💬 NLP

Mapping the Political Discourse in the Brazilian Chamber of Deputies: A Multi-Faceted Computational Approach

이 논문은 2003 년부터 2025 년까지 브라질 하원의 45 만 건 이상의 연설 데이터를 스타일 메트릭스, 주제 모델링, 의미 클러스터링을 결합한 계산적 프레임워크로 분석하여, 연설의 문체적 변화와 국가 위기에 따른 의제 재편, 그리고 당파성보다 지역 및 성별 정체성이 더 중요한 담론적 동맹을 형성함을 규명했습니다.

원저자: Flávio Soriano, Victoria F. Mello, Pedro B. Rigueira, Gisele L. Pappa, Wagner Meira Jr., Ana Paula Couto da Silva, Jussara M. Almeida

게시일 2026-04-24

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Flávio Soriano, Victoria F. Mello, Pedro B. Rigueira, Gisele L. Pappa, Wagner Meira Jr., Ana Paula Couto da Silva, Jussara M. Almeida

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

이 논문은 브라질 하원에서 일어난 20 년 이상의 거대한 정치 연설들을 컴퓨터가 분석한 이야기입니다.

기존의 정치 분석은 "누가 어떤 법안에 찬성하거나 반대했는지"라는 투표 결과만 보았습니다. 하지만 이 연구는 "의사들이 어떻게 말했는지, 무엇에 대해 말했는지, 그리고 누가 비슷한 말투로 말하는지"를 살펴보기 위해 새로운 방법을 개발했습니다.

이 복잡한 연구를 쉽게 이해할 수 있도록 거대한 정치 도서관과 지도 그리기에 비유해 설명해 드릴게요.

1. 연구의 핵심: 세 가지 질문

연구진은 브라질 하원의 45 만 개가 넘는 연설문을 분석하며 세 가지 질문을 던졌습니다.

어떻게 말했나? (스타일 분석)
- 비유: 정치인들의 연설을 요리 레시피로 본다면, "재료가 얼마나 정성스럽게 준비되었는지"를 보는 것입니다.
- 결과: 예전에는 길고 복잡한 문장 (고급 요리) 을 많이 썼지만, 시간이 지나면서 **짧고 직관적인 말 (패스트푸드)**을 더 많이 쓰게 되었습니다. 이는 TV 나 SNS 같은 미디어 환경이 빨라지면서 정치인들도 대중이 쉽게 이해할 수 있도록 말을 간결하게 바꿨기 때문입니다. 하지만 단어의 다양성은 여전히 풍부했습니다.
무엇에 대해 말했나? (주제 분석)
- 비유: 정치인들의 연설을 날씨 지도로 본다면, "어떤 계절에 어떤 재해가 왔는지"를 보는 것입니다.
- 결과: 정치 의제는 고정된 것이 아니라, 국가적 위기에 따라 급격히 변합니다.
  - 2000 년대 후반: 경제 성장과 도로 건설 (인프라) 이 가장 큰 주제였습니다.
  - 2015~2016 년: 대통령 탄핵 사태로 '정치와 부패'가 모든 연설을 장악했습니다.
  - 2020~2023 년: 코로나19 팬데믹으로 '보건'이 가장 중요한 주제가 되었습니다.
  - 최근: '치안과 정의'가 다시 급부상하고 있습니다.
- 즉, 정치인들은 국민들이 가장 걱정하는 사건에 맞춰 연설 주제를 즉각적으로 바꿉니다.
누가 비슷한 말을 했나? (의미 분석)
- 비유: 정치인들을 동호회로 본다면, "당적 (정당) 이 같은 사람끼리만 모이는가, 아니면 취향 (지역, 성별) 이 같은 사람끼리 모이는가"를 보는 것입니다.
- 결과: 놀랍게도 정당 (당적) 보다는 지역과 성별이 더 큰 영향력을 미쳤습니다.
  - 지역: 같은 주 (州) 출신 의원들은 서로 다른 정당을 속해 있어도, 지역 이익을 위해 비슷한 말을 합니다. 마치 "우리 동네 사람끼리"라는 끈끈함이 정당보다 강하다는 뜻입니다.
  - 성별: 여성 의원들은 정당을 가리지 않고, 성평등이나 사회 문제 등에 대해 매우 유사한 목소리를 냅니다. 이는 성별이 정치적 동질감을 만드는 강력한 힘임을 보여줍니다.

2. 연구의 방법: AI 가 그리는 지도

연구진은 이 모든 것을 분석하기 위해 **AI(인공지능)**를 활용했습니다.

단순한 분류가 아닙니다: 기존에는 "좌파 vs 우파"처럼 두 줄로 나누는 식으로 분석했지만, 이 연구는 **49 개의 서로 다른 '의사 동호회'**를 찾아냈습니다.
잡음 (Noise) 의 발견: 약 30% 의 정치인들은 어떤 특정 그룹에도 속하지 않는 '잡음'으로 분류되었습니다. 이들은 너무 많은 주제를 다루거나 연설이 적어 뚜렷한 색깔을 찾지 못한 경우입니다.

3. 이 연구가 주는 교훈

이 논문은 **"정치인의 진짜 모습은 투표 결과보다 그들이 한 말 속에 있다"**고 말합니다.

투표는 결과일 뿐이지만, 연설은 과정입니다.
정치인들이 실제로 어떤 가치관을 가지고, 어떤 지역에 충성하며, 어떤 성별의 관점에서 세상을 바라보는지는 말투와 주제, 그리고 누구와 비슷한 말을 하는지를 분석해야 알 수 있습니다.

요약

이 연구는 브라질 정치의 거대한 도서관을 AI 가 훑어보며, **"정치인들은 점점 말을 짧게 하되, 위기가 오면 주제를 즉각 바꾸고, 당적보다는 '우리 동네'와 '여성'이라는 정체성에 더 깊이 공감한다"**는 새로운 지도를 그려냈습니다.

이는 단순히 누가 이겼는지 아는 것을 넘어, 민주주의가 실제로 어떻게 작동하는지를 깊이 있게 이해할 수 있게 해주는 중요한 도구입니다.

1. 연구 배경 및 문제 정의 (Problem)

기존 연구의 한계: 입법부 행동을 분석하는 기존 연구는 주로 **투표 기록 (Roll-call votes)**에 의존합니다. 이는 정치적 동맹과 이념적 정렬을 파악하는 데 유용하지만, 의회 토론의 풍부한 의미론적 (semantic) 및 화법적 (rhetorical) 측면을 간과합니다. 투표 결과는 토론의 '결론'만 보여줄 뿐, 그 결론을 형성하는 논증, 프레임, 전략적 수사법은 드러내지 못합니다.
연구 필요성: 브라질과 같은 대규모 민주주의 국가에서 정치인의 연설은 의제 설정, 대중 인식 형성, 정당 간 협상의 핵심 매개체입니다. 그러나 기존 텍스트 기반 연구는 데이터 수집에 집중하거나 특정 주제 (예: 이민) 에만 국한되어, 포괄적이고 체계적인 담론 분석이 부족했습니다.
핵심 질문: 본 연구는 의회 담론을 세 가지 보완적 질문으로 접근합니다.
1. 어떻게 (How): 연설의 구조와 수사적 형식은 어떻게 변화하는가? (스타일)
2. 무엇을 (What): 시간이 지남에 따라 어떤 주제가 담론을 조직하는가? (내용)
3. 누가 (Who): 담론적으로 유사하게 말하는 의원은 누구인가? (정렬/동맹)

2. 방법론 (Methodology)

저자들은 2003 년부터 2025 년까지의 브라질 하원 연설 45 만 건 이상을 대상으로 한 대규모 코퍼스를 분석하기 위해 통합 NLP 파이프라인을 구축했습니다.

가. 데이터 수집 및 전처리

데이터: 브라질 하원 공식 오픈 데이터 포털에서 2003~2025 년 연설 453,280 건을 수집했습니다.
전처리:
- 단일 화자 분리: 대화나 중재가 포함된 기록을 정규식 (Regex) 을 사용하여 단일 화자의 연속된 연설로 분리했습니다.
- 텍스트 정제: 의회 공식 인사말 ("존경하는 의장님" 등), 주석, 특수 기호를 제거하고 소문자화했습니다.
- 정당 매핑: 역사적 정당명 (예: PMDB $\to$ MDB) 을 현재 공식 명칭으로 통일하고, 최소 15,000 건 이상의 연설을 가진 11 개 주요 정당 (PT, MDB, PSDB 등) 으로 필터링하여 최종 354,719 건의 연설을 분석 코퍼스로 구성했습니다.

나. 3 가지 분석 차원 (Three Analytical Dimensions)

스타일로메트릭 및 언어 분석 (Stylometric & Linguistic Analysis):
- 지표: 가독성 (Flesch Reading Ease), 어휘 다양성 (Type-Token Ratio, TTR), 구문 구조 (명사/동사/형용사/부사 비율), 개체명 인식 (NER).
- 도구: spaCy (pt_core_news_lg 모델) 사용.
- 목적: 연설의 구조적 복잡성과 수사적 스타일의 시간적 진화 추적.
주제 모델링 (Thematic Analysis):
- 모델: BERTopic (Grootendorst 2022) 사용.
- 프로세스:
  - 문장 임베딩: distiluse-base-multilingual-cased-v2 모델로 벡터화.
  - 차원 축소 및 클러스터링: UMAP + HDBSCAN 적용.
  - 키워드 추출: c-TF-IDF 기법 사용.
  - 거시 주제 분류: 생성된 세밀한 주제들을 **LLM (Claude 3 Sonnet)**을 활용하여 6 개의 거시 주제 (정치/행정, 경제/재정, 치안/사법, 보건, 인권/사회, 개발/인프라) 로 자동 분류 및 검증했습니다.
의미론적 공간 매핑 및 클러스터링 (Semantic Clustering):
- 임베딩: 전체 연설의 문맥을 보존하기 위해 Linq-Embed-Mistral (7B 파라미터, 32k 토큰 컨텍스트) 모델을 사용하여 4096 차원 벡터 생성.
- 프로파일링: 의원별 평균 임베딩 벡터 (Semantic Fingerprint) 를 계산.
- 클러스터링: UMAP(차원 축소) + HDBSCAN(클러스터 추출) 적용.
- 최적화: 실루엣 점수 (Silhouette Score) 를 최대화하는 하이퍼파라미터를 Optuna 프레임워크로 자동 탐색.
- 분석: 생성된 클러스터의 정당 집중도 (pHHI), 지역 집중도 (rHHI), 성별 구성을 분석하여 담론적 동맹의 특성을 규명.

3. 주요 결과 (Key Results)

가. 스타일적 진화 (Style Evolution)

간결화 경향: 연설의 평균 길이는 2004 년 (456 단어) 정점을 찍은 후 2020 년 (269 단어) 까지 지속적으로 감소했습니다.
가독성 및 구문: 연설이 짧아지면서 가독성 점수는 향상되었고, 추상적인 명사 중심의 표현에서 구체적이고 행동 지향적인 동사 중심의 표현으로 전환되었습니다. 이는 정치 커뮤니케이션의 미디어화 (Mediatization) 현상과 일치합니다.
어휘: 연설 길이는 줄었지만 어휘 다양성 (TTR) 은 안정적으로 유지되어, 단순화가 내용 빈곤을 의미하지는 않음을 보여줍니다.

나. 주제적 동태 (Thematic Dynamics)

위기 반응성: 의회 의제는 국가적 위기에 매우 민감하게 반응합니다.
- 2005 년: '메날상 (Mensalão)' 부패 스캔들 $\to$ 정치/행정 주제 급증.
- 2015-2017 년: 디물라 루세프 대통령 탄핵 $\to$ 정치/행정 주제 재점령.
- 2020-2023 년: 코로나19 팬데믹 $\to$ **보건 (Health)**이 압도적 주제가 됨.
- 2025 년: **치안 및 사법 (Public Security & Justice)**이 급부상.
역사적 흐름: 인프라/개발 주제는 2007-2011 년 (PAC 프로그램 시기) 에 정점을 찍은 후 감소세이며, 최근에는 치안 문제가 새로운 핵심 의제로 부상했습니다.

다. 담론적 정렬 (Discursive Alignments)

정당 이상의 클러스터: 11 개 주요 정당을 넘어 49 개의 독립적인 담론 클러스터가 발견되었습니다. 이는 투표 기록 기반 분석보다 훨씬 세분화된 정치적 지형을 보여줍니다.
정당 결속의 한계: 대부분의 클러스터는 단일 정당이 아닌, 다양한 정당의 의원들로 구성되어 있습니다 (평균 pHHI 0.28). 이는 정당 소속이 담론적 정렬의 유일한 결정 요인이 아님을 시사합니다.
지역적 정체성 (Regionalism): 49 개 클러스터 중 23 개가 높은 지역 집중도 (rHHI > 0.7) 를 보였습니다. 특정 지역 (예: 남부, 북동부) 의 의원들이 정당과 무관하게 공통된 담론을 형성하는 '담론적 연방주의' 현상이 확인되었습니다.
성별 정체성 (Gender): 여성 의원 비율이 90% 이상인 클러스터들이 발견되었으며, 이들은 이념적 스펙트럼을 초월하여 다양한 정당을 아우르고 있습니다. 이는 성별이 이념보다 강력한 담론적 동맹의 기반이 될 수 있음을 시사합니다.

4. 주요 기여 (Contributions)

다차원 분석 프레임워크 제안: 의회 담론을 '형식 (스타일)', '내용 (주제)', '정렬 (의미론적 유사성)'의 세 가지 차원으로 통합 분석하는 확장 가능한 계산적 방법론을 제시했습니다.
대규모 NLP 파이프라인 구현: 22 년간의 45 만 건 이상의 연설을 처리할 수 있는 스타일로메트릭, 컨텍스트 기반 주제 모델링, 심층 의미 클러스터링을 결합한 통합 파이프라인을 구축했습니다.
브라질 정치에 대한 경험적 통찰: 투표 기록만으로는 보이지 않았던, 지역적 이해관계와 성별 정체성이 정당 소속보다 더 중요한 정치적 동맹을 형성하는 메커니즘을 데이터 기반으로 규명했습니다.

5. 의의 및 결론 (Significance)

학문적 의의: 전통적인 투표 기반 분석을 보완하여, 정치인의 수사적 전략, 의제 설정의 역동성, 그리고 비공식적 정치적 동맹 (지역, 성별 기반) 을 포착하는 새로운 방법론을 제시합니다.
실용적 의의: 거대하고 비구조화된 제도적 텍스트를 해석 가능한 정치적 지도로 변환함으로써, 민주주의 기관의 내부 작동 원리를 투명하게 하고 시민의 책임성을 강화하는 도구를 제공합니다.
일반화 가능성: 이 프레임워크는 브라질 하원에 국한되지 않으며, 미국 의회 기록 등 다른 민주주의 기관의 텍스트 분석에도 적용 가능한 범용적인 접근법입니다.

이 연구는 계산 사회과학이 민주주의 기관의 복잡한 내부 역학을 조명하는 강력한 도구가 될 수 있음을 입증했습니다.