The First Mass Protest on Threads: Multimodal Mobilization and AI-Generated Visuals in Taiwan's Bluebird Movement

논문 개요: 대만 '청조 (Bluebird)' 운동과 Threads 플랫폼에서의 다중 양식 동원

이 연구는 2024 년 대만에서 발생한 대규모 청년 주도 시위인 '청조 (Bluebird) 운동'을 사례로 삼아, 새로운 소셜 미디어 플랫폼인 'Threads'가 어떻게 정치적 시위를 조직하고 시각적/텍스트적 전략이 어떻게 진화했는지를 분석합니다. 특히 생성형 AI 가 생성한 이미지가 어떻게 정치적 동원과 공격 도구로 활용되었는지, 그리고 알고리즘 노출과 사용자 참여 간의 괴리를 규명하는 데 중점을 둡니다.

1. 연구 문제 (Problem Statement)

• 배경: 2024 년 5 월, 대만 야당 (KMT, TPP) 이 주도한 입법부 개혁안 (감사권 확대 등) 에 반대하여 10 만 명 이상의 시위가 발생했습니다. 이는 2014 년 '해바라기 운동' 이후 가장 큰 규모의 시위였으나, 디지털 환경이 완전히 변화한 Threads 플랫폼에서 전개되었습니다.
• 핵심 문제:
  1. 알고리즘 노출 vs 사용자 참여의 불일치: 플랫폼 알고리즘이 노출시키는 콘텐츠 (공급) 와 사용자가 실제로 공유하고 참여하는 콘텐츠 (수요) 사이에 어떤 차이가 있는가?
  2. 다중 양식 전략: 텍스트와 시각적 전략 중 무엇이 바이럴 (virality) 을 예측하는가?
  3. 생성형 AI 의 역할: 생성형 AI 가 생성한 이미지 (특히 귀여운 동물/식물 상징) 가 어떻게 동원 도구이자 정치적 공격 수단으로 활용되는가?
• 맥락: Threads 는 대만에서 전 세계 트래픽의 24% 를 차지할 정도로 독보적인 영향력을 가지며, 기존 플랫폼 (LINE, Instagram) 이 충족하지 못했던 실시간 공개 담론의 공백을 메웠습니다.

2. 연구 방법론 (Methodology)

이 연구는 정량적 사회과학 기법과 머신러닝을 결합한 혼합 방법론을 사용합니다.

• 데이터 수집:

  • 소스: Meta Content Library (MCL) 를 통해 2024 년 5 월부터 2025 년 6 월까지의 Threads 게시글 수집.
  • 규모: 총 62,321 개 게시글 및 21,572 개 이미지.
  • 필터링: 전통 중국어 (대만어) 만 포함, '청조 (Qing Niao)' 키워드 중심.
  • 메트릭: 조회수 (Views), 좋아요, 댓글, 리포스트 (Reposts) 등 노출 및 참여 지표 포함.

• 데이터 주석 (Annotation) 및 라벨링:

  • LLM Zero-shot 학습: GPT-4o 를 활용하여 별도의 학습 데이터 없이 게시글과 이미지를 주석 처리.
  • 텍스트 주석: 당파적 프레임 (DPP/KMT/TPP 지지/반대), 주제 (민주주의, 입법부, 회소 등), 어조 (공격성, 형식성), 행동 호소 (Call to Action) 등.
  • 이미지 주석: AI 생성 여부, 시각적 카테고리 (인물, 동물, 풍자 등), 정치적 함의, 'Kawaii(귀여움)' 요소 유무 등.

• 분석 모델:

  • Gradient Boosting Trees (CatBoost): 바이럴 (좋아요 수) 을 예측하는 회귀 모델 구축.
  • SHAP (SHapley Additive exPlanations): 모델의 '블랙박스' 성격을 해석하여 각 특징 (텍스트/이미지 요소) 이 결과에 미치는 기여도 (Feature Importance) 를 정량화.

3. 주요 기여 (Key Contributions)

1. 알고리즘 노출과 사회적 참여의 비대칭성 규명: 플랫폼 알고리즘이 특정 정치적 콘텐츠 (반 DPP) 를 더 많이 노출시키지만, 사용자들은 오히려 반대 진영 (반 KMT, 친 DPP) 의 콘텐츠를 더 적극적으로 공유한다는 '노출 - 참여 격차 (Exposure-Engagement Gap)'를 실증했습니다.
2. 'Kawaii Toxicity(귀여운 독성)' 개념 정립: 생성형 AI 를 통해 제작된 귀여운 동물/식물 상징 (청조, 겨울 사슴, 개구리 등) 이 정치적 공격을 포장하는 새로운 미학적 전략임을 발견했습니다. 이는 '귀여움 (Kawaii)'이라는 미학이 어떻게 정치적 적대감을 은폐하고 확산시키는지를 설명합니다.
3. 다중 양식 동원 전략의 세분화: 텍스트는 '기념, 증언, 행동 호소'를 통해 참여를 유도하는 반면, 이미지는 '인물 사진'이 논쟁을, 'AI 생성 상징'이 동원과 정보 공유를 담당한다는 기능적 분업 (Bifurcation) 을 발견했습니다.

4. 주요 결과 (Results)

• RQ1: 노출과 참여의 분기:

  • 노출 (Views): 알고리즘은 반 DPP (Anti-DPP) 콘텐츠를 가장 많이 노출시켰습니다 (전체 게시물의 14.3% 가 반 DPP 였으나 조회수 비중은 더 높음).
  • 참여 (Reposts/Likes): 사용자는 반 KMT (Anti-KMT) 및 친 DPP 콘텐츠를 훨씬 더 많이 공유하고 좋아요를 눌렀습니다. 반 DPP 콘텐츠는 조회수는 높았으나 공유율은 낮았습니다.
  • 의미: 알고리즘이 특정 진영의 공격을 부추기는 반면, 대중은 자신의 진영을 방어하거나 상대 진영을 공격하는 콘텐츠를 선별적으로 확산시킵니다.

• RQ2: 바이럴을 예측하는 텍스트/시각 전략:

  • 텍스트: '기념 (Commemorative)', '개인적 증언 (Personal Testimony)', '행동 호소 (Call to Action)'가 좋아요 수를 가장 크게 예측하는 변수였습니다. 형식적인 어조와 부정적 감정이 참여를 증가시켰습니다.
  • 시각:
    • 인물 사진: 가장 많은 조회수와 댓글을 유발 (특히 정치인에 대한 직접적인 비판).
    • AI 생성 이미지 (비사진): 리포스트 (공유) 비율이 매우 높음. 이는 동원 도구로 활용됨을 시사.

• RQ3: 생성형 AI 와 상징적 전략:

  • 동원 상징 (친 DPP): '청조 (Blue Bird)', '겨울 사슴 (Winter Deer)', '고래 (Whale)' 등. 이는 시위 장소 (청도동로) 의 발음과 유사한 언어적 유희 (Homophone) 를 기반으로 하며, 귀여운 AI 이미지로 제작되어 공유됨.
  • 공격 상징 (반 DPP/KMT): '도깨비 (Goblin)', '개구리 (Toad)' 등. 성추문 스캔들이나 정치적 발언을 비꼬는 용어로 변질되어, 귀여운 AI 이미지로 포장된 정치적 공격 도구로 사용됨.
  • 결론: AI 생성 이미지는 참여 장벽을 낮추는 동원 도구이자, '귀여움'이라는 미학으로 독성을 은폐하는 공격 수단으로 이중적으로 활용됨.

5. 의의 및 시사점 (Significance)

• 이론적 확장: 기존 사회운동 이론 (도덕적 충격, 정서적 전염) 에 '생성형 AI'와 '알고리즘 큐레이션' 변수를 추가하여 현대 시위의 진화를 설명했습니다.
• 플랫폼 정치학: Threads 가 단순한 담론의 장이 아니라, 알고리즘 로직과 사용자 의도가 충돌하며 '중첩된 공론장 (Overlapping Publics)'을 형성하는 장임을 보였습니다.
• 새로운 정치적 미학: 'Kawaii Toxicity' 개념을 통해, 정치적 공격이 어떻게 미학적으로 포장되어 확산되는지 설명하며, 이는 대만을 넘어 전 세계적 디지털 시위 양상에 중요한 시사점을 줍니다.
• 제도적 맥락: 온라인 시위가 오프라인의 헌법적 구제 수단 (의원 소환) 과 긴밀하게 연결되어 실제 정치적 변화를 이끌 수 있음을 입증했습니다.

이 논문은 디지털 시대의 시위가 단순한 정보의 확산을 넘어, 알고리즘과 생성형 AI 가 결합된 복잡한 다중 양식 생태계에서 어떻게 작동하는지를 체계적으로 규명한 선구적인 연구입니다.