Politics of Questions in News: A Mixed-Methods Study of Interrogative Stances as Markers of Voice and Power

1. 연구 문제 (Problem)

기존의 언어학 및 대화 분석 연구는 주로 방송 인터뷰나 소규모 영어 코퍼스에 집중되어 있으며, 대규모 계산적 뉴스 연구에서는 의문문 (interrogatives) 을 명사문 (declaratives) 과 구별하지 않거나 그 기능을 세분화하지 않는 경향이 있습니다.

• 핵심 문제: 현대 디지털 뉴스에서 의문문이 어떻게 사용되며, 이것이 '목소리 (voice)', '권력 (power)', '책임성 (accountability)'의 분배에 어떤 영향을 미치는지에 대한 대규모 실증적 분석이 부재합니다.
• 연구 대상: 프랑스어권 디지털 뉴스 (유럽, 아프리카, 아메리카 등 다양한 정치적·언어적 맥락 포함) 를 대상으로 의문문의 태도 (stance), 기능, 그리고 텍스트 내 답변 유무를 분석하여 뉴스 담론의 구조를 규명하고자 합니다.

2. 방법론 (Methodology)

이 연구는 혼합 방법론 (Mixed-Methods) 을 채택하여 대규모 코퍼스 분석과 정성적 분석을 결합했습니다.

A. 데이터 (Data)

• 규모: 2023 년 1 월부터 2024 년 6 월까지 발행된 120 만 개 이상의 프랑스어 디지털 뉴스 기사.
• 출처: CCNews(전 세계 프랑스어 뉴스) 와 스위스 로컬 뉴스 데이터셋을 결합하여 24 개 매체 (글로벌, 국가, 지역, 테마별) 를 포함합니다.
• 특징: 북반구와 남반구의 미디어 시스템을 아우르며, 다양한 편집 규모 (초지역적, 지역적, 국가적, 초국가적) 를 포괄합니다.

B. 자동 탐지 파이프라인 (Automatic Detection Pipeline)

1. Teacher-Student 모델 아키텍처:
   • Teacher: 대규모 언어 모델 (Qwen3-30B) 을 사용하여 질문 마커가 포함된 문장에 대해 고신뢰도 가시성 라벨 (pseudo-labels) 을 생성합니다.
   • Student: 생성된 라벨을 기반으로 CamemBERT-large 모델을 미세 조정 (fine-tuning) 하여 대량 데이터에 적용합니다.
2. 의문문 태도 (Interrogative Stance) 분류:
   • 단순 구문론적 분류가 아닌, 담화적 맥락을 고려한 6 가지 태도 유형으로 분류합니다:
     1. Framing-procedural: 기사 구조화 또는 이슈 제기 (가장 빈번함).
     2. Information-seeking: 사실 정보 요청.
     3. Rhetorical: 답변을 요구하지 않는 수사적 질문.
     4. Leading: 특정 답변이나 해석을 유도하는 질문.
     5. Tag: 확인을 구하는 꼬리 질문.
     6. Echo-clarification: 이전 언급을 반복하거나 확인하는 질문.
3. 답변 식별 (Answer Identification):
   • 임베딩 기반 검색 (CamemBERT) 을 사용하여 의문문 이후의 텍스트에서 의미적으로 유사한 '답변 스펀 (answer-like span)'을 탐지합니다.
4. 개체명 인식 (NER):
   • GLiNER 모델을 사용하여 질문과 답변 문맥에 등장하는 인물, 조직, 장소, 사회적 집단 등을 식별합니다.

C. 정성적 분석 (Qualitative Analysis)

• 샘플링: 700 개의 기사를 층화 표본 추출하여 인간 어노테이터가 정성적으로 코딩했습니다.
• 목적: 자동 분류 모델의 정확도 평가 및 '권위', '프레임', '대화성' 등의 거시적 기능에 대한 심층 해석을 위해 사용됩니다.

D. 지표 (Indices)

• 의문성 지수 (Interrogativity Index): 기사 내 의문문의 비율.
• 답변 가능성 지수 (Answerability Index): 의문문에 텍스트적 답변이 존재하는 비율.
• 대화성 프로파일 (Dialogicity Profile): 답변이 저널리스트의 서술인지, 인용된 외부 목소리인지 구분.
• 행위자 프로파일 (Actor Profile): 질문이 구체적 인물/조직을 대상으로 하는지, 아니면 추상적 대중을 대상으로 하는지 분석.

3. 주요 기여 (Key Contributions)

1. 개념적: 대규모 코퍼스 차원에서 '의문문 태도', '답변성 (answerhood)', '대화성 (dialogicity)'을 운영화 (operationalization) 하여 의미론 및 화용론 연구를 뉴스 담론으로 확장했습니다.
2. 실증적: 프랑스어 디지털 뉴스에서의 의문문 관행에 대한 최초의 대규모·초지역적 설명을 제공했습니다.
3. 방법론적: LLM(가시성 라벨 생성), 신경 분류기, 정성적 어노테이션을 결합한 삼각화 (triangulated) 파이프라인을 제안하여, 게이트키킹과 목소리 분배에 대한 해석 가능한 지표를 도출했습니다.

4. 주요 결과 (Results)

RQ1: 의문문의 분포와 유형

• 빈도: 전체 문장의 약 2.5% 만이 의문문으로 분류되며, 중앙값은 0 입니다 (대부분의 기사는 의문문이 없음).
• 유형: Framing-procedural(구조화/이슈 제기) 유형이 전체 의문문의 52.1% 로 압도적으로 많습니다. 정보 요청 (20.2%) 과 수사적 질문 (14.2%) 이 그 뒤를 잇습니다.
• 변이: 스위스와 프랑스 매체, 그리고 스포츠/지역 뉴스/라이프스타일 같은 테마별 섹션에서 의문문 밀도가 높습니다. 반면, 비즈니스나 지리정치학 분야는 상대적으로 낮습니다.

RQ2: 답변 가능성과 대화성

• 답변성: 탐지된 의문문의 95.6% 가 동일한 기사 내에서 의미적으로 매칭되는 텍스트적 답변을 가집니다. 이는 의문문이 대부분 해결됨을 시사합니다.
• 대화성: 답변의 형태는 저널리스트의 서술 (80.3%) 이 대부분이며, 인용된 외부 목소리 (15.4%) 를 통한 답변은 소수입니다.
• 시사점: 질문은 주로 저널리스트가 통제하며, 외부 출처는 답변자 역할을 할 뿐 질문의 주체는 아닙니다.

RQ3: 행위자와 공간의 포지셔닝

• 개인화 (Personalization): 의문문 공간은 구체적 인물 (58.5%), 조직 (43.7%), 장소 (31.8%) 로 매우 밀집되어 있습니다.
• 대중의 부재: 일반 대중 (Public) 이나 광범위한 사회적 집단에 대한 직접적인 언급은 매우 드뭅니다 (2.7% 미만).
• 결론: 의문문 담론은 이미 주목받는 엘리트와 기관을 부각시키는 경향이 있으며, '대중'은 추상적으로만 존재하거나 직접적인 대화 대상으로 등장하지 않습니다.

RQ4: 삼각화 검증 및 정성적 통찰

• 모델 성능: 이진 분류 (의문문 여부) 에서 F1 점수 0.78, 6 가지 태도 분류에서 F1 점수 0.51 을 기록하여 대규모 분석에는 적합하지만 세밀한 화용론적 구별에는 한계가 있음을 인정했습니다.
• 정성적 통찰:
  • 인터뷰: '부드러운 책임성 (soft accountability)'이 주를 이루며, 저널리스트는 정보 제공자에게 설명을 요청하는 역할을 합니다.
  • 비인터뷰: 저널리스트가 질문을 던지고 스스로 답변하며 해석적 통제권을 행사합니다.
  • 전제 (Presupposition): 전제는 이데올로기적일 수도 있지만, 사실적 전제는 공유된 맥락을 형성하는 중립적 자원으로 활용되기도 합니다.

5. 의의 및 결론 (Significance)

• 민주적 의미: 뉴스에서 의문문은 단순한 정보 요청이 아니라, 누가 가시화되고 누가 책임지는지를 결정하는 정치적 도구로 작용합니다.
• 권력 구조: 의문문은 주로 저널리스트의 서술적 권위를 강화하고, 엘리트와 기관을 중심으로 담론을 구성하며, 일반 대중의 직접적인 목소리를 배제하는 경향이 있습니다.
• 방법론적 혁신: 대규모 NLP 와 정성적 화용론 분석을 결합한 접근법은 현대 뉴스 담론의 미시적 실천 (질문, 답변, 목소리 분배) 을 거시적 수준에서 이해할 수 있는 새로운 길을 제시합니다.

이 연구는 의문문이 뉴스의 구조를 어떻게 형성하고, 권력 관계를 어떻게 재생산하는지에 대한 실증적 증거를 제공하며, 계산적 사회과학과 저널리즘 연구의 융합을 촉진합니다.