무슨 연구인가
요즘 여러 나라가 미성년자의 소셜미디어 사용을 제한하려 합니다. 이 연구는 그 소식을 전하는 기사들이 나라와 매체에 따라 어떻게 다르게 이야기하는지를 컴퓨터로 대규모로 분석했어요.
🔬 어떻게 분석했나
- ① 먼저 기사를 잔뜩 모았어요 — 24개 EU 언어에 아랍어·중국어·러시아어·우크라이나어까지, 2024년 1월부터 2025년 3월까지 10,509건을 수집했습니다. 언어가 제각각이라도 한곳에 모아 비교할 수 있게 한 게 출발점이에요.
- ② 글을 숫자 좌표로 바꿨어요(문장 임베딩) — 뜻이 비슷한 문장일수록 가까운 위치에 놓이게 하는 기술이라, 서로 다른 언어로 쓴 기사라도 '의미가 비슷하면' 컴퓨터가 가깝다고 계산할 수 있습니다.
- ③ 비슷한 기사끼리 자동으로 묶었어요(클러스터링) — 좌표가 가까운 글들을 한 덩어리로 모아, 사람이 일일이 읽지 않아도 '비슷한 이야기'의 무리를 찾아냅니다.
- ④ 각 기사의 '틀'과 '설득 수법'에 꼬리표를 달았어요(머신러닝 분류) — 어떤 관점(정책 평가인지 안보인지)으로 말하는지, 어떤 설득 기법(의심 심기, 가치 호소 등)을 쓰는지 자동으로 분류했습니다.
- ⑤ 어떤 틀과 수법이 짝지어 나오는지 셌어요 — 통계(표준화 잔차)로 '정책 평가' 프레임과 '의심' 수법이 유독 자주 함께 나타난다는 식의 단짝 관계를 찾아냈습니다.
📊 무엇을 찾았나
EU 밖 매체일수록 정치색 짙은 프레이밍과 자극적 표현을 더 많이 썼어요. 주류 언론은 위에서 내려주는 '제도권 하향식' 보도, 비검증 매체는 불안을 부추기는 '포퓰리즘 경보식' 보도로 뚜렷이 갈렸습니다.
💡 내 연구에 가져갈 것
여러 나라 언어가 섞인 텍스트는 언어별로 쪼개지 말고 다국어 문장 임베딩으로 '의미' 공간에서 한 번에 묶어보세요.
📄 논문 정보
Social media ban for minors: a computational analysis of media coverage in Europe and beyond
Sopho Kharazi, Arianna Sala, Gerrit Bostelmann, Bonka Kotseva, Jens P. Linge, Emilia Gómez
EPJ Data Science · 2026-11-03
원문 보기 ↗
이 글은 연구 소개를 위한 해설이며, 논문 원문의 저작권은 저자와 출판사에 있습니다. 원문은 위 링크(DOI)에서 확인하실 수 있습니다. 권리자께서 요청하시면 바로 내리겠습니다.