뉴스 2만 건을 AI에게 읽히면, 정책이 자리 잡는 과정이 보일까?

무슨 연구인가

RE100은 "우리 회사 전기, 100% 재생에너지로 쓰겠다"는 글로벌 캠페인이에요. 이 연구는 한국 언론이 7년간 RE100을 어떻게 이야기해 왔는지를 뉴스 기사 더미로 들여다보면서, 이 개념이 단순 구호에서 산업·제도 속으로 어떻게 스며들었는지를 추적합니다.

🔬 어떻게 분석했나

① 2019년부터 2025년까지 RE100을 다룬 뉴스 기사 21,901건을 모았어요. 여기서 광고·중복 같은 잡음을 걸러내 13,507건만 분석에 썼습니다 — "쓸 만한 기사만 남기기" 청소 과정이에요.
② 기사들을 숫자 벡터로 바꿨어요(임베딩). 뜻이 비슷한 문장일수록 가까운 좌표에 놓이게 해서, 컴퓨터가 '의미'를 거리로 계산할 수 있게 만드는 기술입니다.
③ 그 벡터들을 BERTopic으로 군집화했어요. BERTopic은 가까이 모인 기사 덩어리마다 대표 키워드를 뽑아 '숨은 주제'를 자동으로 붙여주는 도구라, 사람이 미리 주제 개수를 정하지 않아도 됩니다. 이렇게 39개 주제가 나왔어요.
④ 39개 주제가 너무 잘게 쪼개져 있어서, 성격이 비슷한 것끼리 다시 4개 큰 묶음(지자체 건설, 산업정책, 기업 시장화, ESG 지배구조)으로 정리했습니다.

📊 무엇을 찾았나

RE100이 처음엔 남 얘기 같던 국제 캠페인에서, 지자체·산업·기업·ESG까지 파고든 '4층짜리' 규범으로 커졌다는 흐름이 39개 주제의 4개 묶음으로 또렷하게 드러났어요.

💡 내 연구에 가져갈 것

수만 건 뉴스처럼 주제 개수를 미리 알 수 없는 큰 텍스트라면, 주제 수를 손으로 정하는 LDA보다 자동으로 잡아주는 BERTopic이 편해요.

📄 논문 정보

From Norm to System: BERTopic Analysis of Re100’s Socio-Technical Institutionalization in Korean News
Hey Jeong An, Chung Joo Chung
Systems · 2026-09-10
원문 보기 ↗