← 최신 논문
💬 NLP

Mapping Election Toxicity on Social Media across Issue, Ideology, and Psychosocial Dimensions

이 논문은 2024 년 미국 대선 기간 X(트위터) 의 대규모 데이터를 분석하여, 정체성 관련 이슈와 양당 진영에서 혐오와 괴롭힘이 특히 심하며 고각성 부정적 감정과 도덕적 프레임이 독성 담론을 형성한다는 점을 규명하고, 온라인 정치적 독성이 맥락에 따라 달라지므로 이를 측정하고 완화하기 위해 이슈 민감한 접근이 필요함을 강조합니다.

원저자: Lei Cao, Wen Zeng, Xinyue Wu, Eun Cheol Choi, Emilio Ferrara

게시일 2026-04-21
📖 4 분 읽기☕ 가벼운 읽기

원저자: Lei Cao, Wen Zeng, Xinyue Wu, Eun Cheol Choi, Emilio Ferrara

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🍽️ 거대한 정치적 요리 축제: 2024 년 대선

소셜 미디어를 거대한 **'요리 축제'**라고 상상해 보세요. 수많은 사람들이 모여 각자 다른 요리를 (정치적 의견) 만들고, 서로 맛을 평가하며 소리를 지릅니다. 연구자들은 이 축제 기간 (대선 5 주) 동안 올라온 72 만여 개의 '요리 리뷰' (게시글) 를 분석했습니다.

1. 어떤 요리 (주제) 에서 가장 시끄러웠을까? (RQ1: 이슈별 독성)

축제에는 다양한 메뉴가 있었지만, 모든 메뉴가 똑같이 시끄럽지는 않았습니다.

  • 가장 독한 메뉴: '인종 및 성평등', '이민' 같은 **정체성 (Identity)**과 관련된 요리들이 가장 독했습니다. 사람들은 이 주제들을 다룰 때 단순히 의견 차이를 넘어, 상대방을 직접 공격하는 '독극물'을 뿌리는 경향이 가장 강했습니다.
  • 의외의 조용한 메뉴: '경제'나 '기후 변화' 같은 주제는 상대적으로 덜 독했습니다.
  • 유명한 오해: '총기 정책'이나 '범죄' 같은 주제는 내용이 폭력적이긴 했지만, 실제 사람에 대한 '직접적인 공격 (욕설, 괴롭힘)'보다는 전쟁이나 범죄 상황을 묘사하는 수준에 그치는 경우가 많았습니다. 반면, 정체성 문제는 상대방을 직접적으로 조롱하고 괴롭히는 형태가 훨씬 많았습니다.

💡 비유: 마치 '이민'이라는 요리를 다룰 때는 식탁에 앉아 있는 손님을 직접 밀쳐내고 욕을 하지만, '총기' 요리를 다룰 때는 총기 자체의 위험성을 논하는 식으로, 주제에 따라 공격의 방식이 달랐습니다.

2. 누가 더 독했을까? (RQ2: 이념별 독성)

축제에는 '좌파 (Left)', '우파 (Right)', 그리고 '중립 (Neutral)' 세 그룹이 있었습니다.

  • 중립은 조용했다: 정치적 색깔이 없는 중립적인 글은 거의 독하지 않았습니다.
  • 양쪽 다 독했다: 하지만 좌파든 우파든, 자신의 정치적 색깔을 뚜렷이 드러낸 글들은 중립보다 훨씬 독했습니다.
  • 주제에 따른 차이: 흥미로운 점은 "어느 쪽이 더 독한가?"에 대한 정답이 주제마다 달랐다는 것입니다.
    • 예를 들어, '이민' 문제에서는 우파가 좌파보다 훨씬 더 독하게 공격했습니다.
    • 하지만 '경제' 문제에서는 오히려 좌파가 더 독한 말을 썼습니다.
    • 결론: 특정 진영이 항상 더 독한 게 아니라, 어떤 주제를 건드리느냐에 따라 독성이 폭발하는 진영이 바뀝니다.

3. 왜 이렇게 독해졌을까? (RQ3: 심리적 원인)

사람들이 왜 이렇게 독한 말을 했을까요? 연구자들은 두 가지 심리적 요인을 발견했습니다.

  • 감정의 거울 (Emotional Mirroring):
    • 좌파와 우파는 서로 다른 주장을 했지만, **화난 표정 (분노)**은 똑같이 지었습니다.
    • 같은 주제 (예: 경제) 를 논할 때, 좌파든 우파든 '분노'와 '두려움'이라는 감정을 거의 같은 비율로 사용했습니다. 마치 거울을 보는 것처럼, 서로 다른 진영이 동일한 감정의 언어로 싸우고 있었던 것입니다.
  • 도덕적 거울 (Moral Mirroring):
    • 사람들은 서로 다른 도덕적 기준을 가진다고 생각하지만, 실제로는 **같은 도덕적 가치 (예: '상처 입히지 않기', '공정함')**를 서로 다른 목적으로 사용했습니다.
    • 예를 들어, 이민 문제에서 좌파와 우파 모두 '상처 (Harm)'를 강조했지만, 좌파는 "이민자가 상처받는다"고, 우파는 "국민이 상처받는다"고 주장하며 서로를 공격했습니다.

💡 비유: 두 팀이 축구 경기에서 서로 다른 유니폼을 입고 있지만, 두 팀 모두 '공격적인 태클'을 하고, '심판의 편파 판정'에 대해 똑같이 분노하고 있는 상황과 같습니다.


📝 연구의 핵심 교훈 (Takeaway)

이 연구는 우리에게 중요한 세 가지를 알려줍니다.

  1. 모든 독이 같은 독이 아니다: 단순히 "욕설이 많다"고 다 같은 게 아닙니다. 어떤 주제에서는 '직접적인 괴롭힘'이, 어떤 주제에서는 '위협적인 언어'가 더 많습니다.
  2. 주제가 핵심이다: "누가 더 독한가?"를 따지기 전에, **"어떤 주제를 다루고 있는가?"**를 먼저 봐야 합니다. 특정 주제가 사람들의 감정을 자극하여 독성을 폭발시킵니다.
  3. 거울 효과: 우리는 서로 다른 진영이라고 생각하지만, 실제로는 동일한 분노와 도덕적 논리를 공유하며 싸우고 있습니다. 서로를 이해하지 못해서가 아니라, 서로가 서로를 똑같은 방식으로 공격하고 있기 때문에 대화가 안 되는 것입니다.

⚠️ 연구의 한계 (주의할 점)

연구자들은 이 분석이 완벽하지 않다고 인정합니다.

  • AI 가 모든 뉘앙스 (농담, 은어, 맥락) 를 완벽하게 이해하지 못할 수 있습니다.
  • 플랫폼이 독한 글을 미리 지워버렸을 수도 있어, 실제보다 덜 독한 데이터일 수 있습니다.
  • 누가 누구를 공격했는지 (개인 vs 집단) 를 정확히 구분하지는 못했습니다.

🎯 결론

이 논문은 소셜 미디어상의 정치적 싸움이 단순히 "악한 사람들이 있어서"가 아니라, 특정 주제가 사람들의 감정과 도덕적 신념을 자극하여, 서로 다른 진영이 거울처럼 닮은 방식으로 독하게 반응하기 때문임을 보여줍니다.

따라서 독한 말을 막으려면 단순히 "욕설 금지"를 외치는 것보다, 어떤 주제가 사람들을 가장 화나게 만드는지 파악하고, 그 주제를 다룰 때의 감정적 반응을 이해하는 것이 더 중요합니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →