 말씀을 하시면
그런 내용으로 제가 알아들었는데
실질적으로 우리가 트위터를 이용하고
소셜네트워크를 이용한지가
예 얼마 안됐고요
국회의원들 뽑은지는 그 좀 전
일이라고 알고 있거든요
그러면 저희가
그 민주당 쪽에 의원석이 얼마 안되기 때문에
실질적으로 있는 사람들한테
팔로잉이 많이 돼있는거고
한나...한나라당 쪽은 이제 사람들이
좋아하는 쪽에 편중이 돼있는거고
이번에 다시 국회의원 선거를 해서
대선이 와서 민주당쪽으로
많이 넘어간다고 하면
이제 국회의원 의석이나 이런 것들이
민주당쪽으로 많이 넘어간다고 하면
지금처럼 이렇게 분포돼있는
이제 반대로 분포돼있는
이런 것들이 그 제대로 자리잡히지 않을까
싶거든요 그거에 대해서는
좀 어떻게 생각하세요?
어 제가 질문을 제대로 이해했는지..잘..
아 그러면 그냥 간단하게 말씀을 드리면
지금은 민주당 의원석이 적고요
한나라당 의원석이 많고
근데 트윗..이렇게
지금 국회의원을 뽑아 놓은 거는
그 소셜네트워크가 진행되기 이전에
그 어떻게 보면은
국민들이 소통하지 못하고 있을 때
뽑아 놓은 상황이거든요
근데 지금은 그렇게 국회의원을 뽑아 놓은 거를
이제 후회를 하고 있는 상황이고
민주당 쪽에 좀 많이 이제
몰렸다라고 생각을 하고 있는데요
이제 그렇게 되서
이번에 다시 총선이 이루어지고
그 국회의원 선거를 하게 되면
민주당쪽 의원석이
많아질 수도 있는 거잖아요
근데 지금 이 발표를 하신거는
그 어떻게 보면은 좀 시기상조라고 해야되나요
왜냐면 그 소셜커머스가 한창 활발화
되고 있을때 국회의원을 뽑아놓은게 아니고
미리 국회의원을 뽑아놓은 상황에서
이제 그 뒤로 국민들이
소셜네트워크를 하기 시작한 건데
그러면 지금 발표하신게 민주당쪽으로
많이 가있다라고 하는거는
네 그 후에 지금 일어난 일이잖아요
그럼 이번에 총선이 바뀌고 나서
총선을 하고 나서 판도가 바뀌고 나면
그 분포도가 제대로 자리잡을 수 있다
라고 생각은 안하시나요?
그 부분은 제가 이해한 바로는 예를 들어서 이제
지금 국회의원석 분포는
트위터가 많이 뜨기 전에 한거니깐
만약에 다음 선거를 보고 나서
지금 트위터를 우리가 측정한 대로
당의 분포대로 만약 의석 수가 나온다면
지금 우리의 주장은
트위터는 실제보단 약간 편향되있는데
그 부분은 결국엔 봐야되는 문제인거 같아요
지금 그 트위터가 이제
사람들이 참여하고
적절히 쓸수 있는 소통의 최후가 되면서
그 쪽으로 많이 이야기 형성이 되고 있는데
말씀하신대로 지금 큰 문제는
결국에는 트위터에서 말을 더 많이 하는
또는 언급이 많이 되는 사람이
정말 실제로도 지지율을 갖느냐
그건 아주 큰 질문이긴 합니다
그래서 지금 그에 대한 정답은 없고요
지금 저희도 그거에 대해서 상당히
많은 관심이 있거든요
그리고 만약 다음 선거때
질문자께서 말씀하신 대로 되거나
아니면 그게 안되거나
어떤 일이 벌어지더라도
어쨌든 트위터와 현실 세계의 관계에
대해선 큰 교훈을 얻을 수 있을 것 같다
는 생각은 듭니다
감사합니다
저도 질문을 이해했습니다
그거는 제 생각엔 이럴거 같은데요
지금 저희가 보여드리는
첫번째.. 네번짼가
그 전체 유권자들의 분포는
사실은 자기가 지지하고 있는
정당을 물어보는거기 때문에
물론 정당지지율이라는 것도
약간 fluctuation이 있긴 있습니다
그렇지만은 정당 지지율 자체가
그렇게 fluctuation을 많이 한다고
보긴 어렵기 때문에
트위터 상의 그비율하고
이쪽 비율의 차이는 그렇게
많이 바뀔거 같지는 않다고 생각합니다
제 생각에는
네 그러면 다음 질문하실 분 계시나요
시간 관계상 하나 질문 한번 정도 받고
마무리하도록 하겠습니다
질문 하나로 모든 분이 만족한
상황이 된거 같고요
저희가 예상했던 시간보다
시간이 많이 지체되었기 때문에
이상으로 질문을 더 받지 않고
두번째 발표를 마치도록 하겠습니다
한규섭 교수님 감사합니다