직장 번아웃, 사람들은 SNS에서 어떻게 털어놓을까?

무슨 연구인가

번아웃 연구는 보통 설문지나 소수 인터뷰에 기대요. 그런데 요즘 직장인들은 SNS에 진짜 속마음을 쏟아내죠. 이 연구는 중국 5개 소셜미디어에 올라온 번아웃 글 1,276건을 모아, 사람들이 번아웃을 어떤 말로 이야기하고 어떤 글이 더 많은 공감을 받는지 들여다봤어요.

🔬 어떻게 분석했나

① 먼저 웨이보·샤오홍슈·빌리빌리·더우인·더우반 5개 플랫폼에서 번아웃 관련 글 1,276건을 모아 사람이 직접 한 줄씩 검토했어요.
② 글의 주제를 '근거이론 코딩'으로 정리했어요 — 자료를 편견 없이 훑으며 조각마다 이름을 붙이고(개방), 비슷한 조각을 묶고(축), 핵심 범주로 압축하는(선택) 3단계 방법이에요. 코더 간 일치도(Fleiss' Kappa=0.792)로 신뢰성도 확인했고요.
③ 감정은 두 개의 도구로 쟀어요. RoBERTa는 문맥을 이해하는 딥러닝 언어모델이고, SnowNLP는 중국어 문장의 감정을 점수로 내주는 도구예요. 둘의 점수를 PCA(여러 숫자를 대표값 하나로 압축하는 기법)로 합쳐 더 안정적인 감정 점수를 만들었어요.
④ 마지막으로 회귀분석(OLS·포아송)으로 '어떤 감정의 글이 좋아요를 더 받는지'를 통계로 따졌어요. 팔로워 수·플랫폼·연도 같은 다른 요인은 통제하고요.

📊 무엇을 찾았나

가장 많이 등장한 주제는 '노동시간 착취'(22.7%)와 '임금·고용 불안'(21.4%)이었어요. 팔로워 효과를 걷어내자 부정적인 글일수록 좋아요가 뚜렷하게 많았고(beta=-0.403), 특히 개인의 좌절보다 '착취·갑질' 같은 구조적 문제를 지목한 글이 더 큰 공감을 얻었어요.

💡 내 연구에 가져갈 것

SNS 감성분석은 도구 하나만 쓰기보다 여러 모델의 점수를 합치면 결과가 훨씬 덜 흔들려요.

📄 논문 정보

Discourse, sentiment, and resonance of workplace burnout on Chinese social media: A computational analysis
Mengjiao Yin, Yingying Xia
PLoS ONE · 2026-08-05 · 🔓 오픈액세스
원문 보기 ↗