💬 NLP

Conflict or Strategy? Asymmetric Role Framing of La France insoumise and Rassemblement National in French News Headlines, 2022-2025

이 연구는 2022년부터 2025년까지의 프랑스 뉴스 헤드라인 28,592개를 분석하여, 미디어의 좌파 라 프랑스 앵쉬미즈(LFI)와 우파 국민연합(RN)에 대한 프레이밍이 대칭적 정당성 훼손이 아니라, LFI는 주로 갈등 레지스터를 통해, RN은 전략적-선거 레지스터를 통해 묘사하는 안정적인 역할 비대칭성을 특징으로 한다는 점을 밝히는 동시에, LLM 기반 정치 텍스트 주석 작업을 위한 구성 개념 계층화된 신뢰도 프레임워크를 확립한다.

원저자: Amr Sobhy

게시일 2026-08-12

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Amr Sobhy

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

당신이 거대한, 시끄러운 구내식당에 걸어 들어간다고 상상해 보세요. 그곳에서는 모두가 게임에서 누가 이기고 있는지에 대해 소리 높여 외치고 있습니다. 과학의 세계에는 이 외침 속에서 실제로 무엇이 '뉴스'인지 알아내기 위해 귀를 기울이는 데 전념하는 연구팀이 있습니다. 그들은 **프레이밍(framing)**이라고 불리는 것을 연구합니다. 프레이밍을 사진작가가 사용하는 카메라 렌즈라고 생각해 보세요. 만약 당신이 '혼돈'이라는 렌즈를 통해 지저분한 방을 찍는다면 그것은 재앙처럼 보일 것입니다. 하지만 '창의적인 과정'이라는 렌즈를 통해 본다면, 그것은 예술가가 작업 중인 모습으로 보일 것입니다. 같은 방이지만, 두 가지 다른 이야기입니다. 또 다른 핵심 개념인 **의제 설정(agenda-setting)**은 단순히 어떤 주제가 가장 많은 방송 시간을 차지할지 결정하는 기술입니다. 하지만 이 논문은 더 깊은 질문을 던집니다. 뉴스가 두 라이벌 정치 팀에 대해 이야기할 때, 그들을 서로의 거울 이미지(두 극단이 똑같은 종류의 문제를 일으키는 것)로 다루는가, 아니면 한쪽은 '악당'으로, 다른 한쪽은 '전략가'로 완전히 다른 역할을 부여하는가? 이것이 중요한 이유는 우리가 리더를 어떻게 보도록 교육받느냐가 우리가 어떻게 투표하고, 어떻게 논쟁하며, 우리 자신의 민주주의를 어떻게 이해하는지를 바꾸기 때문입니다.

프렌치 뉴스 랩(French News Lab)의 암르 소비(Amr Sobby)가 작성한 이 논문은 2022년부터 2025년까지의 프랑스 뉴스 헤드라인 28,592개를 조사하여 두 주요 도전 정당, 즉 급진 좌파 단체인 **라 프랑스 앙수미즈(LFI)**와 민족주의 우파인 **라스망 르 나시오날(RN)**을 어떻게 묘사하는지 살펴봅니다. 연구진은 단순히 이 헤드라인들을 읽은 것이 아니라, 모든 헤드라인에 라벨을 붙이기 위해 세 가지 강력한 AI 모델을 사용하여 고도의 기술을 갖춘 '로봇 배심원단'을 구축했습니다. 그들은 로봇들에게 다음과 같이 결정하도록 요청했습니다. 이 헤드라인은 싸움(갈등)에 관한 것인가? 이것은 체스 경기나 선거 전략에 관한 것인가? 한 정당이 악당으로 그려지고 있는가(정당성 훼lement/탈정당화)?

가장 놀라운 점은 무엇이었을까요? 뉴스는 이 두 정당을 쌍둥이처럼 취급하지 않습니다. 대신, 그들에게 매우 다른 역할을 부여합니다. LFI는 거의 항상 싸움꾼 또는 공격자로 캐스팅됩니다. LFI가 뉴스에 등장할 때, 헤드라인은 그들이 무언가를 "공격"하거나, "충돌"하거나, "규탄"하고 있다고 말할 가능성이 더 높습니다. 마치 뉴스가 끊임없이 LFI가 주먹을 휘두르는 모습을 보여주는 것과 같습니다. 반면에 RN은 전략가로 캐스팅됩니다. RN에 관한 헤드라인은 "선거", "연합", "전술"에 대해 이야기할 가능성이 훨씬 높습니다. 뉴스는 RN을 계산된 체스 게임을 하는 팀처럼 다루는 반면, LFI는 링 안에서 소리를 지르는 팀처럼 다룹니다.

연구는 이 "싸움꾼 대 전략가"의 분리가 매우 강력하고 일관적이라는 것을 발견했습니다. LFI 헤드라인의 약 13.8%가 갈등 프레임을 사용한 반면, RN은 8.7%에 불과했습니다. 반대로, RN 헤드라인의 45.9%가 전략적 게임 프레임을 사용한 반면, LFI는 37.2%였습니다. 연구자는 세 가지 서로 다른 AI 모델이 서로 동의했고, 인간 전문가 팀이 작업을 재검토하여 이 패턴을 확인했기 때문에 이 특정 결과에 대해 매우 확신하고 있습니다.

하지만 이 논문은 자신이 알지 못하는 부분에 대해서도 신중하게 언급합니다. 연구진은 뉴스가 단순히 양측 모두에게 똑같이 "부정적"인 것이 아니라는 점을 명시적으로 배제합니다. 부정적인 태도가 핵심이 아니라, 이야기의 '유형'이 핵심입니다. 또한 이 논문은 이 현상이 LFI가 실제로 더 많이 싸우기 때문(그들은 연금 개혁에 반대하는 대규모 시위를 주도했습니다)이거나, RN이 실제로 더 많은 전략을 짜고 있기 때문(선거를 위해 자신들을 정상화하려고 노력 중)일 수 있다는 점을 제안하지만, 이를 증명할 수는 없다고 말합니다. 이 연구는 장면을 기록하는 카메라와 같습니다. 카메라가 무엇을 보았는지는 정확히 말해줄 수 있지만, 배우들이 즉흥 연기를 하고 있었는지 아니면 대본을 따르고 있었는지는 말해줄 수 없습니다.

한 가지 까다로운 부분이 있습니다: 바로 '도덕적' 판단입니다. 연구진은 뉴스가 한 정당을 "정당성이 없는"(가짜 플레이어) 존재로 부르는지, 아니면 "비난받을 만한"(잘못을 저지른) 존재로 부르는지 확인하려 했습니다. 여기서 결과는 혼란스러웠습니다. AI 모델들은 많이 의견이 엇갈렸고, 패턴은 어떤 신문을 보느냐에 따라 달라졌습니다. 좌파 성향의 신문들은 RN을 악당으로 그리는 경향이 있었던 반면, 우파 성향의 신문들은 그 반대였습니다. 데이터가 매우 갈라져 있었기 때문에, 저자는 전체 프랑스 언론이 누구를 "나쁘다"고 생각하는지에 대해 단 하나의 확고한 주장을 할 수 없다고 말합니다. 그들은 이를 확정된 사실이라기보다 "구조적 경향"이라고 부릅니다.

요약하자면, 이 논문은 프랑스의 헤드라인들이 단순히 "이 두 정당은 나쁘다"라고 말하는 것이 아님을 밝혀냅니다. 그들은 "한 정당은 혼란스러운 난투꾼이고, 다른 한 정당은 계산적인 플레이어이다"라고 말합니다. 이러한 구분은 시간과 대부분의 신문에 걸쳐 안정적으로 나타나며, 이는 프랑스 언론이 이 두 라이벌의 이야기를 들려주는 특정한 방식에 안착했음을 시사합니다. 즉, 두 정당을 복서와 체스 마스터만큼이나 서로 다른 역할로 캐스팅하고 있는 것입니다.

기술 요약: 갈등인가 전략인가? 2022~2025년 프랑스 뉴스 헤드라인에 나타난 La France insoumise와 Rassemblement National의 비대칭적 역할 프레이밍

문제 제기 및 연구 공백
본 연구는 계산적 프레이밍 연구의 한계점, 즉 '선택(보도량)'과 '현저성(이슈가 어떻게 프레이밍되는가)'을 혼동하는 경향과, 행위자에게 부여된 구체적인 정치적 역할을 포착하지 못하는 일반적인 가치 평가 척도(감성, 부정성)에 대한 의존성을 다룬다. 기존 문헌(예: Entman, 1993; Semetko and Valkenburg, 2000)은 갈등 프레임과 전략적 게임 프레임이 흔하다는 점을 확립했으나, 좌파 및 우파 포퓰리즘 도전자들이 미디어 시스템 내에서 대칭적인 '극단'으로 프레이밍되는지, 아니면 근본적으로 다른 정치적 적대자로 프레이밍되는지를 체계적으로 테스트한 계산적 설계는 선행 연구에서 나타나지 않았다. 구체적으로, 본 논문은 2022년부터 2025년 사이의 프랑스 헤드라인이 La France insoumise(LFI)와 Rassemblement National(RN)에 대해 서로 구별되는 행동적 및 규범적 역할을 부여하는지 조사한다.

연구 방법론
본 연구는 2022년 1월부터 2025년 12월 사이에 발표된 25개 언론사(극좌에서 극우까지 포함)의 프랑스 뉴스 헤드라인 28,592개를 분석하는 대규모 관찰 설계를 활용한다. 코퍼스는 LFI, RN, 그들의 연합 또는 주요 지도체에 대한 표면적 언급이 포함된 헤드라인을 포함하도록 필터링되었다.

주석 파이프라인(Annotation Pipeline): 본 연구는 오픈 웨이트 대규모 언어 모델(LLM)인 GPT-OSS-120B, Llama-3.3-70B-Instruct, Mistral Large 2를 사용하는 3모델 다수결 투표 파이프라인을 채택한다. 모델들은 행동적 구성 개념(예: 갈등은 명시적인 대립 동사를 필요로 함)과 규범적 판단을 구분하기 위한 엄격한 경계 조건을 포함한 동일한 프롬프트로 질의되었다.
검증: 상관된 편향 및 순환 논리(모델이 단순히 훈련 데이터의 패턴을 복제할 위험) 문제를 해결하기 위해, 파이프라인은 400개의 헤드라인에 대한 층화된 인간 감사(human audit)를 통해 검증되었다. 이 감사는 불일치가 심한 사례들을 중점적으로 샘플링하였다.
통계 분석: 프레이밍 비율은 언론사와 연도 고정 효과를 포함한 로지스틱 회귀 분석을 통해 분석되었다. 강건성은 언론사 클러스터링을 고려한 클러스터 부트스트랩 신뢰 구간과 10,000회 셔플 순열 검정을 통해 검증되었다.
구성 계층(Construct Hierarchy): 저자는 두 단계의 신뢰도 프레임워크를 구축한다:
1. 행동 계층(Behavioral Tier): 높은 일치도(모델 간 만장일치 합의 79.6–85.5%; 인간 검증 $\kappa \ge 0.76$ )를 보임. 여기에는 갈등 프레임과 전략적 게임 프레임이 포함된다.
2. 도덕적 회계 계층(Moral-Accounting Tier): 낮은 일치도(만장일치 53.4%; $\kappa = 0.644$ )를 보임. 여기에는 정당성(탈정당화/정상화)과 비난이 포함된다. 이들은 안정적인 속성이 아닌 "구조화된 경향성"으로 취급된다.

주요 결과
본 연구는 단순한 가치(valence)의 비대칭성(즉, 한 정당이 다른 정당보다 더 "부정적"임)이 아니라, 강력한 역할 비대칭성을 발견했다.

핵심 행동 비대칭성:
- LFI는 RN(8.7%)에 비해 갈등 레지스터(13.8%의 헤드라인)를 통해 훨씬 더 자주 프레이밍된다 (조정된 OR = 0.614). 이는 연도와 언론사 유형 전반에 걸쳐 지속된다.
- RN은 전략적-선거 레지스터(LFI의 37.2% 대비 45.9%)를 통해 훨씬 더 자주 프레이밍된다 (조정된 OR = 1.414). 이러한 우위는 2023년에 가장 강력했으나, RN 지도부에 영향을 미친 법적 사건들 이후 2025년에 감소하였다.
- 공격자 역할: LFI는 통사적 역할로서 공격자(대립을 개시하는 주체)로 더 자주 묘사되지만, 이는 이진적 행동 프레임에 비해 낮은 검증 신뢰도를 가지므로 보완적인 통사적 증거로 취-급된다.
도덕적 회계 및 언론사 구조:
- 탈정당화: 통합 데이터는 RN이 더 자주 탈정당화됨을 시사하지만(31.2% 대 25.7%), 이 결과는 매우 언론사 구조적이며 시간적으로 불안정하다. 좌파 성향 언론(예: Libération)은 RN을 강력하게 탈정당화하는 반면, 우파 성향 언론(예: Le Figaro, JDD)은 이를 정상화하거나 오히려 LFI를 탈정당화한다. 전체적인 격차는 편향된 편집 논리를 은폐하는 "집계적 무효(aggregation null)"이다.
- 비난과 대상: 탈정당화와 마찬가지로, 비난 귀속 또한 강력한 언론 수준의 분산을 보인다(좌파 언론은 RN을 비난하고, 우파 언론은 LFI를 비난함). 이로 인해 전체적인 효과는 거의 제로에 가깝게 나타난다.
- 안정성: 행동적 비대칭성(LFI = 갈등, RN = 전략)은 세 가지 주석 모델 모두에서 방향의 안정성을 보이며, 부트스트랩 및 순열 검정을 통과한다. 도덕적 회계 층위는 모델 간의 불일치와 언론 성향에 민감하게 반응한다.
시간적 역학:
- RN의 전략적 프레이밍은 비선거 해인 2023년에 정점에 달했다가, 마린 르펜의 유죄 판결 이후 사법적 레지스터로 전환되면서 2025년에 붕괴하였다.
- LFI의 갈등 프레이밍은 일관되게 유지되었으며, 연금 개혁(제49.3조) 여파가 있었던 2025년에 정점을 찍었다.

기여 및 의의
본 논문은 계산 사회과학 및 정치 커뮤니케이션 분야에 세 가지 주요 기여를 한다:

정치적 역할 할당을 하나의 구성 개념으로 정립: "정치적 역할 할당"(예: 공격자, 전략적 경쟁자)을 일반적인 감성이나 부정성을 넘어선 별도의 분석 대상으로 개념화한다. 이를 통해 가치 기반 측정 방식이 혼동하는 프레임을 분해할 수 있다.
구성 계층화된 신뢰도 프레임워크: 행동적 레지스터(갈등/전략)를 탐지하는 데는 LLM이 신뢰할 수 있지만, 논쟁적인 규범적 판단(정당성/비난)에는 명시적인 인간 검증 없이는 어려움을 겪는다는 것을 보여줌으로써, 다수결 투표 LLM 파이프라인을 보정하는 방법론을 확립한다.
비대칭적 프레이밍의 실증적 증거: 프랑스 언론이 LFI와 RN을 대칭적인 "극단"으로 취급하지 않는다는 증거를 제공한다. 대신, 그들은 서로 다른 정치적 역할을 부여한다: LFI는 갈등에 참여하는 행동적 도전자로 서사화되는 반면, RN은 전략적 선거 경쟁자로 서사화된다. 이러한 차별화는 언론의 이념을 통제하더라도 지속되며, 이는 단순한 당파적 편향이라기보다 구조적인 편집적 차별화를 시사한다.

한계 및 주의사항
저자는 관찰적 설계의 특성상 '행동적 공급'(정당이 실제로 다른 유형의 사건을 생성함)과 '프레이밍 구성'(기자가 다른 템플릿을 적용함)을 구분할 수 없음을 명시한다. 본 연구는 헤드라인에 나타난 역할의 분포를 기록하는 것이지, 언론에 의해 해당 역할가 독립적으로 구성되는 과정을 기록하는 것이 아니다. 또한, 헤드라인에 의존하는 것은 고도의 현저성을 가진 프레이밍 단위로 범위를 제한하며, LLM 사용은 모델이 측정 대상인 언론 패턴을 이미 내재화했을 경우 순환 논리의 위험을 초래할 수 있다. 다만, 결과의 안정성이 여러 모델과 인간 감사에서 확인되었다는 점은 추출된 신호가 견고함을 시사한다.

유사한 논문