챗GPT 얘기 트윗 23만 개를 모으면 무슨 그림이 나올까?

무슨 연구인가

생성형 AI가 대학을 어떻게 바꿀지는 다들 한마디씩 하는 주제죠. 그런데 대부분의 연구는 학생·교수 몇십 명 설문에 그칩니다. 이 연구는 발상을 바꿔, 트위터에서 오간 23만 건의 목소리를 통째로 분석했습니다.

🔬 어떻게 분석했나

① 생성형 AI와 교육을 주제로 공유된 트윗 23만여 건을 모았어요 — 설문처럼 묻는 게 아니라, 사람들이 자발적으로 쏟아낸 말을 그대로 데이터로 쓰는 접근입니다.
② 이 말뭉치로 토픽모델링을 학습시켰어요 — 자주 함께 등장하는 단어들을 묶어 '숨은 주제'를 자동으로 찾아내는 기법이라, 사람이 미리 분류 틀을 정하지 않아도 담론의 지형이 드러납니다.
③ 그 결과 7개 주제가 나왔어요 — 학습 도우미, 연구 도구, 생산성 도구, 평가·시험, 에듀테크, 도입 정책, 자원.
④ 마지막으로 감성분석(글의 긍정·부정 정서를 판별하는 기법)을 주제별로 얹어, 사람들이 유난히 반기는 주제와 유난히 걱정하는 주제를 갈라냈습니다.

📊 무엇을 찾았나

생성형 AI 담론은 교실 안(학습·평가)에만 머물지 않고 도입 정책·자원 같은 제도 차원까지 뻗어 있었고, 주제에 따라 정서의 쏠림이 뚜렷하게 달랐습니다 — 같은 기술도 '어디에 쓰느냐'에 따라 여론이 갈린다는 뜻이에요.

💡 내 연구에 가져갈 것

설문 규모가 아쉬울 때는 소셜미디어 담론을 코퍼스로 쓰는 걸 검토해 보세요. 토픽모델링으로 주제를 나눈 뒤 감성분석을 주제별로 얹는 2단 조합이 정석입니다.

📄 논문 정보

Stakeholders’ discourse on generative AI in higher education: Insights from topic modeling and sentiment analysis
Wondwesen Tafesse, Mary Precy Aguilar, Sabaa Sayed, Maqsood Ahmad Sandhu
PLoS ONE · 2026-07-16
원문 보기 ↗