📈 economics

From Policy Guidance to Corporate Online Disclosure: Constructing and Validating a Policy-Guided ESG Textual Measurement Vocabulary

본 연구는 중국의 고영향 산업을 대상으로 정책 가이드 기반의 ESG 텍스트 측정 어휘를 구축 및 검증하였으며, 기업 위챗(WeChat) 계정의 비공식적 ESG 공시를 포착하는 데 있어 그 효과성을 입증하고 소셜 미디어 커뮤니케이션이 맥락적 용어에 크게 의존하며 지배구조보다 사회 및 환경 차원을 우선시한다는 점을 밝혀냈다.

원저자: XIONG ZHOU, Mohd Haniff Zainuldin

게시일 2026-07-17

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: XIONG ZHOU, Mohd Haniff Zainuldin

원본 논문은 CC BY 4.0 (https://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

비즈니스의 세계를 기업들이 자신들이 얼마나 우수한지를 끊임없이 외쳐대는 거대하고 시끄러운 시장이라고 상상해 보십시오. 오랫동안 이 기업들을 연구하던 과학자들은 오직 공식적이고 다듬어진 연설, 즉 연례 보고서와 공식 지속가능성 보고서에만 귀를 기울였습니다. 이것들은 마치 배우들이 무대 위에서 읽는 정교하게 연습된 대본과 같습니다. 길고, 구조화되어 있으며, 엄격한 규칙을 따릅니다. 하지만 최근 몇 년 사이, 연구자들은 기업들이 소셜 미디어와 같은 '무대 뒤' 영역에서도 많은 이야기를 한다는 사실을 깨달았습니다. 그곳에서 기업들은 빠른 업데이트, 건설 현장 사진, 이웃을 돕는 이야기 등을 공유합니다. 이것은 일상의 삶이 만들어내는 무질서하고 실시간적인 수다입니다. 과학자들의 큰 과제는 이것입니다: 우리가 이 격식 없는 대화 속에서 기업이 '실제로' 무엇을 하고 있는지 어떻게 측정할 것인가? 만약 우리가 단순히 '친환경'이나 '안전' 같은 단어의 개수를 세기 위해 일반적인 사전을 사용한다면, 우리는 속을 수도 있습니다. 그것은 마치 복잡한 영화를 이해하기 위해 '달리다(run)'라는 단어가 몇 번 등장하는지만 세는 것과 같습니다. '달리다'라는 말이 경주를 하는 것인지, 사업을 운영하는 것인지, 아니면 문제로부터 도망치는 것인지를 알 수 없기에, 당신은 전체 줄거리를 놓칠 수도 있습니다. 이를 해결하기 위해, 연구자들은 건설 및 광업과 같은 중공업 분야의 특정한 언어를 이해하고, 기업이 실제로 안전 문제를 해결하고 있는 것인지 아니면 그저 멋진 말을 사용하여 좋아 보이려고 하는 것인지를 구별할 수 있는 아주 특별하고 맞춤 제작된 사전을 필요로 합니다.

이 연구는 중국 건설 및 광업 기업들을 위한 바로 그 특별한 사전을 구축하고 테스트하는 것에 관한 것입니다. 연구진은 환경, 사회, 지배구조(ESG)를 위해 진정으로 중요한 '씨앗(seed)' 단어들을 찾기 위해 정부 정책 가이드와 산업 표준이라는 공식적인 규칙 책에서부터 시작했습니다. 그런 다음, 금융 뉴스로 학습된 스마트한 컴퓨터 모델을 사용하여, 이 기업들이 일상적인 위챗(WeChat) 게시물에서 실제로 사용하는 관련 단어와 구절들을 찾아냈습니다. 하지만 그들은 컴퓨터를 그대로 믿지 않았습니다. 그들은 엄격한 편집자처럼 행동하며, 선택한 단어들이 실제로 의미가 있는지를 확인하기 위해 수천 개의 문장을 수동으로 검사했습니다. 그들은 사전을 두 그룹으로 나누었습니다. 하나는 '핵심 용어(Core Terms)'로, 의심의 여지가 없는 명확한 단어들(예: '탄소 배출' 또는 '안전 교육')입니다. 다른 하나는 '맥락 용어(Contextual Terms)'로, 문장 전체를 보아야만 ESG로서 의미를 갖는 단어들(예: '품질'이나 '팀'은 단순히 업무에 관한 것일 수도 있지만, 이 특정 산업에서는 종종 안전 및 책임과 관련됨)입니다.

연구팀은 이 새로운 사전을 두 가지 방식으로 테스트했습니다. 첫째, 이 사전이 공식 보고서에서 실제 ESG 활동을 포착할 수 있는지 확인했는데, 그 결과 75%의 정확도를 보였으며, 두 명의 독립적인 검수자가 결과에 대해 71.9%의 일치율을 보였습니다. 그다음, 이 사전을 사용하여 144개 기업의 위챗 게시물을 스캔했습니다. 그들은 놀라운 사실을 발견했습니다: 만약 '핵심 용어'만을 사용한다면, 소셜 미디어에서 일어나는 ESG 담론의 거의 30%를 놓치게 된다는 것이었습니다. '맥락 용어'는 실제 이야기들을 포착하는 데 필수적이었습니다. 그들이 무엇이 언급되고 있는지 살펴보았을 때, 기업들은 사회적 이슈(노동자 안전 및 지역사회 지원 등)에 대해 가장 많이 이야기했으며, 환경 이슈가 그 뒤를 이었고, 지배구조가 가장 적게 언급되었습니다. 이 연구는 기업들이 공식 보고서에서는 공식적인 규칙을 따르지만, 소셜 미디어에서는 이를 보다 격식 없는 스토리텔링 방식으로 변환하여, 바로 눈앞에 있는 사람들과 프로젝트에 집중한다는 점을 시사합니다. 연구자들은 이것이 모든 측정 문제를 해결하는 마법의 지팡이는 아니지만, 고영향력을 가진 이 산업들이 일상의 대화 속에서 실제로 무엇을 말하고 있는지 더 정확하게 들을 수 있게 해주는 훨씬 더 나은 도구라고 신중하게 밝히고 있습니다.

기술 요약: 정책 가이드라인에서 기업 온라인 공시로

문제 제기
환경, 사회, 지배구조(ESG) 공시에 관한 현재의 연구는 공식적이고 저빈도인 보고서(예: 연례 보고서 또는 지속가능경영 보고서)에 크게 의존하고 있다. 이러한 보고서들은 구조화된 데이터를 제공하지만, 서사적 중복성, 템플릿화된 언어, 그리고 일상적인 운영 관행을 실시간으로 반영하지 못한다는 한계를 지닌다. 반면, 기업 위챗 공식 계정(WeChat Official Accounts)과 같은 비공식적이고 고빈도인 채널은 풍부하고 역동적인 데이터를 제공하지만, 측정 측면에서 상당한 어려움을 수반한다. 일반적인 ESG 사전(dictionary)을 이러한 텍스트에 직접 적용할 경우, 일반적인 비즈니스 용어나 홍보 문구를 ESG 공시로 오분류하거나, 맥락 특화적인 ESG 활동을 포착하지 못하는 등 의미론적 불일치가 발생할 가능성이 크다. 따라서 건설 및 광업과 같이 영향력이 큰 산업을 중심으로, 정책 규범, 공식 보고서, 그리고 비공식 소셜 미디어 내러티브 사이의 간극을 메울 수 있는 검증된 산업 특화 텍스트 측정 어휘가 절실히 필요하다.

연구 방법론
본 연구는 계층적 ESG 텍스트 측정 어휘를 구축하고 검증하기 위해 엄격한 증거 사슬(evidence-chain) 방법론을 채택한다. 과정은 다음의 6단계 파이프라인을 따른다:

규범적 프레임워크 앵커링(Normative Framework Anchoring): 어휘 구축은 권위 있는 규범적 출처, 즉 CASS-ESG 5.0/6.0 중국 기업 지속가능성 보고 및 건설·광업 분야의 산업별 ESG 가이드라인으로부터 347개의 고유한 "시드 단어(seed terms)"를 추출하는 것으로 시작된다.
의미론적 확장(Semantic Expansion): 금융 뉴스 워드 임베딩 모델(중국 금융 뉴스 코퍼스로 사전 학습됨)을 사용하여, 시드 단어와의 의미론적 코사인 유사도를 계산함으로써 919개의 고유 후보 단어를 생성한다. 이 단계에서는 유의어와 산업 특화 표현을 식별한다.
수동 스크리닝 및 계층적 분류: 후보 단어들은 노이즈, 고유 명사, 지나치게 포괄적인 단어를 제거하기 위한 수동 스크리닝 과정을 거친다. 남은 단어들은 세 가지 계층으로 분류된다:
- 핵심 단어(Core Terms, 246개): 명확하고 독립적으로 식별 가능한 ESG 의미를 가진 어휘 항목 (예: "탄소 배출").
- 조건부 맥락 단어(Conditional Context Terms, 453개): ESG 관련성을 확인하기 위해 특정 결합(collocation)이나 산업 맥락이 필요한 단어 (예: 건설 안전 맥락에서의 "품질").
- 제거된 단어(Removed Terms, 172개): 오분류 위험이 높거나 근거가 불충분하여 제외된 단어.
이중 맹검 검증(Double-Blind Validation): 위양성(false positives)을 통제하기 위해, 두 명의 독립적인 코더가 어휘에 의해 식 flag된 500개의 문장을 검증하였다. 그 결과 코헨의 카파(Cohen's $\kappa$ ) 값은 .719, 정밀도(precision)는 75.4%로 나타났으며, 이는 식별된 문장의 약 4분의 3이 실질적인 ESG 콘텐츠를 포함하고 있음을 확인해 준다.
재현율 감사(Recall Audit): 위음성(false negatives)을 통제하기 위해, 별도의 250개 문장 샘플을 감사하였다. 이를 통해 43개의 위음성 사례(17.2%)를 식별하였으며, 이를 수동으로 평가하여 어휘를 정교화한 결과 감사의 코헨 카파 값은 .818로 나타났다.
실증적 적용: 최종 활성 어휘(핵심 및 맥락 단어 총 699개)를 144개 건설 및 광업 상장사의 위챗 공식 계정 포스트(2023년 1월 – 2024년 12월)에 적용하였다. 지표는 기업-날짜 수준에서 구축되었으며, "핵심 단어 전용" 방식과 "핵심+맥락 단어" 방식을 구분하였다.

주요 결과

어휘 성능: 최종 어휘는 위챗 코퍼스에서 90.3%의 매칭률을 달형성하였으며, 핵심 단어의 97.2%, 맥락 단어의 86.5%가 최소 1회 이상 등장하였다.
맥락 단어의 영향: 핵심 단어에만 의존할 경우 소셜 미디어에서의 ESG 커뮤니케이션을 과소평가하게 된다. 맥락 단어를 포함했을 때 중복 제거된 커버리지 비율은 0.39%에서 1.54%로, 빈도 강도는 0.77%에서 3.29%로 증가하였다.
공시 구조: 위챗상의 ESG 공시 차원 구조는 사회(S) > 환경(E) > 지배구조(G) 패턴을 따른다. 사회적 이슈가 빈도의 63.4%를 차지하며 가장 높았고, 환경(26.7%), 지배구조(9.9%)가 그 뒤를 이었다.
산업 및 소유 구조의 이질성: 건설 및 광업 산업 모두 사회적 차원(예: 안전, 직원 복지)이 주도하는 유사한 공시 구조를 보인다. 국영기업(SOEs)은 비국영기업(non-SOEs)에 비해 더 높은 활성 어휘 커버리지(89.7%)를 보였으나, 이는 반드시 공시 품질이 높아서라기보다 높은 게시물 발행량에 기인한 것으로 판단된다.
집중도: 위챗상의 ESG 공시는 매우 집중되어 있으며, 상위 10개 기업이 전체 ESG 언급량의 27.1%를 차지한다.

의의 및 기여
본 논문은 세 가지 주요 기여를 주장한다:

방법론적 혁신: 정책 규범을 실증적 측정으로 연결하는 추적 가능하고 감사 가능한 어휘 구축 프로세스를 제공한다. 핵심 단어와 조건부 맥락 단어를 구분함으로써, 비공식 텍스트 분석에서의 의미론적 불일치 문제를 해결하는 방안을 제시한다.
데이터 소스의 확장: ESG 텍스트 분석을 정적이고 공식적인 보고서에서 고빈도의 기업 주도 소셜 미디어 텍스트로 확장한다. 이를 통해 연구자들은 ESG 언어가 정책 프레임워크로부터 어떻게 일상적인 운영 내러티브로 번역되는지 관찰할 수 있다.
실증적 근거: 고영향 산업이 비공식 채널 내에서 ESG 내러티브를 어떻게 다르게 구성하는지에 대한 새로운 기술적 근거를 제공하며, 소셜 미디어가 이벤트 기반 및 전파 지향적 ESG 정보의 중요한 보완 채널임을 입증한다.

한계 및 범위
저자들은 자신들의 주장에 대해 명시적으로 겸허한 태도를 취한다. 본 연구는 보편적이거나 엄격하게 확정적인 ESG 어휘를 구축했다고 주장하지 않는다. 대신, 중국 건설 및 광업 기업에 특화되어 검증된 맥락 민감적 도구를 제시한다. 산업 및 소유 구조에 관한 결과는 기술적(descriptive)인 것이며, 인과적 근거로 해석되어서는 안 된다. 저자들은 어휘의 타당성이 특정 연구 맥락, 산업 범위 및 수동 검증 과정에 의존한다는 점을 인정하며, 향후 다른 산업 및 시기에 걸쳐 그 안정성과 전이 가능성을 테스트하는 후속 연구를 제안한다.

유사한 논문