Who Shapes Brazil's Vaccine Debate? Semi-Supervised Modeling of Stance and Polarization in YouTube's Media Ecosystem
이 논문은 준지도 학습 기반의 스탠스 탐지 프레임워크를 활용해 유튜브의 140 만 건 이상의 댓글을 분석함으로써 브라질의 백신 담론이 어떻게 진화하고 분극화되는지 규명하며, 특히 과학 커뮤니케이터와 디지털 네이티브 채널이 지지와 반대 양측의 주요 참여처로 작용한다는 점을 밝혀냈습니다.
원저자:Geovana S. de Oliveira, Ana P. C. Silva, Fabricio Murai, Carlos H. G. Ferreira
브라질은 세계적으로도 가장 잘 갖춰진 예방접종 시스템을 가진 나라 중 하나입니다. 하지만 코로나19 팬데믹 기간 동안, 이 나라의 유튜브는 백신을 둘러싼 거대한 전쟁터가 되었습니다.
비유: 유튜브를 거대한 광장이라고 상상해 보세요. 이곳에는 과학자, 의사, 일반인, 정치인, 그리고 가짜 뉴스 전파자들이 모두 모여 있습니다. 사람들은 백신에 대해 "좋다", "나쁘다", "모르겠다"라고 외치고 있습니다. 연구팀은 이 광장에서 140 만 개가 넘는 소리 (댓글) 를 녹음해서, 누가 무엇을 말하고 있는지 분석했습니다.
2. 방법론: AI 가 배우는 '스스로 학습' (Semi-Supervised Learning)
연구팀은 140 만 개의 댓글을 사람이 일일이 읽어서 분류할 수 없었습니다. 그래서 AI 를 활용했는데, 여기서 중요한 건 **'스스로 학습'**하는 방식입니다.
비유: imagine(상상해 보세요) AI 가 초급 학생이라고 치죠.
연구팀은 AI 에게 아주 작은 양의 '정답지' (수천 개의 손으로 분류된 댓글) 를 먼저 보여줍니다.
AI 는 이 정답지를 바탕으로 나머지 140 만 개의 댓글을 스스로 추측해 봅니다.
이때 AI 가 **"아, 이거 내가 99.9% 확신하는 거야!"**라고 자신 있게 추측한 것들만 골라서 다시 학습 데이터로 추가합니다.
이렇게 스스로 만든 정답지를 바탕으로 다시 공부하면, AI 는 훨씬 똑똑해져서 소수 의견 (예: 백신 반대 의견) 도 잘 찾아내게 됩니다.
이 방법은 사람이 일일이 분류하는 비용과 시간을 아끼면서도, 매우 정확한 분석을 가능하게 했습니다.
3. 주요 발견: 세 가지 놀라운 진실
① 시기에 따라 달라지는 논쟁의 온도
팬데믹 이전: 백신에 대한 논쟁은 조용했습니다.
팬데믹 기간: 코로나19 가 터지면서 논쟁이 폭발했습니다. 마치 폭풍우처럼 모든 백신에 대한 찬성과 반대가 동시에 쏟아졌습니다.
팬데믹 이후: 폭풍은 잦아들었지만, 논쟁은 조각조각 났습니다. 특정 백신 (예: 독감 백신) 에 대한 논쟁은 뜨거웠지만, 다른 백신은 조용해졌습니다.
비유: 팬데믹 기간에는 모든 사람이 한꺼번에 큰 소리로 외쳤다면, 지금은 각자 다른 방에서 서로 다른 주제를 가지고 싸우고 있는 상황입니다.
② 누가 싸움을 부추기는가? (전통 언론 vs 과학자 vs 인터넷 유튜버)
가장 흥미로운 점은 누가 이 논쟁의 중심에 서 있는지입니다.
전통 언론 (BBC, CNN 등): 이들은 뉴스의 '주제'를 정해줍니다. 하지만 사람들이 가장 격하게 싸우는 곳은 전통 언론의 코멘트란이 아닙니다.
과학 커뮤니케이터 (의사, 과학자 유튜버): 이들이 가장 큰 무대입니다. 과학자가 "백신은 안전하다"고 설명하면, 반대파가 "아니야!"라고 달려들며 치열한 논쟁이 벌어집니다.
비유: 전통 언론은 무대 위의 조명을 비추는 역할만 합니다. 하지만 실제 싸움은 그 조명 아래서 과학자 유튜버와 반대파 유튜버가 가장 치열하게 벌입니다. 과학자가 신뢰를 주는 동시에, 그 신뢰를 공격받는 '전장'이 되는 것입니다.
③ 논쟁의 형태: "나만 믿어" vs "너는 틀렸어"
백신 찬성 댓글: 주로 "설명해 드릴게요", "질문 있어요?"처럼 대화를 시도합니다.
백신 반대 댓글: 주로 "이건 위험해!", "거짓말이야"처럼 일방적인 선언을 합니다.
비유: 찬성파는 토론방에서 서로 이야기를 나누려 하지만, 반대파는 연단에서 일방적으로 외치는 경향이 있습니다. 팬데믹 이후에는 반대파가 서로를 더 많이 지지하며 뭉치는 반면, 찬성파는 그 뭉침이 약해졌습니다.
4. 결론: 우리는 무엇을 배웠는가?
이 연구는 우리에게 중요한 교훈을 줍니다.
논쟁은 고정된 것이 아니다: 팬데믹처럼 위기가 오면 논쟁이 심해지지만, 시간이 지나면 다시 조각납니다.
전통 미디어만 믿지 마세요: 백신에 대한 가장 뜨거운 논쟁은 뉴스 채널이 아니라, 과학자 유튜버와 독립적인 인터넷 채널에서 일어납니다.
해결책은 단순하지 않다: 단순히 가짜 뉴스를 삭제하는 것만으로는 부족합니다. 과학자들이 신뢰를 얻는 동시에, 그 신뢰를 어떻게 방어할지, 그리고 사람들이 서로 어떻게 대화하게 할지에 대한 새로운 전략이 필요합니다.
한 줄 요약:
"브라질의 유튜브는 거대한 백신 논쟁 시장인데, 여기서 가장 큰 목소리를 내는 것은 전통 언론이 아니라 과학자와 인터넷 유튜버들이며, 그들의 주변에서 찬성과 반대가 치열하게 부딪히고 있습니다."
이 연구는 우리가 온라인에서 건강 정보를 어떻게 받아들이고, 누구를 신뢰해야 할지 다시 한번 생각해보게 해줍니다.
1. 연구 배경 및 문제 정의 (Problem)
배경: 백신 접종은 공중보건의 핵심이지만, COVID-19 팬데믹 기간 동안 온라인 허위 정보, 정치적 양극화, 그리고 제도에 대한 신뢰 하락이 면역화 노력을 위협했습니다.
기존 연구의 한계:
대부분의 계산적 연구가 영어 데이터나 COVID-19, HPV 등 특정 백신에 국한되어 있어, 브라질과 같은 비영어권 국가의 장기적 역동성을 이해하는 데 한계가 있었습니다.
유튜브와 같은 플랫폼에서 태도 (Stance) 가 어떻게 분포하고, 다양한 채널 유형 (전통 미디어, 과학 커뮤니케이터, 디지털 네이티브) 이 어떻게 논쟁을 형성하는지에 대한 구조적 분석이 부족했습니다.
연구 목표: 2018 년부터 2024 년까지 브라질의 유튜브 생태계에서 백신 관련 담론과 양극화가 어떻게 진화했는지를 분석하기 위해, 준지도 학습 (Semi-supervised learning) 기반의 태도 탐지 모델을 개발하고 적용하는 것입니다.
2. 방법론 (Methodology)
2.1 데이터 수집 및 전처리
데이터셋: 유튜브 Data API v3 를 활용하여 2018 년 1 월부터 2024 년 7 월까지 브라질 국적의 포르투갈어 콘텐츠를 수집했습니다.
범위: 브라질 국가 예방접종 프로그램 (PNI) 에 포함된 19 가지 백신 관련 키워드를 사용하여 검색했습니다.
규모: 총 3,897 개의 채널, 14,318 개의 비디오, 142 만 2,406 개의 댓글을 수집했습니다.
전처리: 교육용 콘텐츠 (수업, 시험 등) 를 필터링하고, 포르투갈어만 남기기 위해 RoBERTa 기반 언어 감지 모델을 적용했습니다.
2.2 태도 분류 프레임워크 (RQ1 해결)
수동 주석 (Manual Annotation): 2018~2024 년 매월 무작위 추출한 50 개의 댓글씩 총 3,476 개를 3 명의 annotator 가 '찬성 (Favorable)', '반대 (Against)', '불확실 (Inconclusive)'로 분류했습니다. (Fleiss' Kappa = 0.69)
초기 모델 (Supervised Baseline):Llama 3.1 8B 모델을 QLoRA (Quantized Low-Rank Adaptation) 를 사용하여 미세 조정 (Fine-tuning) 했습니다. 클래스 불균형 (불확실 클래스가 압도적) 을 해결하기 위해 가중 교차 엔트로피 손실 함수를 사용했습니다.
준지도 학습 (Semi-supervised Self-Training):
문제: 수동 라벨링 비용과 클래스 불균형.
해결책: 초기 모델이 레이블이 없는 130 만 개 이상의 댓글에 대해 예측한 **Shannon Entropy(불확실성)**를 계산했습니다.
선택 전략: 모델이 매우 높은 확신 (낮은 엔트로피) 을 가진 예측만 선택하여 '의사 레이블 (Pseudo-labels)'로 추가했습니다. 특히 소수 클래스 (찬성, 반대) 를 보강하기 위해 **역빈도 샘플링 (Inverse-frequency sampling)**을 적용하여 불균형을 완화했습니다.
결과: 확장된 데이터셋으로 모델을 재학습시켜 최종 분류기를 구축했습니다.
2.3 담론 및 확산 분석 (RQ2, RQ3 해결)
시간적 분석: 팬데믹 전 (20182020.3), 팬데믹 기간 (2020.32023.5), 팬데믹 후 (2023.5~2024.7) 로 구간을 나누어 태도 분포와 양극화 추이를 분석했습니다.
상호작용 분석: 댓글의 답글 (Reply) 트리를 활용하여 부모 댓글의 태도에 따른 답글 태도의 조건부 확률 P(sreply∣sparent)를 계산했습니다.
채널 분류: ANJ(브라질 전국신문협회) 인증 여부, 전통 미디어, 과학 커뮤니케이터, 디지털 네이티브 채널로 분류하여 각 채널의 태도 분포와 참여도 (좋아요, 답글) 를 비교했습니다.
3. 주요 결과 (Results)
3.1 모델 성능 (RQ1)
준지도 학습 (Self-training) 을 적용한 모델은 순수 지도 학습 (Baseline) 모델보다 모든 클래스에서 성능이 크게 향상되었습니다.
특히 소수 클래스인 **'반대 (Against)'**와 **'찬성 (Favorable)'**의 F1 점수가 크게 개선되었습니다 (예: '찬성' 클래스 F1 점수 0.57 → 0.91).
이는 불균형 데이터와 모호한 텍스트가 많은 대규모 소셜 미디어 데이터에서 준지도 학습이 태도 탐지의 견고성을 높인다는 것을 입증했습니다.
3.2 시간적 동역학 및 양극화 (RQ2)
태도 분포: 전체 댓글의 74.4% 는 '불확실 (Inconclusive)'이었으나, 양극화된 태도 중에서는 '반대' 댓글이 '찬성'보다 많았습니다.
참여 패턴: '반대' 댓글은 '좋아요'를 더 많이 받았으나, '찬성' 댓글은 더 많은 '답글'을 유도하여 대화적 성향이 더 강했습니다.
시간적 변화:
팬데믹 전: 찬성 커뮤니티 내부 결속력이 강했고, 반대 커뮤니티는 상대적으로 수동적이었습니다.
팬데믹 기간: 대칭적인 대립 구조 (양측 모두 43% 의 교차 응답) 로 전환되며 양극화가 심화되었습니다.
팬데믹 후: 불신 커뮤니티의 내부 결속력이 강화 (67%) 된 반면, 찬성 커뮤니티의 내부 지지력은 약화 (50%) 되어 비대칭적 양극화가 나타났습니다.
3.3 확산의 근원 (RQ3)
채널 유형: 양극화된 담론은 전통 언론 (Legacy Media) 보다는 **과학 커뮤니케이터 (Science Communicators)**와 디지털 네이티브 채널에서 가장 활발하게 발생했습니다.
주요 발견:
ANJ 인증을 받지 않은 채널이 전체 반대 댓글의 82.4% 를 차지했습니다.
과학 커뮤니케이터 채널 (예: Julio Pereira, Olá, Ciência!) 은 가장 많은 논쟁을 일으키며, 과학적 권위가 의구심 있는 대중에게 도전받는 장으로 작용했습니다.
전통 언론은 의제 설정자 (Agenda Setter) 역할을 하지만, 실제 격렬한 논쟁의 중심지는 과학 커뮤니케이터와 디지털 네이티브 채널이었습니다.
콘텐츠 특성: 백신 반대 메시지만이 아니라, '부작용', '불확실성', '논쟁적 주제'를 다루는 정보성/저널리즘 콘텐츠에서도 양극화가 극대화되었습니다.
4. 주요 기여 (Key Contributions)
방법론적 기여: 대규모 불균형 데이터와 모호한 텍스트를 처리하기 위해 저엔트로피 기반의 준지도 학습 파이프라인을 제안하고, 이를 통해 태도 분류의 정확도와 일반화 성능을 획기적으로 개선했습니다.
실증적 기여: 브라질의 7 년에 걸친 장기적 데이터를 분석하여 백신 담론이 팬데믹 기간 동안 어떻게 재구성되고, 사후에는 어떻게 분열되는지를 규명했습니다.
생태계 통찰: 백신 논쟁이 전통 언론이 아닌, **하이브리드 미디어 생태계 (과학 커뮤니케이터 + 디지털 네이티브)**에 의해 주도됨을 발견했습니다. 이는 공중보건 커뮤니케이션의 구조적 취약점을 드러냅니다.
5. 의의 및 결론 (Significance)
공중보건 정책: 백신 접종률 저하와 관련된 온라인 담론의 구조를 이해함으로써, 공중보건 기관과 플랫폼 거버넌스가 표적화된 개입 전략을 수립하는 데 기여합니다.
플랫폼 거버넌스: 단순한 콘텐츠 삭제 (Moderation) 만으로는 양극화를 해결할 수 없으며, 상호작용 구조와 신뢰 기반의 네트워크를 고려한 접근이 필요함을 시사합니다.
재현성: 연구에서 사용한 태도 탐지 모델을 오픈소스로 공개하여 커뮤니티의 재현과 확장을 지원했습니다.
이 연구는 브라질의 사례를 통해 전 세계적으로 중요한 공중보건 위기 시 온라인 정보 생태계가 어떻게 작동하는지에 대한 심층적인 기술적, 사회학적 통찰을 제공합니다.