이윤승 / 부산대학교 / 정치 유튜브 채널 이용자들의 혐오표현 진단 연구 / 12,000 / 12개월 / 2025 석사과정생연구장려금지원사업
연구목표:
유튜브는 전 세계적으로 널리 사용되는 온라인 소셜 미디어 플랫폼으로, 뉴스 소비와 정치 담론이 이루어지는 주요 채널로 자리 잡았다. 이용자들은 뉴스 또는 정치 콘텐츠를 시청한 후 댓글 섹션을 통해 자신의 의견을 표현하거나 다른 사람의 견해에 반박하며 상호작용을 이어간다. 이러한 상호작용이 논리적으로 전개될 경우 건강한 정치 담론을 형성할 수 있다. 하지만, 최근 유튜브에서는 특정 집단이나 개인을 공격하거나 폄하하는 혐오 표현이 증가하고 있으며, 이는 2025년 서부 지방 법원 폭동 사태와 같은 혐오 범죄로 이어지는 양상을 보이고 있다.
그렇다면, 작금의 정치 혐오 표현과 범죄를 비추어 볼 때, 정치 유튜브 채널의 혐오 표현의 수준과 맥락을 심층적으로 분석할 필요가 있다. 이용자들은 유튜브에서 정치 성향에 관계 없이 다양한 콘텐츠에 접근할 수 있다. 정치 유튜브 채널 이용자들은 자신의 기존 선호나 알고리즘의 추천을 따라 특정 정보만을 소비하는 경향이 있으며, 이로 인해 에코 챔버가 형성되고 정치 양극화가 심화될 가능성이 있다. 반면, 해외 연구에서는 페이스북과 레딧 등의 소셜 미디어 플랫폼에서 이용자들이 기존 성향과 관계 없이 반대 진영을 지지하는 콘텐츠도 이용할 수 있음을 밝혔다. 이러한 유튜브 채널 이용 방식에 개인차가 존재할 수 있음에도 불구하고, 온라인에서의 혐오 표현을 측정하는 선행 연구는 이를 간과하는 경향을 보였다. 이에 기반하여 본 연구는 유튜브 이용자들의 채널 이용과 혐오 표현 작성 간의 관계를 규명하는 것을 목표로 한다.
이를 위해 본 연구는 (1) 유튜브 내 단일 채널 이용자와 다중 채널 이용자의 현황 파악, (2) 기계 학습을 활용한 혐오 표현 수준 측정, (3) 미디어 이용과 혐오 표현 간의 관계 분석의 세 가지 단계로 진행된다. 첫째, 유튜브에서 이용자들이 특정 성향의 채널만을 이용하는지, 서로 다른 정치 성향의 채널을 함께 활용하는지를 파악하는 것이 목표이다. 이를 위해 개인이 운영하는 초당파적 유튜브 채널과 정치적으로 편향된 언론사 유튜브 채널을 선별한 후, 해당 채널에 게시된 콘텐츠에 댓글을 남긴 비식별화된 이용자 아이디와 댓글 데이터를 수집・분석할 계획이다. 이를 통해 유튜브에서 채널 이용이 어떻게 이루어지는지를 체계적으로 분석하고자 한다.
둘째, 유튜브 정치 채널 이용자들의 채널 이용 차이에 따른 혐오 표현 수준과 댓글의 의미적 맥락을 분석하고자 한다. 이를 위해 혐오 표현 탐지에 특화된 사전 학습 언어 모델을 활용하여 댓글별 혐오 표현 수준을 식별하고, 혐오 표현이 포함된 댓글의 맥락을 탐색할 계획이다. 특히, 이용자가 반대되는 관점에 노출되었을 때 나타나는 반응과 동기를 분석함으로써, 교차 노출이 혐오 표현 확산에 미치는 영향을 규명하고자 한다.
셋째, 유튜브 이용 패턴에 따라 혐오 표현 수준에 차이가 존재한다면, 이러한 현상이 발생하는 이유를 규명하기 위한 설문조사를 실시하여 이를 검증할 계획이다. 이를 통해 콘텐츠 이용 패턴과 혐오 표현 간의 관게에 영향을 미치는 매개 변수 또는 조절 변수를 발견하고, 이러한 요인들이 실제로 혐오 표현 작성에 미치는 효과를 분석하고자 한다.
기대효과:
본 연구는 유튜브 이용자들의 정치 채널 이용 방식을 체계적으로 분석하고, 이에 따른 혐오 표현 수준을 규명하는 데 중점을 둔다. 기존 연구들은 소셜 미디어에서의 콘탠츠 이용 패턴과 혐오 표현 측정을 설문조사나 사례 연구 중심으로 접근하였다. 반면, 본 연구는 대규모 유튜브 댓글 데이터를 수집 ・ 분석하고, 기계 학습 모델을 적용하여 혐오 표현의 수준과 의미적 맥락을 실증적으로 탐색한다는 점에서 차별성을 갖는다.
구체적으로, 이용자들이 한국의 주류 언론사 채널과 초당파적 유튜브 채널을 소비하는 방식에 어떠한 차이가 있는지, 그리고 이에 따라 혐오 표현의 수준이 어떻게 달라지는지를 비교・분석하는 것이 핵심이다. 나아가, 혐오 표현의 주요 대상과 목적을 규명함으로써 최근 한국 사회에서 문제로 지적되고 있는 혐오 정치와 정치 양극화 간의 관계를 실증적으로 탐색하고자 한다. 또한, 사회과학 연구에서 빅데이터 기반 분석 방법론을 확장하는 데 기여할 것으로 기대된다.
이론적 차원에서, 교차 노출의 효과를 둘러싼 상반된 연구 결과들 간의 논쟁을 확장하는 데 기여할 것이다. 커뮤니케이션 연구에서는 상반된 정치 정보에 노출되는 행위가 정치 양극화를 완화할 수 있다는 주장과, 반대로 기존 신념을 더욱 강화할 수 있다는 주장이 공존하고 있다. 하지만, 기존 연구들은 주로 설문조사, 인터뷰, 사례 연구에 의존하고 있으며, 일부 빅데이터를 활용한 연구가 존재하나, 대체로 페이스북(Facebook) 과 레딧(Reddit) 등 한국인의 사용률이 낮은 소셜 미디어 플랫폼을 중심으로 진행되었다. 하지만, 유튜브는 한국에서 가장 많은 이용자가 사용하는 플랫폼이자, 최근 극우 성향의 유튜버들의 혐오와 폭력을 선동하는 공간으로 주목받고 있다. 따라서 본 연구는 유튜브를 분석 대상으로 삼아, 디지털 미디어 환경에서의 온라인 담론이 어떻게 형성되고 확산되는지를 보다 심층적으로 탐색함으로써, 교차 노출과 정치 양극화 간의 관계를 실증적으로 규명할 수 있는 기반을 마련할 것이다.
추가적으로, 언론사 채널과 초당파적 정치 유튜버 채널을 분리하여 분석함으로써, 미디어 유형에 따른 이용자들의 미디어 소비 패턴과 혐오 표현의 양상이 어떻게 달라지는지를 보다 정교하게 규명할 수 있다. 극단적 정치 이념을 기반으로 활동하는 초당파적 유튜브 채널에 대한 논의는 지속적으로 이루어지고 있는 반면, 소셜 미디어 플랫폼에서 운영되는 언론사 채널의 역할에 대한 논의는 상대적으로 부족한 실정이다. 따라서 본 연구를 통해 당파적 정치 채널과 비교할 때 언론사 채널에서는 보다 건전한 논의가 이루어지는지, 그리고 다양한 이용자들이 정치 담론에 활발히 참여하는지 등의 여부를 실증적으로 분석할 수 있을 것으로 기대된다.
마지막으로, 본 연구는 설문조사를 통해 이용자의 유튜브 채널 이용 패턴과 혐오 표현 작성 간의 관계를 매개하거나 조절하는 숨겨진 변인을 규명한다는 점에서 기존 연구와 차별성을 가진다. 기존의 혐오 표현 연구는 주로 설문조사나 실험을 통해 혐오 표현 작성의 심리적 요인을 탐색하거나, 특정 플랫폼에서 게시글과 댓글의 혐오 표현 수준을 진단하는 데 그치는 경우가 많았다. 하지만, 본 연구는 빅데이터 분석과 설문조사를 결합하여 보다 심층적인 분석을 수행하고 다중 채널 이용과 혐오 표현 간의 인과적 메커니즘을 탐색하고자 한다. 이를 통해 디지털 환경에서 정치 담론이 형성되는 과정을 보다 종합적으로 이해하고, 유튜브와 같은 대형 플랫폼에서 혐오 표현 확산을 억제할 수 있는 방안을 모색하는 데 기여할 것이다.
연구요약:
본 연구는 사람들이 유튜브에서 이용자들이 특정 성향의 채널만을 시청하는지 아니면 다양한 채널을 폭넓게 활용하는지에 대해 알아보고, 채널 이용 방식에 따라 작성한 댓글의 혐오 표현 수준에 차이가 있는지 파악하는 것을 목표로 한다. 이를 위해 연구는 (1) 빅데이터를 활용한 채널 이용 탐지, (2) 채널 이용에 따른 혐오 표현 수준 분석 및 다중 채널 이용자의 의미 연결망 분석, (3) 빅데이터 분석 결과를 기반으로 한 혐오 표현 작성의 선행 요인 탐색의 세 가지 단계로 진행된다.
<1단계: 빅데이터를 활용한 채널 이용 탐지>
먼저, 유튜브 이용자들의 채널 이용 패턴을 분석하기 위해 대규모 데이터 셋을 구축하고, 빅데이터 기반의 이용자 행태 분석을 수행한다. 이를 위해, 보수 및 진보 성향을 가진 편향적 언론사 유튜브 채널과 초당파적 유튜브 채널을 선정하고, 각 콘텐츠에 댓글을 남긴 비식별화된 유저 아이디와 댓글 데이터를 수집한다. 이 과정에서 YouTube Data API를 활용하여 데이터 수집을 자동화하고, 수집된 모든 댓글 데이터를 통합한 후 이용자를 (1) 보수 성향 채널에만 댓글을 남긴 이용자, (2) 진보 성향 채널에만 댓글을 남긴 이용자, (3) 양쪽 채널 모두에 댓글을 남긴 이용자로 분류한다. 이를 바탕으로 이용자 간 댓글 상호작용의 패턴을 분석하여, 유튜브에서의 선택적 노출과 교차 노출이 어떻게 이루어지는지를 실증적으로 규명하고자 한다.
<2단계: 단일 채널과 다중 채널 이용자들의 따른 혐오 표현을 대상으로 자연어 처리 및 의미 연결망 분석>
혐오 표현 탐지에 특화된 자연어 기반 사전 학습 모델을 활용해 단일 채널 이용자와 다중 채널 이용자가 작성한 혐오 표현 수준을 비교한다. 각 댓글은 혐오 표현 수준에 따라 비혐오 표현, 부적절한 표현, 공격적 표현, 폭력적 표현으로 분류되며 그 강도에 따라 점수화된다. 이후, 이를 바탕으로 두 집단 간 혐오 표현 수준에 유의미한 차이가 존재하는지를 검증한다.
또한, 다중 채널 이용자가 작성한 혐오 표현의 의미적 맥락을 분석한다. 유튜브 환경에서 이들이 주목하는 혐오 표현의 주요 대상이 누구이며, 어떠한 맥락에서 이루어지는지를 규명하기 위해, 댓글 데이터에서 주요 명사를 추출하고, 이를 네트워크 형태로 시각화하여 혐오 표현이 특정 주제나 집단을 중심으로 어떻게 형성되는지를 탐색한다.
<3단계: 혐오 표현 작성의 선행 요인 및 정치 유튜브 채널 이용의 인식・태도・행동학적 효과 조사>
빅데이터 분석을 통해 얻은 결과를 기반으로 설문조사를 실시하여, 유튜브 채널 이용이 혐오 표현 작성에 미치는 영향을 검증하는 동시에, 이 관계를 매개하거나 조절하는 요인을 탐색할 예정이다. 이를 위해 선행 연구를 참고하여 측정 문항을 설계하고, 빅데이터 분석만으로 확인하기 어려운 내재적 기제를 규명한다. 또한, 유튜브 이용자의 동영상 소비 패턴이 혐오 표현을 촉진하거나 완화하는 과정에서 작용하는 핵심 변수를 실증적으로 밝혀낼 계획이다.