Regional Differences in Affective Expression on Social Media: A Comparative Study of Urban and Rural Twitter Users in Japan

기술 요약: 소셜 미디어에서의 정서적 표현에 나타나는 지역적 차이

문제 제기
기존 문헌은 소셜 미디어에서의 정서적 표현이 주제에 따라 달라지며, 일본 내 다양한 행동(언어 사용, 여행, 사망 등)이 지역별로 차이가 있다는 점을 입증하고 있으나, 정서적 표현 그 자체도 지역적으로 차이가 있는지, 그리고 그러한 차이가 논의되는 주제 영역에 따라 달라지는지에 대해서는 선행 연구가 없었다. 구체적으로, 도시와 농촌 간의 정서 표현 차이가 모든 주제에 걸쳐 균일하게 나타나는지, 아니면 특정 주제를 추적하는지에 대해서는 여전히 불분명하다. 본 연구는 고관심 주제(애니메이션)와 저관심 주제(국가 정치)라는 두 가지 뚜렷한 주제 영역을 통해 일본의 도시 및 농촌 트위터 사용자 간의 정서적 표현을 비교함으로써 이 공백을 메우고자 한다.

연구 방법론
본 연구는 2015년에 수집된 일본 트위터 데이터를 활용하여 2단계 분석을 수행하였다.

1. 참가자 선정 및 데이터 수집:

   • 초기 스크리닝: 전국 단위의 사용자 샘플 10,000명(2015년 1월~8월)을 분석하여 전국적으로 대비되는 인기를 보이는 주제 영역을 식별하였다. "애니메이션"이 고관심 영역으로, "국가 정치"가 저관심 영역으로 도출되었다.
   • 지역 비교: 최종 샘플은 도쿄 23구(도시)에 기반을 둔 사용자 100명과 시코쿠 도쿠시마시(농촌)에 기반을 둔 사용자 100명, 총 200명으로 구성되었다. 데이터는 2015년 6월에서 9월 사이에 작성된 게시물을 대상으로 하였다.
   • 인구통계학적 특성: 연령 및 성별 데이터는 이용할 수 없었으며 통제되지 않았으며, 분석은 혼란 변수를 피하기 위해 오직 텍스트 콘텐츠에만 의존하였다.

2. 주제 영역 식별:

   • 장(Field)-연상어 기법을 사용하여 사용자와 개별 트윗을 분류하였다. 이 방법은 특정 키워드(장-연상어)가 다양한 수준의 구체성을 가진 도메인에 할당되는 트리 구조의 도메인 계층 구조를 활용한다.
   • 관심도 점수 계산을 통해, 각 사용자의 4개 2개월 단위 시간 창(time window) 내 연상어 빈도와 순위를 바탕으로 도메인 순위를 매겼다.
   • 개별 트윗은 장-연상어(예: <애니메이션>의 경우 "명탐정 코난", <정치>의 경우 "자유민주당")의 존재 여부에 기초한 가중치 점수를 계산하여 특정 도메인에 할당되었다.

3. 정서 표현 추출:

   • 언어 처리: 형태소 분석을 위해 JUMAN을, 의존 구문 분석을 위해 KNP를 사용하여 수식어-피수식어 및 주어-술어 관계를 식별하였다.
   • 감성 사전: 세 가지 축(정서적, 감정적, 평가적)에 걸친 61개 카테기리를 포함하는 맞춤형 사전을 사용하였다. 표현은 단일(한 단어가 감성을 유발) 또는 조합(단어의 조합이나 역전으로부터 감성이 발생)으로 분류되었다.
   • 점수 산정: 규칙 기반 탐지 시스템을 통해 각 후보 표현의 빈도($FREQ$)와 강도($POWER$, 0.0–1.0) 점수를 계산하였다. 가장 높은 결합 점수를 가진 표현을 해당 트윗의 지배적인 정서 표현으로 유지하였다.

4. 통계 분석:

   • 강도: 두 도메인 모두에서 그룹 중앙값을 두 꼬리 Wilcoxon 순위합 검정(도쿄 vs. 도쿠시마)을 통해 비교하였다.
   • 균형: 긍정 대 부정 표현의 비율, 방언 대 표준어 사용, 일반적인 주제 선호도, 웃는 이모티콘 사용 등을 카이제곱 독립성 검정을 통해 비교하였다.
   • 효과 크기: 가능한 경우 Wilcoxon 검정에 대해 사후 순위-이선형 상관계수($r$)를 계산하였다. 카이제곱 효과 크기는 원본 데이터셋의 분할표 셀 개수 누락으로 인해 재구성할 수 없었다.

주요 결과

• 정서적 강도: 애니메이션과 정치 도메인 모두에서 도쿄 사용자는 도쿠시마 사용자보다 유의미하게 높은 정서 표현 강도를 보였다.
  • 애니메이션: 도쿄 ($Mdn = 0.253$) vs. 도쿠시마 ($Mdn = 0.188$);$p = .00035$, $r = .25$.
  • 정치: 도쿄 ($Mdn = 0.192$) vs. 도쿠시마 ($Mdn = 0.085$);$p = .0001$, $r = .28$.
• 긍정-부정 균형: 정서의 균형에 대한 지역적 차이는 도메인 전반에 걸쳐 일관되게 나타났다. 도쿄 사용자는 두 도메인 모두에서 비례적으로 더 많은 부정적 표현을 생성한 반면, 도쿠시마 사용자는 두 도메인 모두에서 비례적으로 더 많은 긍정적 표현을 생성하였다 ($p < .05$로 두 경우 모두 유의).
• 언어적 및 행동적 통제:
  • 방언 사용: 도쿄 사용자는 도쿠시마 사용자보다 표준어를 유의미하게 더 많이 사용하고 방언을 유의미하게 적게 사용하였으며, 이는 기존 사회언어학적 연구 결과를 재현한다.
  • 주제 선호도 및 이모티콘: 일반적인 주제 선호도나 웃는 이모티콘 사용에서 지역적 차이가 있다고 제안한 기존 연구들과 달리, 본 연구에서는 모든 주제를 통합하여 분석했을 때 두 지역 간에 유의미한 차이가 없음을 발견하였다.
• 하위 주제 분석:
  • 애니메이션 도메인에서 도쿄 사용자는 로맨스 테마의 하위 주제(예: "미소녀" 애니메이션)에 대해 더 자주 게시하였으며, 이는 긍정적 표현(즐거움, 기쁨, 만족)의 강도와 상관관계가 있었다.
  • 정치 도메인에서 도쿄 사용자는 논쟁적인 국가 정책 하위 주제(원자력 발전, 조세, 안보 입법)에 대해 더 자주 게시하였으며, 이는 부정적 표현(불만, 분노, 비판)의 강도와 상관관계가 있었다.
  • 전반적인 밸런스: 애니메이션 도메인의 로맨스 하위 주제와 관련된 긍정적 밸런스에도 불구하고, 전반적인 지역 패턴은 일관되게 유지되었다: 도쿄 사용자는 두 도메인 모두에서 비례적으로 더 많은 부정적 정서를 표현하였는데, 이는 이들이 논쟁적인 정치 하위 주제에 대해 더 높은 게시 빈도를 보인 것에 의해 주도되었다.

핵심 기여

1. 주제와 지역의 통합: 본 연구는 지역적 차이와 주제 영역을 결 함께 조사한 최초의 연구로, 도시-농촌 간의 정서적 차이가 균일하지 않으며 논의되는 특정 하위 주제에 의해 매개된다는 것을 입증하였다.
2. 방법론적 엄밀성: 본 논문은 형태소 분석, 의dependency parsing, 61개 카테고리의 감성 사전을 결합한 규칙 기반 감성 탐지 방법론에 대한 상세한 기록을 제공한다.
3. 미묘한 지역적 발견: 본 연구는 일반적인 척도(이모티콘 사용 등)는 지역적 차이를 보이지 않을 수 있지만, 정의된 주제 영역 내의 콘텐츠를 분석할 때는 특정한 정서 패턴이 나타남을 명확히 한다. 이는 관찰된 "도시의 부정성"이 부정적 정서에 대한 근본적인 성향이라기보다, 도시 사용자들이 참여하는 하위 주제(예: 정치적 논쟁)의 유형과 연결되어 있음을 시사한다.

의의 및 주장
본 논문은 소셜 미디어의 정서적 차이가 주제에 관계없이 균일하게 나타나기보다 주제 도메인을 추적한다고 주장한다. 관찰된 강도와 밸런스의 차이는 근본적인, 주제 독립적인 지역적 성격 특성보다는 사용자가 도메인 내에서 무엇을 논의하는가(예: 로맨스 vs. 정치)에 따른 지역적 변이에 기인한다.

저자는 자신의 결론이 2015년 데이터와 특정 도시-농촌 쌍(도쿄 vs. 도쿠시마)에 국한된다는 점을 언급하며 신중한 태도를 유지한다. 또한 도시의 기술 사용과 부정적 정서 사이의 연결 고리는 잠정적인 것이며 이를 직접적인 스트레스 기제로 해석해서는 안 된다고 명시한다. 본 연구는 소셜 미디어의 정서를 주제 콘텐츠와 분리하여 분석하기보다 주제와 결합하여 분석해야 할 필요성을 강조하는 동시에, 인구통계학적 대표성, 검사자 간 신뢰도 통계의 부재, 데이터 제약으로 인한 특정 효과 크기 재구성 불가능 등의 한계를 인정한다.