기술 요약: 감정에서 표현으로: 공포 담론(Fear Speech)의 이론적 토대와 자원

문제 제기

공포는 사회를 동원하고, 소통을 왜곡하며, 집단적 행동을 재편하는 심오한 능력을 갖추고 있음에도 불구하고, 계산 언어학 분야에는 '공포 담론'을 별도의 현상으로 연구하기 위한 일관된 이론적 틀과 자원 기반이 부족하다. 현재 공포는 전략적 의사소통 행위로서가 아니라, 감성 분석이나 논증 마이닝 내의 일반적인 감정으로서 주로 분석된다. 혐오 표현(hate speech)은 상당한 주목과 자원 개발을 받았으나, 공포 담론은 이론적으로 분산되어 있고 경험적으로 자원이 부족한 상태이다. 이러한 격차는 매우 중요하다. 왜냐하면 공포 담론은 종종 혐오 표현보다 더 넓은 도달 범위와 참여도를 기록하며, 이는 부분적으로 그것이 더 "정중하게" 보이고 현재의 모니터링 시스템을 회피하기 때문이다. 과제는 심리학, 정치학, 커뮤니케이션학, 언어학 등 여러 학문에 걸쳐 파편화된 기존 연구들이 통합된 정의나 결집된 데이터셋 지형 없이 존재한다는 점에 있다.

방법론

저자들은 이론적 관점을 연결하고 기존의 경험적 자원을 감사하기 위해 다학제적 접근 방식을 채택하였다. 방법론은 세 가지 주요 단계로 구성된다:

1. 이론적 합성: 본 논문은 네 가지 핵심 학문의 공포 이론을 검토하고 비교한다:

   • 정치학: 엘리트들이 비상 조치를 정당화하기 위해 이슈를 실존적 위협으로 프레이밍하는 데 사용하는 안보화 이론(securitization theory)에 초점을 맞춘다.
   • 커뮤니케이션학: 인지된 위협과 효능감에 따라 달라지는 설득 도구로서의 공포 호소(예: 보호 동기 이론, 확장 병렬 프로세스 모델)를 분석한다.
   • 심리학: 생존, 평가 및 생리적 반응과 결합된 기초 감정으로서의 공포를 조사한다.
   • 언어학: 은유, 담론, 프레이밍이 어떻게 공포 서사를 구축하는지 조사한다.
     이러한 관점들은 공직 담론 내의 공포를 이해하기 위해 다층적 프레임워크(발신자, 메시지, 수신자, 결과)로 합성된다.

2. 정의 공식화: Buyse (2014), Saha et al. (2023), Greipl et al. (2024a)의 기존 정의를 바탕으로, 저자들은 확장된 공포 담론의 정의를 제안한다. 저자들은 이를 "전략적 언어, 수사, 프레이밍을 사용하여 특정 대상을 문화적, 사회적 또는 실존적 차원에서 내재적 혹은 임박한 위협으로 묘사하며, 태도나 정책에 영향을 미치기 위해 공포를 유발하는 것을 주된 목적으로 하는 의도적인 의사소통 행위"로 정의한다.

3. 자원 감사 및 분류 체계 구축:

   • 발견: 저자들은 학문 간 어휘 불일치를 극복하기 위해 AI 지원 프롬프트 기반 논문 발견 방법(Allen AI의 Paper Finder 사용)을 활용하였다. 공포 담론, 프로파간다, 프레이밍, 포퓰리즘, 오류, 학대적 발화 등을 다루는 27개의 프롬프트를 생성하여 810개의 후보 논문을 도출하였다.
   • 스크리닝: 능동 학습(ASReview)을 사용하여 317개의 논문을 스크리닝하였으며, 그 결과 37개의 관련 데이터셋을 확보하였다. 논문은 두 그룹으로 분류되었다: B1(공포 담론을 직접 다룸)과 B2(프로파간다나 프레이밍처럼 공포의 차원을 인코딩하는 인접 현상을 다룸).
   • 분류 체계: 식별된 데이터셋 전반에 걸쳐 공포의 다양한 차원(예: "공포에 대한 호소", "안보 프레이밍", "위협", "위기 수사")을 통합하는 분류 체계를 개발하였다.
   • 분석: 저자들은 네 가지 연구 질문(RQ)을 기준으로 이 37개 데이터셋에 대한 구조적 분석을 수행하였다: 학문적 지향성, 데이터 출처, 개념화/레이블링, 그리고 접근성/재사용성.

주요 기여

본 논문은 세 가지 구체적인 기여를 한다:

1. 비교 이론적 개요: 정치학, 커뮤니케이션학, 심리학, 언어학에서 공포가 어떻게 개념화되는지에 대한 체계적인 비교를 제공하며, 공직 담론을 분석하기 위한 다층적 프레임워크를 제시한다.
2. 정제된 정의: 전략적 의사소통 의도와 실존적 위협의 묘사를 통합하여, 일반적인 감정 탐지나 혐오 표현과 구분되는 통합된 공포 담론의 정의를 제안한다.
3. 자원 지형 및 분류 체계: 공포 담론과 관련된 데이터셋에 대한 최초의 체계적인 조사로서 37개의 자원을 제시한다. 다양한 레이블(예: "공포 조장", "안보 프레임")을 핵심 공포 차원에 매핑하는 분류 체계를 도입하여, 인접 분야의 자원을 재사용할 수 있는 가능성을 강조한다.

결과

자원 지형에 대한 감사 결과 다음과 같은 중요한 사실이 밝혀졌다:

• 학문적 불균형: 공포 관련 데이터셋은 컴퓨터 과학 중심의 학술지(37개 중 32개가 계산 언어학, CS, ML, AI 등에서 옴)에 강하게 집중되어 있으며, 사회과학적 관점은 현저히 부족하다.
• 데이터 출처 및 주제: 뉴스 미디어와 트위터가 지배적인 데이터 출처이다. 공포 담론 데이터셋은 종종 규제가 적은 플랫폼(WhatsApp, Telegram, Gab)에서 기원하지만, 전체적인 지형은 뉴스과 트위터가 주도하고 있다. 주제는 이민(10개 데이터셋)과 정치(8개 데이터셋)에 밀집되어 있으며, 기후 변화나 전쟁과 같은 다른 분야는 다양성이 중간 정도이다.
• 개념화: 기존 데이터셋에서 가장 빈번한 개념화는 "프로파간다"와 "프레이밍"에 해당한다. "공포에 대한 호소" 및 "공포/편견에 대한 호소"와 같은 레이블은 프로파간다 연구에서 흔히 나타난다. 반면, "오류(fallacy)"나 "포퓰리즘"과 같은 현상은 공포 차원과 관련하여 현재 데이터셋 지형에서 과소 대표되어 있다.
• 접근성 및 재사용성: 재사용성에 상당한 장벽이 존재한다. 감사 당시 접속 가능한 26개의 링크 중 21개만이 활성화되어 있었다. 어노테이션 가이드라인은 드물며(13개 데이터셋에만 존재), 어노테이터 간 일치도 점수는 수동으로 레이블링된 33개 데이터셋 중 22개에서만 보고되었다. 또한, 공포 관련 사례의 구체적인 개수가 명시되지 않은 경우가 많았다.

의의

본 논문은 공포 담론이 혐오 표현과 마찬가지로 증가하는 유포 능력과 모니터링 회피 능력을 고려할 때 별도의 연구 대상이 되어야 한다고 주장한다. 사회 과학의 이론적 통찰을 계산적 자원과 연결함으로써, 저자들은 공포를 계산적 모델링을 위한 유효하고 조작 가능한 구성 개념으로 확립하고자 한다.

이 연구의 의의는 공포를 "모듈화"하기 위한 전략적 출발점을 제공한다는 점에 있다. 공포를 단일한 감정으로 취급하는 대신, 저자들은 이를 기존 NLP 기술로 탐지할 수 있는 식별 가능한 언어적, 수사적 신호(전략적 언어, 위협 묘사, 의도)로 분해할 것을 제안한다. 제안된 분류 체계와 식별된 자원 지형은 정보에 입각한 협력적 데이터 개발의 토대를 제공한다. 저자들은 이 작업이 단순히 기존 자원을 목록화하는 것이 아니라, 계산 언어학계가 공포를 주변부의 감정 범주가 아닌, 감정, 사회적 영향력, 그리고 언어적 형태를 연결하는 핵심적인 분석 차원으로 바라보도록 초대하는 것이라고 강조한다. 또한 저자들은 "이중 용도(dual-use)" 위험을 인정하며, 본 조사가 이론적으로 사용자를 공포로 조종하는 시스템을 개발하는 데 사용될 수 있으나, 일차적인 목표는 공포 현상을 이해하고 모델링하기 위한 견고한 경험적 토대를 구축하는 것임을 명시한다.