Journal Archive

정보통신 산업에 대한 북한의 관심은 1980년대부터 시작된 것으로 보인다. 북한은 이미 1985년 평양에 기상정지위성수신국을 설치한 이래 1989년 국내통신과 위성통신을 총괄하는 조선국제통신센터를 완공하였다[1]. 이 해에 북한최고인민회의 제10기 제1차 회의에서 김정일은 ‘과학기술발전의 5개년 계획’을 공식화하며 본격적인 과학기술 중시정책을 표방했고 이때부터 정보산업의 중요성이 더욱 강조되었다. 1992년에 유엔개발계획(UNDP; United Nations Development Program)의 지원으로 주요 도시와 평양시 간 광케이블 통신선로가 설치되기 시작했고, 2002년 북한 최초의 이동통신 사업자인 ‘동북아 전기통신회사(NEAT&T; Northeast Asia Telephone and Telecommunication)에 의해 공식적인 이동통신 서비스가 도입되었다. 2004년 용천역 폭발사고로 인한 서비스 금지 기간을 거쳐 2008년에 이집트 오라스콤(Orascom) 통신사에 의해 제3세대(3G) 공식서비스가 재개된 후 시장의 활성화에 힘입어 이동통신 가입자 수가 급격히 증가했다.

김정은 집권 이후에도 사회주의 강성국가 및 지식경제 강국 건설을 위한 과학기술 중시의 맥락에서 정보화의 추진 및 새세기 산업혁명을 강조하고 있다. 이를 위해 “온나라 CNC(Computerized Numerical Control, 컴퓨터 수치제어)화 정책”이라는 과학기술정책을 통해 네트워크 구축 등을 강화하면서 이전 시대보다 더 빠르고 광범위하게 통신, 소프트웨어(S/W), 인터넷, 신기술(인공지능, 가상현실 등), 산업 정보화 등 분야에서 발전전략을 내세우고 있다[2]. 국제 전기 통신 연합(ITU; The International Telecommunication Union)에 따르면 북한의 유선전화 가입자 수는 118만 명으로 이것은 북한 전체 가구의 46%를 차지하며 2007년 이후 거의 변화가 없는 것으로 나타난다. 그러나 이동통신 가입자 수는 2019년 기준 약 700만 명을 유지하고 있으며, 이 수치는 북한 전체인구의 약 28% 수준으로 대도시 거주 인구의 약 70%에 달한다. 북한 인구의 94%가 거주하고 있는 지역(15개 도시, 86개 소도시, 22개 주요 도로)에서 휴대전화 사용이 가능해진 것이다[3]. 북한은 2020년 12월 4일 최고인민회의 상임위원회 전원회의를 통해 ‘이동통신법’을 제정했는데, 낙후된 지방의 이동통신 설비와 망 등을 개선해 인프라를 확충하고 휴대전화 보급률을 높여 정보통신 산업을 육성하고자 하는 당국의 의도를 볼 수 있다[4].

북한의 인터넷은 내부 인트라넷 망인 “광명”망을 의미하며 외부와의 인터넷 연결은 엄격히 제한되나, 최근 선진기술 도입을 위해 중국의 차이나텔레콤과 러시아의 TTK의 백본망을 활용하여 연구, 교육, 무역 부문에 일부 허용되는 것으로 알려져 있으며, 인터넷 사용자는 2만 명 정도로 전체인구의 0.06%(한국 93%)에 불과하다[5].

북한은 S/W 개발 중심의 ICT 산업을 체계적으로 육성하고 있으며, 특히 생산성 향상을 위한 S/W 시스템 개발에 주력하고 S/W 공정관리와 품질 개선을 추진하고 있다. 이를 위해 2009년부터 소학교 3학년부터 컴퓨터 과목을 의무교육으로 지정함으로써 S/W 조기교육을 실시하고 있다[6]. 전문기관에서 연간 1만 명에 달하는 S/W 인력을 양성하여 현재 약 17만 명의 전문인력을 확보한 것으로 추정되며[5], 이 정보통신 인력은 S/W 개발, 이동통신 서비스 기술, 각종 교육 및 콘텐츠 개발 등에 활용되고 있다. 구체적으로는 인트라넷 네트워크인 “광명”, 자체 컴퓨터 운영체제(OS)인 “붉은별” 외에도 네비게이션 “길동무1,0”과 음악편집 S/W인 “은령”, 그리고 인공지능 기술을 기반으로 하는 음성인식 프로그램 “대동강”과 세계 컴퓨터 바둑대회에서 4년 연속 우승을 거둔 바둑 인공지능 S/W “은별”, 300개 전문분야의 지식을 번역하는 언어번역 프로그램 “룡남산 5.1”을 개발하였다고 한다[3]. 또한 2015년에 출시된 스마트폰에는 김일성대학에서 개발한 얼굴 인식기 “담보”가 적용되기도 했다[7].

위와 같은 배경하에서 북한 정보통신 산업에 관한 국내의 연구도 2000년을 기점으로 활발히 이루어졌다. 그간 국내에서 시도되었던 북한 이동통신 산업에 관한 연구들은 북한 정보통신 산업의 현황을 파악하여 남북한 교류협력 방안을 제안하는 연구가 많았다. 점차 북한 내의 이동통신 산업이 활성화됨에 따른 사용자 연구 및 북한 정보통신 전략을 유사한 제도를 가진 국가들과 비교 분석하거나, 북한 정보통신 발전전략에 관한 제언 등으로 그 분야가 확대되었다. 또한 북한 정보화와 관련하여 북한의 IT 전문인력들이 국제기구나 각 국가기관, 금융기관, 기업 등을 목표로 벌이는 사이버 공격이 급증하고 있어 이에 대한 분석 및 대응 방안을 제시하는 논문들이 증가하고 있는 추세이다. 이제 북한 정보통신에 관한 다양한 주제의 학술 논문 전반을 대상으로 연구 동향을 파악할 필요성이 제기되는 시점이라 본다. 이는 또한 향후 연구의 방향성을 제시하는 역할을 할 것이다.

2021년 학술연구정보서비스(RISS; Research Information Sharing Service)가 제공한 연구 동향분석에 따르면, “북한(North Korea)” 키워드는 2020년에 비해 연구가 감소되어 “많이 연구된 키워드 Top 50” 차트에서 삭제된 것으로 분석된다. 북한에 관한 연구는 줄고 있지만, 북한 정보통신 분야에 관한 연구는 증가하고 있다. 한편 “토픽 모델링(topic modeling)”은 RISS에서 2021년에 관심을 받게 된 연구방법론의 키워드로 새롭게 등장했다. 따라서 본 연구에서는 새롭게 주목받고 있는 토픽 모델링 기법을 사용하여 북한 정보통신 관련 연구 동향을 분석하고자 한다. 학자들이 북한 정보통신 관련 부분에서 관심을 갖는 주제가 무엇인지 밝히고 그 주제들이 북한의 내부 상황 및 국내외 상황 변화와 어떤 관련이 있는지를 고찰할 것이다.

본 연구의 목표는 토픽 모델링 방법론을 활용하여 북한의 정보통신 관련 국내 연구의 동향을 분석함으로써 학술연구의 주요 주제(topic)를 찾아내고 연구 동향을 추적함으로써 향후 연구의 주제 및 방향성을 제시하는 것이다.

토픽 모델링은 텍스트 마이닝(text mining) 기법을 활용한 통계 추론 모델로서, 이 방법을 활용하면 연구주제에 대한 평가에서 연구자의 주관이 개입될 가능성이 줄어들고 문헌에 나타나는 텍스트를 통계적으로 분석하므로 더욱 객관적이고 명확한 분석 결과를 얻게 되는 장점이 있다. 이 분석기법을 통해 북한 정보통신 관련 국내 학술 연구의 주제를 체계적, 객관적, 과학적으로 분석하고 그 변화양상도 종합적으로 파악할 수 있을 것이다.

최근에 인터넷의 발달에 따라 정보의 공유가 활성화되고 여기서 나오는 데이터의 양이 엄청나게 증가했다. 북한 관련 연구에서도 증가하는 데이터 분석, 군집화, 트렌드 분석, 연관어 분석 등 머신러닝 기반의 텍스트 데이터 분석기법이 점차적으로 활용되는 추세이다. 여기서는 북한에 대한 학술 논문 중 이와 같은 텍스트 분석기법을 기반으로 한 선행연구들을 소개하고자 한다.

먼저 북한 관련 신문기사나 보도에 대한 텍스트 분석기법의 연구들을 찾을 수 있는데, 이창용, 문호석은 2008년부터 2015년까지 정부에서 월별로 발간하고 있는 「월간 북한동향」의 보도내용을 텍스트 마이닝으로 분석하여 핵심단어 사전을 구축하고 시계열 분석을 통해 북한 도발과의 연관성을 분석한 결과, 물리적, 비물리적 도발이 발생하기 전후로 부정 및 긍정 핵심단어가 늘거나 주는 경향 차이를 발견했다[8]. 박철수는 김정은 집권 이후 남북관계의 극적인 관계와 변화들을 기반으로 기간을 셋으로 나누고 이 기간 내 국내 언론에 나타난 토픽들을 시계열적으로 분석하여 텍스트 분석이 남북관계 및 북한의 동향을 이해하고 분석하는 방법론으로서 유용함을 확인했다[9]. 이 외에도 박철수의 또 다른 연구에서는 2017년부터 2019년까지 김정은의 신년사를 통해 북한의 대내외 정책변화를 조사하는 텍스트 마이닝을 실시했는데, 북한 신년사 텍스트의 의미 구조가 일차적으로는 북한 주민에게, 그리고 나아가 한·미 등 외국에 대한 북한의 입장 변화를 전달하고 있음을 발견했다[10]. 김효선과 김현철은 김정은 정권 등장 이전과 이후 2014년부터 2018년의 〈로동신문〉 기사 제목에 나타난 교육 관련 핵심키워드 2,524개를 추출하여 키워드 연결망 분석을 실시한 결과, 김정은 집권 초기에는 ‘정보화’, ‘원격교육’, ‘평생교육’, ‘의무교육’ 등 다양한 교육의 선진화와 ‘인재양성’, ‘과학교육’을 통한 체제 강화에 집중했으며, 국제관계의 변화가 교육에도 영향을 미침을 알 수 있었다[11].

북한의 경제 분야의 대표 학술지인 「경제연구」에 대한 텍스트 분석기법도 활용되고 있다. 박기찬은「경제연구」에 수록된 33년 동안의 기업관리 정책 관련 204편의 논문의 언어 네트워크 분석을 통해 김정은 시대 경제개혁 정책의 방향을 예측하고 향후 남북경제협력전략에 시사점을 제공했으며[12], Kim과 Sohn은 「경제연구」를 김일성, 김정일, 김정은 시기로 구분하여, 통치자별 경제정책의 특징을 일관성과 변화 관점에서 추적하여 통치자별로 다르게 나타나는 논문 주제의 분포 및 범위와 방향성을 파악했다[13].

최근 북한 관련 다양한 학문 분야의 연구 동향분석을 살펴보면, 이원지, 김주영은 2005년부터 2018년까지 ‘북한이탈주민’이라는 키워드로 연구된 866편의 논문에서 3,912개의 키워드를 추출하고 키워드 네트워크 분석을 통해 북한이탈주민의 연구 동향을 분석한 결과 남한 사회의 정착과 적응을 위한 거시적 이슈의 연구가 높은 빈도를 차지했으며, 연구주제로 ‘정책’, ‘정체성’, ‘양육과 건강’, ‘정보 능력과 복지 서비스’, ‘정신적 건강’, ‘인권’, ‘정치 참여’, ‘적응’ 등 8개 영역을 구분할 수 있었다[14]. 황자옥, 김영환의 연구는 국내 학술지에 나타난 북한 관련 교육 분야 연구들의 정부별 연구주제 변화를 파악하기 위해 KCI 등재 및 등재 후보 학술 논문 총 253편의 1,012개의 주요 주제어로 텍스트 네트워크 분석을 실시했는데, 5대 정부 동안 ‘북한이탈주민’, ‘통일교육’, ‘교육과정’, ‘북한교육’, ‘문학’ 등의 주제어의 빈도수가 높게 나타났고, ‘고등교육’, ‘직업교육’ 및 ‘평생교육’, ‘여성’에 관한 연구가 부족한 것으로 나타났으며, 이명박 정부 이후에야 교육 분야 연구의 방향성이 뚜렷해지며 주제어들이 세분화되고 다양화되는 경향을 보인다는 것을 알아냈다[15]. 임증빈과 동료들은 남북한 산림과학기술협력에 대비하여 한국과학기술정보연구원(KISTI)과 북한과학기술네트워크(NKtech)의 소장 논문 총 1,389편을 대상으로 북한의 산림과학 관련 연구 동향을 분석한 결과, 북한의 산림에 대한 관점이 기존의 ‘자연개조’ 대상에서 ‘자연 보호’를 수반하는 관리의 대상으로 변화되고 있음을 발견했다[16].

북한이 과학기술 분야를 중점 육성하고 있음에도 불구하고 북한 과학기술 분야에서는 텍스트 분석에 기반한 연구 동향분석이 미진한 상황이어서 본 연구에서는 북한 정보통신 관련 연구의 대표적인 주제를 파악하기 위한 토픽 모델링 기법을 소개하고자 한다.

현대 정보기술의 발달은 정보의 생산 및 확산에 걸리는 시간을 단축했을 뿐 아니라 그 규모를 엄청나게 확대했으며 이 정보들을 소비하는 방식도 다양화시켰다. 핵심적인 텍스트나 키워드들을 추출하기 위해 검색 엔진을 사용할 때, 대다수의 검색 결과는 문서의 위치만 알려주기 때문에, 필요한 데이터를 수동으로 추출하는 데 많은 시간과 노력이 소요되었다. 최근 빅데이터의 증가로 특정 주제 이슈를 추출하고 그에 대한 사람들의 의견이나 인식 구조를 보다 명확하게 파악하는 것이 점점 더 어려워지고 있다. 방대한 데이터로부터 특정 텍스트나 키워드가 포함된 핵심 주제(topic)를 분석하는 자동화된 알고리즘을 적용할 필요성이 대두된 것이다[17].

토픽 모델링이란 일련의 문서를 스캔하고, 그 안에서 단어와 문장 패턴을 밝혀내고, 문서의 특성을 가장 잘 나타내는 단어 그룹(말뭉치, corpus) 및 유사 표현들을 자동으로 묶어 분류하는 텍스트 마이닝 방법의 하나이다. 폭발적으로 증가하는 전자 문서 아카이브를 관리하기 위해 대규모 문서의 모음을 자동으로 구성, 검색, 색인화 및 탐색할 수 있는 새로운 도구가 필요하다는 아이디어에 기반하여 Blei와 그의 동료들에 의해 문서 컬렉션에서 단어 패턴을 찾는 기술이 개발되었다[18]. 여기서 발견된 패턴은 문서의 기본 주제를 종종 반영하기 때문에 이러한 모델을 “주제 모델(topic model)”이라 불렀다. 토픽 모델은 단어 간의 계층적 의미 관계[18], 구문과 의미 간의 상호 작용[19]과 같은 언어의 몇 가지 흥미로운 속성을 포착하기 위해 확장되었다[20]. 이러한 계층적 확률 모델은 이미지, 생물학적 데이터나 설문 조사 데이터 등 다른 종류의 데이터로 쉽게 일반화할 수 있다. 이후 Blei와 Lafferty는 순차적으로 구성된 문서 그룹(corpus)에서 주제의 진화를 포착하는 동적 주제 모델(Dynamic Topic Model)을 개발하고, 시간의 흐름에 따른 주제들의 내용 변화를 파악하여 예측 정확도를 더 높일 수 있는 새로운 방식을 제안하였다[21]. 이 방식은 문장을 구성하고 있는 차원을 줄일 수 있으므로 SNS와 같이 노이즈가 많은 데이터 분석에서도 원하는 단어나 문장만 추출하는 것이 가능하다는 장점이 있다. 그러나 이 방법론에서 매우 중요한 과정인 토픽의 수와 토픽명의 결정이 연구자의 주관적 선택에 달려있기 때문에, 문서의 주제와 개념구조에 대한 연구자의 사전 지식 및 경험 기반이 필요하다는 점을 유의해야 한다.

토픽 모델링 기법 중에서도 가장 대표적으로 활용되고 있는 잠재 디리클레 할당(Latent Dirichlet Allocation; LDA)은 말뭉치의 생성 확률론적 모델로서, 그 기본적인 아이디어는 문서가 잠재 주제에 대한 무작위 혼합물로 표현되며 각 주제는 단어들에 대한 분포로 특징지어진다는 것이다[18]. 토픽 모델링의 목표는 문서 모음(corpus)에서 주제를 자동으로 검색하는 것인데, 여기서 문서 자체는 관찰되지만 주제 구조(토픽, 문서별 토픽 분포 및 문서별 토픽 단어분포에 대한 설정값)는 숨겨진다. 그림 1을 보면, 검게 나타나는 변수 w(토픽 단어, 문헌 등)는 관찰이 가능한 부분이므로 이를 통해 잠재된 나머지 변수들을 추론해 내야 한다. 궁극적으로는 전체 문서 모음의 주제들과 문서별 주제에 포함될 단어들의 분포 및 문서별 주제 비율 등을 도출할 수 있다[22]. 즉 토픽 모델링 알고리즘은 원본 텍스트의 단어를 분석하여 텍스트를 관통하는 주제가 무엇이며, 해당 주제가 서로 어떻게 연결되어 있으며 시간이 지남에 따라 어떻게 변화하는지를 알아내는 통계적 방법이다[23].

Fig. 1. 
Conceptual Model of LDA Topic Modeling[18]

그러므로 이 모델은 분석하고자 하는 문서를 분류 또는 요약하고, 새로운 주제를 감지하거나, 유사성 및 관련성을 판단하는 등의 필수 통계를 사용하여 대규모 문서들을 효율적으로 처리하는 데 적합하다. 토픽 모델링은 다양한 학문 분야의 연구 동향을 파악하는 학문적 용도로 활용될 수도 있고, 미디어 보도나 신문기사, 소비자 리뷰, 댓글 분석 등 다양한 텍스트 분석을 위한 실무적 목적으로도 다양한 분야에서 활발히 활용되고 있다[24].

여기서는 토픽 모델링을 기사 분석과 다양한 분야의 학문적 연구 동향분석에 활용하거나 소셜미디어(SNS) 이슈 분석이나 댓글 등의 비정형 자료 분석에 활용한 선행연구들을 소개함으로써 토픽 모델링이 본 연구에서 다루고자 하는 북한 정보통신 연구의 동향파악에 적합한 방법론임을 밝히고자 한다.

먼저 토픽 모델링 기법은 신문기사나 언론 보도 분석에 효과적인 연구방법으로 볼 수 있다. 토픽 모델링 기사 분석 결과를 통해 대선 관련 매체들의 이데올로기에 따른 보도 경향성을 파악하거나[25], 노인 일자리 사업의 질적 측면 및 고용효과 증진을 위한 계획을 수립하는 데 활용할 수 있음이 확인되었고[26], 이와 유사하게 미디어 보도에 대한 토픽 모델링을 통해 정책 이슈에 대한 뉴스 생산 전략을 분석하고, 관련 정책 수립을 위한 근거 자료로 활용할 수 있다는 것도 밝혀졌다[27]. 김가영과 동료들은 북한 관련 뉴스 분석에서 토픽 모델링을 활용하였는데, 새로운 미디어 환경에서의 매체별 의제설정 효과를 측정하고 최종적으로 매체 간 의제설정을 시계열적으로 분석하는 데 토픽 모델링이 유용한 도구(tool)임을 확인했다[28].

현대사회에서 점차 중요성을 더해가고 있는 데이터로서 소셜미디어에 대한 토픽 모델링을 통해 사회적 트렌드를 확인하는 연구도 활성화되었는데, 트위터(Twitter)의 이슈를 추출하여 스토리 텔링과 시계열 분석을 실시하거나[29], 트위터보다 LDA모델에 더 적합한 리트윗(retweet)과 댓글(reply)을 이용한 그래프를 생성하고, 유사한 사용자를 그룹핑하여 트렌드를 분석하기도 했다[30]. 여기서 더 나아가 스마트폰에 대한 트위터 데이터를 분석한 결과를 토대로 마케팅 전략 수립을 지원하는 연구도 시행됐다[31].

또한 다양한 학문 분야의 연구 동향분석에 토픽 모델링 기법이 활용되고 있는데, 그중 가장 많은 연구가 문헌정보학 관련 분야에서 이루어졌다. 문헌정보학 및 기록관리학의 연구 동향이 다루어졌고[32][33][34], 언론학 분야의 연구 동향을 분석하여 알고리즘과 기계 학습으로 토픽을 추출하고 이를 군집화(clustering)하는 새로운 분석 방법도 논의됐다[35]. 과학 분야에서도 토픽 모델링 분석을 통해 연구 동향을 파악하고 정책 도출이나 기술 수요 예측에 활용할 수 있음을 밝혔는데, 과학기술 연구 동향[36]과 정보 시스템 및 관광 분야의 연구 동향[37], 그리고 기술혁신에 관한 연구 동향[38] 및 게임중독에 관한 연구 동향[24]도 분석되었다. 다양한 학문 분야에서 연구주제의 변화와 양상을 종합적으로 분석하여 향후 연구주제를 제안하는 데 도움을 주었다.

이제까지의 북한에 관한 연구 동향파악은 주로 전문가의 통찰과 축적된 학문적 성과에 의한 주관적 분석에 의지해왔으나 여기에 빅데이터 기반 머신러닝 방법론이 더해지면 보다 객관적이고 과학적인 연구 동향분석이 가능해질 것으로 기대된다. 이제까지는 북한 과학기술 분야의 연구에 머신러닝 방법론이 사용되지 않았으므로, 본 연구에서는 토픽 모델링 기법을 활용하여 북한 정보통신 관련 연구 동향을 분석하고자 한다. 이 기법을 활용하면 정보통신 분야 연구의 대표적인 주제를 파악하고, 토픽 내 키워드 단어 간의 연관성을 통해 토픽의 의미를 간단하게 파악할 수 있다는 장점이 있다. 본 연구에서 다루고자 하는 연구 문제는 다음과 같다.

1) 북한의 정보통신 관련 국내 학술 문헌에 나타나는 주요 토픽은 어떤 것인가?

2) 북한 정보통신에 관한 연구 동향이 남북한의 정치·경제·사회·문화적 상황과 연관성이 있는가?

북한의 정보통신 관련 국내 학술 연구의 연구주제 변화를 파악하기 위하여 한국연구재단(KCI)에 등재 및 등재 후보 학술지를 대상으로 연구논문을 수집하였다. 한국연구재단 등재지는 심사과정을 통해 학술적 수준이 확보되었다고 보는 바 분석대상을 등재지 및 등재 후보지 출판 논문으로 한정하였다. 논문 검색은 키워드 추출법을 이용하였으며, 검색어는 ‘북한 정보통신’, ‘북한 이동통신’, ‘북한 ICT’, ‘북한 IT’ ‘북한 정보화’ 등의 키워드를 사용하였다. 여기서 텍스트로 국문 초록 입수가 가능한 논문만을 분석했는데, 초록은 작성된 논문의 목적과 주요 결론을 설명하기 위해 간추린 것으로서 필자가 논문을 통해 증명하고자 하는 주요 내용이 담겨있다고 생각되어 국문 초록의 분석을 시행하였다. 발행 시기는 수집한 논문의 가장 빠른 발행년도인 2000년 이후 발행된 학술 논문을 분석의 대상으로 삼았다.

또한 북한 정보통신 관련 학술연구 동향이 남북한의 정치·경제·사회·문화적 상황과 연관성이 있는가를 알아보기 위하여 신문기사 분석을 시행하였다. 일반 대중의 입장에서 북한이라는 폐쇄된 사회에 대한 접근은 주로 언론 미디어를 통해 이뤄지며, 그 중에서도 신문기사는 주로 일어난 사건을 중심으로 다루기 때문에 당시의 상황을 설명하는 데 가장 중요한 자료라고 판단했다. 또한 같은 사건이라도 기자나 신문사에 따라 논점이 다를 수 있음을 감안하여 보수 언론사와 진보 언론사를 포함하는 11개 전국 일간지(경향신문, 국민일보, 내일신문, 동아일보, 문화일보, 서울신문, 세계일보, 조선일보, 중앙일보, 한겨레, 한국일보)를 대상으로, 위에서 수집한 연구논문 데이터와 동일한 시기, 동일한 키워드를 사용하여 검색 추출한 신문기사를 분석대상으로 확정했다.

위에서 분석한 연구 동향이 북한의 실제적 통신 환경변화나 정치 경제적 이벤트 등과 어떤 관련성이 있는지를 좀 더 자세히 비교하기 위해 동 기간(2000.1.1.-2022.2.28.)의 신문기사를 수집했다. 이 기간의 ‘북한 정보통신’, ‘북한 이동통신’, ‘북한 ICT’, ‘북한 IT’, ‘북한 정보화’ 관련 기사 수는 6,635건이었으며, 그 분포는 그림 6과 같다.

Fig. 6. 
Number of Articles in Information and Communication in North Korea

1) 워드 클라우드 분석

이 중에서 실제적으로 정보통신과 직접적 관련성이 없는 ‘북핵’, ‘비핵화’, ‘미사일’, ‘북미 회담’, ‘북미 관계’ 등을 일차적으로 제외한 후 내용 검토를 통해 북한 정보통신과 관련성이 없는 기사들을 제외하고 남은 1,292건의 기사의 본문을 대상으로 워드 클라우드 분석을 실시했는데, 분석 결과는 그림 7과 같다.

Fig. 7. 
Word Cloud Analysis in Newspaper Articles of Information and Communication in North Korea

*This figure is in Korean language because it shows the topic modeling of Korean words

전체적으로는 논문의 워드 클라우드가 ‘사이버’를 제외하고 그 크기가 작았던 것에 비해 신문기사의 워드 클라우드는 핵심단어들이 비교적 고른 크기의 중요성을 보여준다.

이 중 가장 핵심적 키워드 10개는 ‘남북’, ‘통신’, ‘평양’, ‘중국’, ‘인터넷’, ‘협력’, ‘경제’, ‘사업’, ‘사이버’, ‘기업’ 이다.

2) 토픽별 분류 및 키워드 분석

신문기사의 워드 클라우드 분석에서 도출된 단어들도 상당히 포괄적인 내용을 담고 있어서 토픽 모델링을 통하여 각 토픽별 분류 및 분석을 시행했다. 비교가 용이하도록 논문 분석과 동일하게 토픽 수는 4개, alpha 값은 0.1, beta 값은 0.01로 지정하였다. 분석 결과는 그림 8과 같다. 각 토픽명과 그에 포함된 상위 7개의 키워드들을 정리하면 표 3과 같다.

Fig. 8. 
Topic Modeling Results of Newspaper Articles on Information and Communication in North Korea

*This figure is in Korean language because it shows the topic modeling of Korean words

Table 3. 
Topics and Keywords Analysis of Newspaper Articles on Information and Communication in North Korea

Topic Name	Keyword
T1. ICT exchange & cooperation between South & North Korea	North and South Korea, telecommunications, Pyongyang, cooperation, business, business, promotion
T2. Cyberattack	cyber, domestic, attack, country, hack, agency, hacker
T3. ICT R&D	China, internet, chairman, mobile phone, broadcasting, reporting, Kim Jong Il
T4. Establishment of Pyongyang University of Science and Technology	Pyongyang, economy, computer, science, university, industry, education

토픽 1에는 ‘남북’, ‘통신’, ‘평양’, ‘협력’, ‘사업’, ‘기업’, ‘추진’의 키워드들이 추출되어 이 토픽명을 “남북 통신 교류협력”으로 명명했다. 역사적으로 보면 2000년 남북 정상회담 이후 정보통신부는 향후 남북경협과 이산가족 교류 등 다양한 분야에서의 남북협력이 급 진전될 경우 남북한 간의 통신수요가 급증할 것을 예상하여 관계부처와 민간업체와 함께 남북 간 통신협력을 위한 전담반을 구성하여 남북 이동통신 협력사업을 추진했으나, 2002년 6월 29일 서해교전(제2 연평해전) 발발로 현실화되지 못했던 전례가 있다[50].

2018년에도 남북 정상회담을 계기로 국내 기업 총수들이 평양을 방문하여 상호 교류·협력의 물꼬를 트는 듯하였으나 하노이 북미회담의 협상 결렬로 남북 경협 역시 무산되었다. 그나마 성과를 거둔 남북 ICT 협력사업으로는 평양과학기술대학 설립, 중국 단둥지역에서의 북한 S/W 인력 양성, 의료인 교육, 북한 대학에의 한국 교수진 파견, 개성공단 내 기술교육센터 설립 지원 등이 있다. 분단 상황의 정치 변동이 늘 협력의 걸림돌로 작용하여 전면적인 남북 통신 교류는 현재까지 이루어지지 않고 있다. 토픽 1은 이러한 역사적 사건들과 관련성을 가지고 있다.

토픽 2에는 ‘사이버’, ‘국내’, ‘공격’, ‘국가’, ‘해킹’, ‘기관’, ‘해커’ 등의 키워드가 나타났다. 북한의 사이버 공격의 대상 및 목적도 시기에 따라 변화되고 있는데, 초기에는 주로 남한의 군사정보 탈취를 위한 공격이었다면, UN 안보리 대북제재가 길어지는 상황에서 외화벌이 목적으로 전 세계 SWIFT 은행 및 ATM 등을 해킹하거나 정부 및 연구기관의 주요 인사들에 대한 정보수집, 또는 코로나 19로 인한 제약 및 관련 기관들에 대한 정보 탈취와 외화 획득을 위해 가상화폐를 타깃으로 하는 사이버 공격들로 이어지고 있다[47]. 이 키워드들의 토픽명은 “사이버 공격‘으로 정의했다.

토픽 3에는 ’중국‘, ’인터넷‘, ’위원장‘, ’휴대폰‘, ’방송‘, ’보도‘, ’김정일‘ 등의 키워드가 추출되었다. 중국은 북한의 정보통신 발전에 가장 크게 기여한 국가로, 성공적인 정보통신 개발의 모델을 제시했으며 북한의 IT분야 초기 성장단계에서 통신 하드웨어 및 소프트웨어의 외국 공급업체로서의 역할을 수행했다[4]. 북한 주민들이 사용하는 휴대전화는 대부분 중국에서 생산된 제품이거나, 중국에서 제조된 모델을 완제품이나 부품 형태로 수입하여 북한 제조회사가 조립하고 운영체계 및 기본 애플리케이션을 탑재하고 로고를 각인하는 작업을 거쳐 출시한 제품이다[4]. 역사적으로 북한 IT 산업 개발에는 김정일 위원장의 역할이 지대했으며, 이와 관련하여 2001년과 2006년, 2010년의 중국방문에 대한 방송 보도 및 기사들도 많았으므로 이 키워드들을 총망라하는 토픽명은 북한의 “정보통신 기술 개발”이라 정의했다.

토픽 4에는 ’평양‘, ’경제‘, ’컴퓨터‘, ’과학‘, ’대학‘, ’산업‘, ’교육‘ 등의 키워드들이 도출되었는데, 이 키워드들은 대부분 평양과학기술대학(PUST; Pyongyang University of Science and Technology)의 설립과 관련이 있다. 평양과학기술대학은 2010년 북한 당국이 제공한 부지 위에 남북한이 공동으로 설립하여 운영하는 과학기술 분야의 특수대학 및 대학원으로 인력 양성을 통한 북한의 국제화 및 경제 자립을 도모하기 위해 세워졌다[4]. 조선민주주의인민공화국의 유일한 사립대학으로 북한의 교육성과 대한민국의 비영리기구인 사단법인 동북아교육문화협력재단이 함께 설립하였다. 2001년 사업을 시작하여 2003년 개교를 목표로 하였으나 여러 차례 개교가 지연되다가 2010년 10월 25일에 학부생 100명, 박사원생 60명으로 교육을 시작했다. 설립계획부터 개교까지 거의 10년이 넘는 장기 프로젝트였기 때문에 오랜 기간 그 과정들이 기사화되었다. 토픽 4의 토픽명은 “평양과학기술대학 설립”으로 명명했다.

토픽 1의 “남북 통신 교류협력”과 토픽 4의 “평양과학기술대학 설립”은 ‘평양’이라는 가장 핵심적 키워드를 공유하고 있다. 평양은 정보통신 산업에서도 중심지 역할을 하고 있다. 2002년 NEAT&T는 이동통신 기지국을 평양지역에 설치하고 2세대(2G) 이동통신 서비스를 제공했으며, 평양 등 대도시의 서비스 가입률이 약 70%로 평양에 거주하는 20~50대 주민 중의 60% 이상이 휴대전화를 사용한다고 보면 된다[3]. 평양과학기술대학은 남북 통신 교류협력의 일환으로 세워졌기에 그 내용 면에서도 연관성이 뚜렷하다고 볼 수 있다.

논문의 토픽과 신문기사의 토픽을 비교하기 쉽도록 관계가 있는 항목끼리 정리하면 표 4와 같다.

논문의 토픽 3과 신문기사의 토픽 2는 “사이버 공격”으로 동일 주제를 다루고 있다. ‘사이버’, ‘공격’, ‘기관’ 등 세 가지 핵심키워드가 논문과 신문기사 분석에서 동일하게 추출되었다. 신문기사는 실제 사건에 대한 보도를 목적으로 하기 때문에 북한 IT와 관련하여 시기별로 사이버 공격이나 해킹에 관한 기사와 대응책 등이 많은 양을 차지했고 ‘해킹’, ‘해커’와 같은 현실적인 키워드들을 사용하고 있다. 이에 비해 논문은 일어난 현상에 대한 학문적 연구 결과나 분석을 통한 의견, 주장 등을 기술하므로 이러한 ‘공격’들을 ‘국가’의 ‘위협’이 되는 ‘테러’로 규정하고, 사이버 ‘안보’ 등 대응책에 초점을 맞춘다는 점이 상이하다.

또한 논문의 토픽 2와 신문기사의 토픽 3은 정보통신에 대해 다루고 있기는 하지만, 신문기사에서는 정보통신의 기술적 면에 초점을 맞추고 있는 반면에 논문에서는 정보통신 서비스에 주목하고 있다는 차이점이 있다.

그 외에도 신문기사의 토픽 1 “남북 통신 교류협력”과 토픽 4 “평양과학기술대학 설립”은 역사적 사실로 보도가 가능한 주제인 데 비해, 논문의 토픽 1 “정보통신의 기반”은 신문기사에서 다루어질 수 있는 토픽들에 비해 범위가 넓고 오랜 기간 학문적 연구의 축적이 필요한 분야이며, 토픽 4 “북한 내 외부정보의 유입” 역시 겉으로 드러내기 힘든 북한이탈주민이나 접경지역 주민들에 대한 현상학적 연구가 필요한 주제라 할 수 있다.