Journal Archive

메가시티는 매우 큰 도시(very large city)를 의미하는 용어로 전 세계적으로 47개 정도로 보고되었다. 메가시티의 결정 기준은 도시의 인구로 1,000만 명 이상이 거주하는 도시를 메가시티로 지칭한다[3].

최근 국내에서는 김포시의 서울 편입 발표 이후 메가시티와 관련된 이슈가 전국적으로 재점화하고 있는 가운데, 주로 지방의 경쟁력 강화와 국가 경쟁력과의 밀접한 연관성에 초점을 맞추고 있다. 충청권에서는 대전, 세종, 충남, 충북 등 4개 시·도가 단일 행정권역으로 통합하는 메가시티 추진을 선언하였으며[14], 대구·경북(TK)에서도 지역의 경제적 발전 가능성을 높이고, 인구와 자원의 수도권 집중을 완화하는 것을 목표로 메가시티 논의가 활발하게 진행되고 있다[15]. 이러한 움직임은 지방의 자립적인 경제 발전 가능성을 높이고 수도권에 집중된 인구와 자원을 분산시켜 균형적인 국토 발전을 도모하기 위한 것이라고 할 수 있다.

하지만 대한민국은 극심한 인구소멸위험 증가와 지방 인구의 축소, 그리고 공동화 현상 등 여러 문제에 직면하고 있으며, 이로 인해 지역 산업 인프라가 인구 밀집도가 높은 대도시로 이동하는 경향이 갈수록 심화되고 있다[2]. 이러한 변화는 대도시로의 인구 집중 현상을 가속화시키며, 결과적으로 지역 간 경제적 및 사회적 불균형을 더욱 크게 만들 수 있는 위험성을 수반한다. 지표상으로도 수도권과 비수도권 간 고용경쟁력과 지역 총생산액 비중의 격차는 갈수록 커지고 있으며, 수도권 평일 교통혼잡비용은 17.8조로 전국의 53%에 육박하고 있다[3]. 특히, 코로나19 상황에서 나타나듯 ICT 기반 네트워크화된 스마트 도시로서 메가시티는 밀집된 인구와 복잡한 시스템은 현존, 잠재적, 초국가적, 비군사적 관점에서 새로운 위협을 초래할 수 있다[2]. 이와 같은 양극화를 효과적으로 관리하고 극복하기 위해 국가적 차원에서의 전략적이고 계획적인 접근이 필요한 시점이다.

본 연구에서는 추출된 키워드들을 빈도수에 기반하여 순위화하여, 가장 빈번하게 언급된 단어부터 분류하였다. 여기서 ‘TF(Term Frequency)’는 한 문서 내 특정 단어가 출현하는 빈도를 나타내며, 해당 단어의 출현 빈도가 높을수록 그 단어는 그 문서에서 상대적으로 중요한 것으로 간주된다. 그러나 이러한 단어가 다른 문서에서도 일반적으로 자주 등장한다면 그 중요성은 상대적으로 감소할 수 있다. 이를 보정하기 위해 전체 문서 수를 그 단어가 출현하는 문서 수로 나눈 값인 ‘IDF (Inverse Document Frequency)’가 이용된다. 따라서 높은 IDF 값을 보이는 단어는 다른 문서에서는 드물게 등장하므로 해당 문서 내에서 더욱 중요한 의미를 지닌다고 할 수 있다. ‘TF-IDF’는 이 두 값을 곱하여 계산하는데 이는 특정 단어가 한 문서에서는 자주 등장하지만 전체 문서에서는 드물게 나타날 경우 높은 가중치를 부여하는 방식으로 작동한다. 이러한 메커니즘을 통해 문서 특이적인 중요 단어를 효과적으로 식별할 수 있다[16].

이에 반해 토픽모델링은 텍스트 기반의 문서 집합으로부터 토픽을 추출하는 기법으로 가장 많이 활용되는 것은 LDA (Latent Dirichlet Allocation) 비지도 학습모형이다[17], [18]. 토픽모델링 과정에서는 토픽의 수를 결정하는 것이 중요한 과제 중 하나이다[19]. 이를 위해 본 연구에서는 각 토픽 내에서 의미론적으로 유사한 단어들의 밀집도를 나타내는 지표인 Coherence Model을 사용하여 토픽의 의미론적 일관성을 평가하고 이를 기준으로 적절한 토픽의 수를 선정하였다. Coherence Model의 값이 높을수록 토픽 내 단어들 사이의 의미론적 연관성이 강하며, 이는 주제가 명확하고 일관된 정보를 포함하고 있음을 의미한다[16]. 이러한 접근 방식은 토픽모델링을 통해 추출된 주제들이 실제로 의미 있는 정보를 담고 있으며, 분석 대상 문서 집합을 효과적으로 대표한다는 것을 보장하는 데 도움을 준다.

Word2Vec은 토픽별로 단어 간 유사도를 측정하는 기법이다. 이 연구에서는 대중매체와 소비자 버즈에서 언급된 상위 100개의 상업적 키워드를 TF-IDF 방법을 사용하여 추출하고, 이들 단어의 유사도를 평가했다. 단어 간의 유사도를 정밀하게 측정하기 위해 Word2vec라는 분산 표상 모델을 사용하여 각 단어를 벡터 공간에 임베딩(embedding)했다. 이 과정에서 각 단어는 문맥상 의미가 최대한 유지되도록 학습되기 때문에 결과적으로 단어들의 밀집도를 통해 대중매체와 소비자 버즈 사이의 의미론적 차이를 더욱 명확히 드러낼 수 있다. 이 방법론은 언론과 소비자 간의 의사소통 패턴과 관심사의 차이를 보다 구체적으로 이해하고 관련 분야에서 의미 있는 인사이트를 발견하는 기회를 얻을 수 있다.

임베딩은 자연어를 숫자 배열인 벡터로 변환하는 결과물이자 해당 변환 과정 전체를 아우르는 용어로, 단어나 문장을 각각 벡터로 전환하여 벡터 공간에 끼워 넣는 것(embed)을 의미한다[20]. 즉, 인간의 언어로 구성된 단어나 문장을 기계가 파악할 수 있는 벡터 형태로 전환하는 과정으로 자연어 처리 및 기계 학습 분야에서 활용되는 주요 기술이라고 할 수 있다. 이러한 임베딩 기술은 단어나 문장의 의미를 수치화하여 기계 학습 알고리즘이 인지하고 학습할 수 있도록 지원한다. 임베딩에는 Word2Vec, GloVe, FastText 등과 같은 알고리즘이 각각 고유의 방식으로 벡터를 생성한다. 본 연구에서도 유사한 의미를 가진 단어들을 동일한 공간에 배치함으로써, 두 데이터 집단의 키워드 집중도 차이를 비교 분석하였다.

Word2Vec의 Skip-gram 알고리즘은 단어 간 유사도를 파악하고, 의미적 연관성을 벡터 공간에 임베딩함으로써 식별하는 방법을 제공한다. 이 기법은 단어들의 의미를 벡터로 변환하여 표현하는 비지도 학습 기반의 분산 표상 방식이다. 이는 단어의 분산된 표현을 학습하기 위한 신경망 모델로 설명되며, 특정 차원에 단어를 임베딩하여 문맥상 의미가 보존되도록 학습시키는 과정을 포함한다[21]. 이를 통해 각 단어는 연속적인 값의 벡터로 표현되며, 의미적으로 유사한 단어들은 벡터 공간에서 서로 근접하게 배치된다[22]. Skip-gram 모델은 특정 문맥에서 단어의 출현 확률을 극대화하면서 학습하는 방식으로, 이는 단어 간의 유사도를 효과적으로 분석할 수 있는 최적화된 모델로 간주된다[19].

이번 연구 역시 언론에 나타난 메가시티에 대한 담론과 소비자 발신 채널인 SNS 피드를 크롤링한 텍스트 데이터를 담론으로 활용하여, IF-IDF를 활용한 연관어 분석과 워드클라우드, 토픽모델링, Word2Vec에서 중심단어로 주변단어를 예측하는 skip-gram 알고리즘을 이용하여 토픽별 키워드에 대한 집중도를 알아보고자 하였다.

이 과정에서 언론 발신과 소비자 발신에서 이야기하는 메가시티의 내용은 어떤 연관어로 구성되어 있으며 가장 연관이 높은 단어는 무엇임을 확인할 수 있다. 이와 함께 어떤 토픽으로 이 연관어들이 묶이는지를 살펴보고 묶인 개별 토픽들의 단어별 유사도를 시각화하여 유사도가 높은 토픽이 어떤 것인지 확인하여 메가시티와 가장 연관성이 높은 토픽과 그렇지 못한 토픽을 살펴보았다. 이를 통해 메가시티가 둘러싼 다양한 의미에 대해 기업과 소비자 측면에서 비교해 볼 수 있을 것이다.

Fig. 1. 
Process of topic modeling

Fig. 2. 
Process of skip-gram

Word2Vec와 LDA와 같은 토픽모델링 기술은 온라인 리뷰나 뉴스 분석, 서비스 품질 평가 등 방대한 텍스트 데이터를 분석하여 관광객이나 이용자들의 실제 경험과 인식을 보다 심도 있게 이해할 수 있는 혁신적인 방법론으로 부상하고 있다. 행정도시를 중심으로 분석했던 연구를 살펴보면, 서혜선은 LDA와 Word2vec 방법론을 이용하여 ‘의정부시’ 키워드 기반의 소셜 텍스트 데이터(네이버, 다음의 카페, 블로그, 지식인, 웹문서 등)에 대한 토픽모델링 분석 및 시각화를 실시하고, 선정된 토픽별 감성분석을 수행하였다[22]. 분석 결과, ‘입시교육’, ‘이사/수리’, ‘웨딩’, ‘취미/레저’, ‘행정/기관’, ‘음식/맛집’ 등 6개의 토픽이 도출되었다. ‘입시교육’ 토픽에서는 부정적, 중립적 단어들의 비율이 높았으며, ‘음식/맛집’ 토픽에서는 긍정적 어휘의 비율이 매우 높게 나타났다. 이혜진과 강영옥은 SNS상의 부산 관련 텍스트 데이터에서 관광 토픽을 추출하기 위해 토픽모델링 기법을 활용하였고, 그 결과 '시장/음식거리', '문화유산/명소', '전망/조망', '문화/축제', '공원/자연경관' 등의 9개 카테고리를 식별하였다. 이들 연구는 지역 사회 내에서 발생하는 다양한 대화와 이슈를 분석함으로써, 지역 사회의 관심사와 문제점을 파악할 수 있는 기반을 마련했다[23].

이민철과 김혜진은 대량의 뉴스 기사 데이터를 활용하여 주요 사건을 감지하고 사건 간의 관련성을 평가함으로써 복잡한 현시적 사건 정보를 요약하였다. 또한, Word2Vec과 LDA 토픽모델링 기법을 통해 한국어 텍스트 분석의 정확도를 높였을 뿐만 아니라 방대한 양의 데이터 속에서 사건 간의 숨겨진 관련성을 밝히고 있다[24].

광고 및 마케팅 영역에서도 활발하게 연구가 진행되었다. 차영란은 인플루언서의 뒷광고 논란 전후에 대한 댓글을 비교, 분석함으로써 대중의 인식 변화를 살펴보았으며[25], 나정희와 이우철은 1인 마켓의 인플루언서들이 인스타그램 피드에 올리는 상업적 메시지와 비상업적 메시지의 토픽모델링을 통해 이들 간에 어떤 차이가 있는지를 보는 탐색적 연구를 진행한 바 있다[16].

스마트시티와 관련하여 등은 Scopus에 게재된 스마트시티 관련 연구 논문 12,400개를 구조적 토픽모델링을 활용하여 분석하였다[11]. 15개의 주요 연구 토픽을 도출하였으며, 토픽 발현률에 따라 ‘Machine Learning’, ‘IoT & Security’ 등을 핫토픽으로, ‘Social Media’, ‘GIS’ 등을 콜드토픽으로 분류하여 현재까지의 스마트시티 연구 동향을 파악하고 향후 연구 및 정책 방향성을 제안하였다. 박건철과 이치형 역시 스마트시티에 대한 연구 경향을 파악하고 이를 바탕으로 스마트시티에 대한 정책적, 산업적, 학술적 방향성을 제시하였다[12]. 이들 역시 Scopus와 Springer DB에서 수집한 11,527건의 스마트시티 관련 학술논문을 LDA기반 토픽모델링으로 분석했다. 연구주제는 서비스, 기술, 시민·사용자 관점의 세 가지 범주와 8가지 세부주제로 분류되었으며, ‘시민중심 스마트시티 추진을 통한 지속가능성 확보’ 관련 주제가 가장 많이 언급되었다. 데이터와 프라이버시에 관련된 연구가 중심성이 높은 것으로 나타났다. 한편 황서이와 심지원은 2016년부터 2019년까지 국내 언론에 나타난 스마트시티 관련 보도기사의 시기별 경향을 파악하고, 언론을 통해 스마트시티가 어떻게 의미화되는지 의미연결망 분석을 활용해 확인하였다[13]. 연구 결과, 스마트시티는 다양한 영역과 연결되며, 사회적 발전 도구로 의미화되고 있었다. 특히, 2018년 스마트시티 혁신성장동력 프로젝트 시작 이후 스마트시티에 대한 논의가 활성화되었으나 여전히 기술 중심적 관점에서 논의되고 있다는 점을 지적하였다.

여러 연구의 결과처럼 본 연구도 토픽모델링과 같은 자연어 처리 기술 및 기계 학습 모델이 메가시티라는 담론에서 주요 이슈를 발견하는 데 충분히 적용될 수 있을 것으로 판단하였다.

이 연구는 빅데이터를 활용하여 메가시티라는 이슈에 대한 언론과 사회적 반응에 대한 담론을 분석하는 것을 목표로 하고 있으며, 총 네 단계의 절차를 통해 진행되었다.

1단계는 ‘연구자료 수집’ 단계로 빅데이터 분석 전문기업인 타파크로스의 ‘트랜드업(TrendUp4)’ 프로그램을 활용해 다양한 데이터를 수집, 정제, 분석하였다. 이 과정에서 사용된 데이터 수집기는 크게 언론 발신과 소비자 발신 두 가지 유형으로 구분된다. 언론 발신 데이터 수집기는 네이버뉴스에 등록된 언론사 및 추가적으로 513개의 언론사를 대상으로 데이터를 수집하였다. 이를 통해 언론에서 보도된 다양한 뉴스와 정보들을 포괄적으로 수집할 수 있었다.

언론기사의 경우 원문이 아니라 원문의 요약을 사용하였다. 이는 언론기사 원문이 SNS 원문보다 길기 때문에 데이터양의 차이에서 발생하는 오류를 방지하기 위함이었다. 원문 요약 기능은 원문에서 핵심내용을 포함한 특정 부분(200글자)을 잘라서 표시한다. 검색키워드가 원문 전체 중 여러 곳에 출현할 경우, 가장 많이 출현한 부분을 선택하여 잘라내는 방식이다. 요약문 추출방법은 원문에서 검색단어가 위치한 조건에 따라 점수를 부여한다. 점수가 가장 높은 검색단어를 중심으로 앞뒤로 350바이트 범위 내에서 요약문을 제공하며, 단어가 중간에 잘리지 않도록 설정되었다.

반면, 소비자 발신 데이터 수집기는 일반 사용자들이 소셜 미디어 플랫폼에 게시하는 콘텐츠를 대상으로 삼았다. 구체적으로 인스타그램, 유튜브, 블로그, 커뮤니티, X(트위터) 등의 SNS 채널에서 데이터를 수집하며, 이를 통해 일반 대중의 의견, 트렌드, 반응 등을 파악할 수 있었다. 이러한 양방향 접근은 보다 폭넓고 다양한 시각에서 정보를 수집하고 분석할 수 있도록 만든다. 따라서 본 연구에서는 ‘메가시티’ 처음 언급된 2023년 9월부터 2024년 1월 30일 동안의 언론 발신과 소비자 발신 담론을 대상으로 분석하였다. 언론 발신 데이터 분석을 위하여 총 16,228건의 원문 데이터를 찾았으며, 이중 최근 순으로 5,000개를 분석 데이터 세트로 활용하였다. 소비자 발신 데이터 분석을 위하여서는 총 18,170건의 원문 데이터를 찾았고 이 중 대중매체와 동일한 기준으로 최신순 5000개의 원문을 데이터 세트로 활용하였다.

2단계에서는 ‘수집된 자료의 데이터 전처리 작업’을 진행하였다. 이 과정에서 자연어 처리를 위하여 파이썬(Python)의 형태소 추출기 카이(khaiii)를 이용하여 형태소 분석을 진행하였다. 형태소 분석은 수집된 텍스트 데이터에서 특수기호나 숫자 등을 제외하고 의미 분석이 가능한 명사, 동사, 수사, 대명사, 조사나 형용사, 감탄사 형태로 분류하는 작업과 함께 분석에 방해가 되는 불용어를 제거하는 작업을 수행하였다. 이러한 전처리 과정은 데이터의 질을 향상시키고 분석의 정확도를 높이는 데 중요한 역할을 한다.

3단계는 ‘자료 분석’ 과정으로 연관어 분석과 토픽모델링 분석을 주요 분석 방법으로 사용하였다. 연관어 분석을 통해 특정 키워드나 주제와 관련된 단어들 사이의 연관성을 파악하였고, 토픽모델링을 통해서는 대량의 텍스트 자료 속에서 숨겨진 주제들을 발견하고 이들 간의 관계를 이해하는 데 초점을 맞췄다. 이러한 분석을 통해 대규모 텍스트 데이터에서 의미 있는 패턴과 트렌드를 확인하였다. 연관어 분석을 위한 1차 정제 단계에서는 언론기사와 SNS 데이터에서 뽑아낸 키워드를 TF-IDF 분석을 통해 정렬했으며, 이를 빈도수가 높은 순으로 나열하여 가장 자주 언급된 단어부터 순서대로 분류하였다.

마지막 4단계는 ‘토픽명 부여 및 결과 해석’ 단계로 분석을 통해 도출된 토픽들에 명확한 이름을 부여하고, 이를 바탕으로 결과를 해석하는 작업을 수행하였다. 특히, 다양한 발신자 간의 의견이나 주제에 대한 접근 방식에서 어떠한 차이가 있는지를 분석함으로써 해당 주제에 대한 사회적 반응의 다양성을 이해하는 데 중점을 두었다.

본 연구는 언론기사와 SNS에서 도출된 주요 키워드와 토픽 사이의 차이를 분석하는 것이다. 이 과정에서는 언론기사와 SNS 게시물을 각각 분석한 후, 두 데이터에서 나타나는 키워드와 토픽의 차이점을 밝힌다. 이를 통해 메가시티에 대한 공식적인 논의(언론기사)와 대중의 인식(SNS) 사이에 어떠한 의견 차이가 있는지, 특정 주제에 대한 사회적 관심의 차원이 어떻게 다른지 분석하고자 하였다. 이러한 비교 분석은 메가시티에 대한 다양한 시각과 인식을 이해하는 데 중요한 기초 자료를 제공할 것이다. 본 연구에서 설정한 연구문제는 다음과 같다.

• 연구문제 1. 메가시티 관련하여 언론기사와 SNS에 나타난 주요 키워드는 무엇인가?
• 연구문제 2. 메가시티 관련하여 언론기사와 SNS에 나타난 주요 토픽은 무엇인가?
• 연구문제 3. 메가시티 관련하여 언론기사와 SNS의 주요 키워드와 토픽의 차이는 무엇인가?

<연구문제 1>을 확인하기 위해 언론기사와 SNS에 나타난 주요 키워드를 분석하였으며, 빈도분석과 이를 시각화한 워드클라우드를 제시하였다(표 1, 그림 3 참조).

Fig. 3. 
Word cloud analysis results on megacities

^*This word cloud image was automatically derived from system.

메가시티 관련 연관어를 분석한 결과, 1위부터 20위까지의 순위에서는 큰 차이가 발견되지 않았으나 20위를 넘어서면서 언론기사에서는 언급되지 않았던 키워드 두 개가 소비자 발신 데이터에서 등장하는 것을 확인할 수 있었다. 구체적으로 소비자 발신 연관어 분석 결과, 25위에서 40위 사이에서는 언론기사에서 등장하지 않았던 ‘부동산(26위)’과 ‘아파트(37위)’ 키워드가 발견됐다. 이는 언론기사와 소비자 발신 데이터 간의 차이를 보여주는 중요한 지표로 소비자들이 실제 관심을 가지고 있는 주제가 언론의 보도 범위를 넘어설 수 있음을 의미한다. 즉, 이 두 키워드의 등장은 메가시티에 대한 일반 국민의 인식이 국가경쟁력이나 지역 균형 발전이라는 거시적 의미를 넘어 주로 경제적 문제, 특히 자신의 자산과 관련된 구체적인 경제적 이슈로 인식되고 있음을 시사한다.

다음으로 <연구문제 2>를 확인하기 위해 언론기사와 SNS에 나타난 주요 토픽을 확인하였다. 먼저 언론기사에 대한 형태소 분석을 기반으로 TF-IDF 분석을 실시하여 연구문제 1에 대한 연관어들을 도출하였다. 이러한 연관어들의 유사성을 기준으로 하여 주제를 몇 개의 토픽으로 구분할 수 있는지 분석하기 위해 젠심(Gensim) 패키지를 활용하여 coherence 분석을 진행하였다(그림 4).

Fig. 4. 
Coherence analysis results and key words of 6 topics

^*This image was automatically derived from Gensim package.

그래프에서는 4개의 토픽이 가장 높은 coherence 값을 보여주어 분석상 유효한 것으로 나타났으나, 주제의 다양성을 확보하기 위한 차원에서 두 번째로 높은 점수를 보인 6개의 토픽을 최종적으로 선택하였다. 이는 토픽모델링의 결과를 더욱 풍부하게 하고 연구 대상의 다양한 측면을 탐색하는 데 기여할 수 있다[22].

표 2에 제시된 토픽모델링 결과를 바탕으로 언론기사 데이터를 분석한 결과, 다음과 같은 토픽들이 도출되었다. 토픽 1은 ‘프로젝트’, ‘조경태’, ‘의원’ 등의 키워드가 주로 등장하며 주로 <정치적> 관련 주제에 초점을 맞추고 있다. 이러한 키워드 구성은 해당 토픽이 메가시티가 정치적 프로젝트나 정치인의 활동과 관련된 내용을 포함하고 있음을 보여준다. ‘충청권’, ‘도시’, ‘메가시’ 등의 단어로 구성된 토픽 2는 <충청권 경제> 관련 주제를 다루고 있으며, 해당 토픽에서는 충청권의 경제적 상황이나 발전 및 도시화와 관련된 논의가 주를 이루는 것으로 보인다. 토픽 3에서는 ‘지역’, ‘인구’, ‘발전’과 같은 단어가 등장하면서 <지역균형발전>과 관련된 주제를 다루고 있다. 이 토픽은 인구 분포와 지역 발전의 상호작용에 대한 분석이 포함될 가능성이 높음을 시사한다. 토픽 4에서는 ‘서울’, ‘편입’, ‘메가시티’ 등의 키워드를 포함하고 있으며, <서울편입>과 관련된 주제를 다루고 있다. 특히, 서울과 인접 지역 간의 관계 변화나 행정구역 조정과 같은 내용이 포함될 것으로 예상된다. 토픽 5는 ‘기자’, ‘전북’, ‘공식’ 등의 단어가 포함된 토픽으로 <언론플레이>와 관련된 주제로 해석된다. 이는 언론의 역할과 그 영향력, 특히 지역 사회에서의 언론 활동과 관련된 논의를 포함할 가능성이 높다. 토픽 6은 ‘부산’, ‘부울’, ‘서울’ 등의 키워드가 등장하며, <부울경>과 관련된 주제로 정의된다. 이는 부산, 울산, 경남 지역의 상호작용과 지역적 특성에 대한 분석이 포함될 것으로 보인다.

본 연구에서 분석한 여섯 가지 토픽으로 볼 때, 언론사는 메가시티에 대한 논의를 주로 정치적 관점과 지역 균형발전의 측면에서 다루었으며, 특히 ‘부울경’으로 일컬어지는 부산-울산-경남과 충청, 전라북도 등 기존에 논의가 있었거나 실행 가능성이 있는 지역에 초점을 맞춘 보도가 많았음을 확인할 수 있었다. 흥미로운 점은 메가시티 이슈에서 초기 논의의 대상이었던 ‘김포’에 대한 키워드가 추출되지 않았다는 것이다. 이에 대한 논의와 해석은 결론에 기술하였다.

다음으로는 SNS에 나타난 주요 토픽을 분석하기 위해 coherence 분석을 진행하였다(그림 5). <표 3>에 제시된 토픽모델링 결과를 기반으로 SNS 데이터를 분석한 결과, 총 8개의 토픽이 도출되었다.

Fig. 5. 
Coherence analysis results and key words of 8 topics

^*This image was automatically derived by a Gensim package.

토픽 1은 ‘인구’, ‘보유’, ‘커지’ 등의 단어로 구성되어 있으며, <인구감소>와 관련된 주제를 나타낸다. 이는 지역 인구의 변화와 그에 따른 사회적, 경제적 영향을 반영하는 것으로 해석할 수 있다. 토픽 2는 ‘지사’, ‘보이’, ‘부울’ 등의 단어를 포함하고 있으며, <정치적> 관점에서 메가시티에 대한 충청남도와 경기도 등 다양한 지역의 반응을 보여주는 주제이다. 토픽 3은 ‘정보’, ‘아파트’, ‘매매’ 등의 단어로 이루어져 있으며, 부동산과 아파트 매매에 초점을 맞춘 <자산> 관련 주제를 나타낸다. 이는 메가시티가 주거 시장에 미치는 영향을 반영하는 것으로 볼 수 있다. 토픽 4는 ‘매물’, ‘부동산’, ‘천공’ 등의 단어가 포함되어 있으며, <부동산> 시장의 현실적인 문제에 대한 주제를 다룬다. 이는 세 번째 토픽과 함께 부동산 시장의 동향과 그 변화를 중심으로 한 논의를 나타낸다. 토픽 5는 ‘생각’, ‘내년’ 등의 단어로 구성되어 있으며, <미래>와 관련된 주제를 나타낸다. 토픽 6은 ‘도쿄’, ‘그렇’, ‘사람’ 등의 단어로 이루어져 있으며, 해외 도시 사례를 통해 <메가시티의 장점과 가능성>을 탐색하는 주제로 해석된다. 여기서 ‘그렇’의 키워드가 발견되었던 것은 한국의 메가시티도 다른 국가의 메가시티와 유사하다는 의미로 여러 차례 쓰였기 때문으로 보인다. 토픽 7은 ‘서울’, ‘편입’, ‘메가시티’ 등의 단어를 포함하며, 현재 진행 중인 <서울편입>과 관련된 주제를 다루고 있다. 이는 메가시티 구상의 핵심 요소 중 하나로서의 서울 편입에 대한 논의를 반영한다. 토픽 8은 ‘도시’, ‘서울’, ‘메가시티’ 등의 키워드가 포함된 <도시주변> 주제를 다루며, 도시 주변의 변화와 메가시티 구상이 주변 지역에 미치는 영향을 탐구하는 주제로 보인다.

토픽모델링 결과의 시각화 과정에서 각 토픽을 구성하는 단어들의 집중도와 분포는 중요한 분석 지표로 활용되었다. 이를 위해 단어 간의 거리를 사전에 정의하고 각 토픽 내에 동일한 수의 단어를 배치하여 토픽별 공간의 넓이를 비교하였다. 이러한 방식으로 키워드들이 서로 밀접하게 위치할수록, 즉 X축 상의 거리(inch)가 짧을수록 해당 토픽의 단어 집중도가 높다고 해석할 수 있다.

빈도분석을 통해 카이스퀘어 검증을 실시한 결과, 통계적으로 유의한 차이가 발견되었다(χ² = 1307.77, p < .001). 구체적으로 언론기사에서는 긍정적인 평가의 빈도가 11,574회로, 소비자 리뷰의 긍정적인 평가 빈도 10,350회에 비해 상대적으로 더 높게 나타났다. 반면, 부정적인 평가의 빈도는 언론기사에서 3,357회, SNS에서는 3,924회로, SNS가 언론기사에 비해 더 부정적인 경향을 보였다. 또한, 중립적인 평가의 빈도는 언론기사에서 1,297회였던 반면, 소비자 리뷰에서는 3,896회로 높았다. 이는 언론기사와 SNS에서 각기 다른 기준으로 미디어에서 메가시티 관련 이슈를 다루고 있으며, 미디어에 따른 인식에 차이가 있음을 의미한다.