Journal Archive

뉴스 분석에 있어서 토픽 모델링 방법은 유용하게 활용된다. 이는 머신러닝을 이용한 대규모 뉴스 데이터의 처리, 뉴스 내 잠재된 주제의 발견, 시간 순으로 정렬된 뉴스 데이터의 분석, 자동화된 키워드 및 뉴스 분류가 가능하기 때문이다. 이러한 기능 덕분에 토픽 모델링 방법은 방대한 뉴스 데이터를 효과적으로 분석하고 이슈를 추출하는데 적합한 도구로 사용될 수 있다[13].

본 연구에서는 2010년부터 2023년 2월까지 발표된 미래 질병 위험에 관한 뉴스 빅데이터를 세 시기로 나누어 수집한 뒤, 데이터 및 키워드의 정제 과정을 거쳐 토픽 모델링 분석을 통해 각 시기별 주요 이슈 및 변화를 분석함으로써 미래 질병 위험에 대한 시사점을 도출하고자 하였다.

2023년 2월 28일을 기준으로 한국언론진흥재단의 뉴스 빅데이터 분석 플랫폼인 빅카인즈(BIGKinds)에 등록된 모든 언론 매체를 대상으로 뉴스 데이터를 수집하였다. 수집된 언론 매체는 총 54개로, 이는 중앙지 11개, 지역지 28개, 경제지 8개, 전문지 2개, 방송국 5개로 구성되어 있다.

미래 질병 위험에 관한 뉴스 분석은 2010년 1월 1일부터 2023년 2월 28일까지의 기간 동안 수행되었으며, 이 기간을 세 구간으로 나누어 분석하였다. 세 번째 구간은 코로나19 국내 첫 확진자 발생 일자인 2020년 1월 20일을 기준으로 하여 2020년 1월 1일부터 2023년 2월 28일까지로 설정하였으며, 첫 번째 및 두 번째 구간은 2020년 1월 1일을 기점으로 하여 각각 5년 간격(첫 번째 구간은 2010년 1월 1일부터 2014년 12월 31일까지, 두 번째 구간은 2015년 1월 1일부터 2019년 12월 31일까지)으로 정의하였다.

뉴스 수집을 위한 검색 조건은 미래, 질병, 위험에 관련된 키워드를 중심으로 OR 연산자를 사용하여 유사 키워드를 결합하고, 이들을 AND 연산자로 결합하여 최종적인 검색식을 구성하였다. 관련성이 낮은 뉴스를 제외하기 위해 인터뷰, 신년사, 수상 소식, 운세 등의 키워드를 포함하는 뉴스는 NOT 연산자를 사용하여 검색에서 제외하였다. 최종적으로 설정된 검색식은 [(미래 OR 새로운 OR 새롭게 OR 이머징 OR 전례없는 OR 전례 없는 OR 전례없이 OR 전례 없이) AND(보건 OR 질병 OR 건강) AND(위험 OR 위기 OR 이슈) NOT(인터뷰 OR 신년사 OR 시정 OR 도정 OR 운세 OR 드라마 OR 장관상 OR 정부포상 OR 국민훈장 OR 최우수상)]이다.

2010년부터 2023년 2월까지의 기간 동안 수집된 미래 질병 위험 관련 뉴스 데이터는 총 77,043건이었다. BIGKinds 플랫폼의 중복 및 예외 기사 필터링 기능을 활용하여 중복되거나 연구 목적에 부합하지 않는 기사를 제외한 후, 연구 팀은 추가적으로 각 기사를 검토하여 특정 주식, 보험, 상품 광고, 신년사, 특정 후보의 선거 공약 등 연구 목적에 맞지 않는 기사를 추가로 제외하였다. 이 과정을 거쳐 22,947건의 기사를 제외하고 최종적으로 54,096건의 기사가 분석에 사용되었다.

이 연구에서는 텍스트 집합에서 다수의 토픽이 존재하며, 각 키워드가 특정 토픽에 속할 확률을 가정하는 LDA(Latent Dirichlet Allocation, 잠재 디리클레 할당) 기법을 채택하여 토픽 모델링 분석을 수행하였다. 이 방법은 텍스트 내에서 토픽별로 키워드와 문서를 분류하는 데 유용하다[14].

분석 도구로는 한국어 형태소 분석에 특화된 넷마이너(NetMiner) 소프트웨어와 파이썬으로 작성된 ‘토픽 모델링 플러그인’ 스크립트가 활용되었다. 이 도구를 통해 1) 빈도분석 및 TF-IDF 분석을 기반으로 한 용어 사전의 구축, 2) 실루엣 계수를 활용한 토픽 모델링의 최적화 검증, 3) 토픽별 키워드 및 뉴스의 분류, 4) 토픽명의 결정을 위한 토픽별 뉴스 원문 및 키워드의 검토 과정을 진행하였다.

먼저, 키워드의 정제를 위해 빈도 및 TF-IDF 분석을 통해 정의어, 유사어, 제외어 사전을 생성하고, 이를 토픽 모델링 분석에 적용하였다. 정의어 사전은 고유명사를 정확히 추출할 수 있도록, 유사어 사전은 비슷한 의미의 다양한 단어를 하나로 통합할 수 있도록, 제외어 사전은 분석 목적에 부합하지 않는 용어를 배제할 수 있도록 구성되었다. 이 사전들은 TF-IDF 값 0.6을 기준으로 업데이트되며, 공백으로 구분된 단어는 별도의 단어로 처리되었다. 최종적으로 연구팀의 회의를 거쳐 사전에 포함될 단어들을 선정하였다.

토픽 모델링의 최적화를 위한 파라미터 결정에는 실루엣 계수가 활용되었다. 실루엣 계수는 특정 키워드가 속한 클러스터 내 다른 키워드들과의 근접성 및 다른 클러스터와의 거리를 수치적으로 나타내는 지표로, -1부터 +1 사이의 값으로 표현되며, +1에 가까울수록 토픽 모델링의 분류가 잘 이루어졌음을 의미한다. 실루엣 계수를 활용한 토픽 모델링 선행연구 방법을 반영하여 α값을 0.01에서 0.1까지, β값을 0.01에서 0.02까지 변화시키며, 토픽 수를 5에서 10까지 설정하여 총 120가지 시나리오에 대해 실루엣 계수를 계산하였다[15]-[17]. 계산 결과, 각 기간별로 최적화된 파라미터 설정 값이 도출되었다. 1기는 α값 0.06, β값 0.02, 토픽 수 5개일 때, 2기는 α값 0.04, β값 0.01, 토픽 수 5개일 때, 3기는 α값 0.02, β값 0.01, 토픽 수 5개일 때 실루엣 계수가 +1에 가장 근접하게 나타나, 해당 파라메타 값을 반영하여 토픽 모델링 분석을 수행하고, 토픽의 시계열 비중 변화를 선형예측 회귀분석으로 나타냈다.

Fig. 1. 
Topic modeling optimization verification result

토픽별 키워드 및 뉴스 분류 후에는 키워드와 관련된 주요 뉴스를 선정하고, 토픽별로 뉴스 원문 및 키워드를 검토하여 최종적으로 토픽명을 확정하였다. 이 과정에서 한국보건사회연구원 연구위원 1명, 부연구위원 2명, 연구원 1명, 한국과학기술정보연구원 연구원 1명 등 보건분야 및 토픽 모델링 전문가 5명의 토의를 통해 각 토픽에 대해 가장 적절한 명칭을 부여하였다.

2010년부터 2023년 2월까지 보도된 54,096건의 미래 질병 위험에 관련된 뉴스 기사를 대상으로 한 토픽 모델링 분석을 통해, 국내 언론이 다룬 미래 질병 위험에 대한 주요 이슈들을 탐색하였다.

분석 기간을 세 구간으로 나누었고, 제1기(2010년부터 2014년까지)에서는 ‘만성질환 발생 위험 증가와 예방 전략’, ‘한국사회의 다양한 정신건강 문제’, ‘위기 아동·청소년을 위한 사회안전망 부족’, ‘기후변화 대응 및 녹색성장에 대한 요구 증가’, ‘저출산·고령화로 인한 사회보장재정 부담’ 등의 토픽이 도출되었다. 제2기(2015년부터 2019년까지)에서는 ‘질병 예방과 진단을 위한 미래기술의 발전’, ‘한국사회의 다양한 갈등 해결과 건강한 관계 맺기’, ‘취약계층 지원 및 복지사각지대 발굴의 중요성’, ‘4차 산업혁명에 따른 의료기술의 변화’, ‘국제 협력이 요구되는 다양한 사회문제 대두’와 같은 토픽이 확인되었다. 제3기(2020년부터 2023년 2월까지)에서는 ‘생활습관 및 예방적 건강관리의 중요성’, ‘코로나19로 인한 의료시스템 위기상황과 감염병 대응 역량 강화 필요성’, ‘포스트 코로나 시대의 학생 교육 및 정서 건강 관리’, ‘지속가능한 미래를 위한 산업계의 환경 문제 대응’, ‘포스트 코로나 시대의 세계 질서 변화와 국제 협력’ 등의 주제가 주목받았다.

본 연구에서는 각 시기별로 도출되었던 총 15개의 토픽을 연구진 회의를 통해 ➀예방적 건강관리, ➁정신건강을 위한 사회 안전망 구축, ➂취약계층 복지 강화, ➃기후변화와 환경 문제, ➄글로벌 협력과 변화의 5개 차원의 공통된 이슈로 재분류하였다[18].

첫 번째로, ‘예방적 건강관리’ 차원에는 제1기의 ‘만성질환 발생 위험 증가와 예방 전략’, 제2기의 ‘질병 예방과 진단을 위한 미래기술의 발전’ 및 ‘4차 산업혁명에 따른 의료기술의 변화’, 그리고 제3기에는 ‘생활습관 및 예방적 건강관리의 중요성’의 토픽을 포함하였다. 두 번째로, 정신건강을 위한 사회 안전망 구축 차원에서는 제1기에 ‘한국사회의 다양한 정신건강 문제’, 제2기에는 ‘한국사회의 다양한 갈등 해결과 건강한 관계 맺기’, 그리고 제3기에는 ‘포스트 코로나 시대의 학생 교육 및 정서 건강 관리’ 의 토픽을 분류하였다. 세 번째로, 취약계층 복지 강화 차원에는 제1기의 ‘위기 아동·청소년을 위한 사회안전망 부족’과 ‘저출산·고령화로 인한 사회보장재정 부담’, 제2기의 ‘취약계층 지원 및 복지사각지대 발굴의 중요성’이 포함되었다. 네 번째로, 기후변화와 환경 문제 차원에서는 제1기의 ‘기후변화 대응 및 녹색성장에 대한 요구 증가’와 제3기의 ‘지속 가능한 미래를 위한 산업계의 환경 문제 대응’ 토픽이 포함되었다. 마지막으로, 글로벌 협력과 변화 차원에서는 제2기의 ‘국제 협력이 요구되는 다양한 사회문제 대두’와 제3기의 ‘코로나19로 인한 의료시스템 위기상황과 감염병 대응 역량 강화 필요성’, ‘포스트 코로나 시대의 세계 질서 변화와 국제 협력’ 이 포함되었다.

첫 번째 이슈인 ➀예방적 건강관리는 2010년 이후 지속적으로 사회적 관심을 받아왔다. 특히, 제3기 동안 ‘생활습관 및 예방적 건강관리의 중요성’에 대한 토픽이 증가하는 추세를 보임으로써, 예방적 건강관리에 대한 사회적 관심이 지속적으로 증가할 수 있음을 시사하였다. 관련 주요 뉴스에서는 고혈압, 암, 비만, 심혈관질환, 당뇨병 등 다양한 만성질환의 위험성과 예방법, 치료법에 대한 정보가 대두되었으며, 만성질환의 유병률 증가에 따른 개인 및 사회적 부담을 줄이기 위해 관련 질병의 예방을 위한 국민의 생활습관 개선 및 정책 마련이 요구될 것이다.

제2기의 ‘질병 예방과 진단을 위한 미래기술의 발전’에 관한 뉴스들은 현대 의료 기술이 질병 예방과 진단에 어떻게 활용될 수 있는지에 대한 중점적인 논의를 제공한다. 최신 레이저 백내장 수술, 유전자 검사를 통한 맞춤형 진료 확대 등과 관련된 연구는 의료기술 및 의과학 연구의 발전이 질병 예방과 진단에 어떻게 기여할 수 있는지를 보여주며 이에 대한 추가적인 국가적 지원과 자원 투입이 필요함을 시사한다.

또한, 제2기의 ‘4차 산업혁명에 따른 의료기술의 변화’와 관련된 뉴스들은 4차 산업혁명의 트렌드, 사물인터넷(IoT)의 가능성, 개인정보 암호화 및 활용, 맞춤형 헬스케어, 바이오헬스 기술의 성장 가능성, 미래 기술 예측 등을 다루며, 미래 질병 위험 관리 및 예방에 대한 새로운 접근법을 제공한다. 특히 맞춤형 헬스케어, 바이오헬스 기술과 ICT의 융합은 질병 관리와 예방을 위한 새로운 방법론을 제시하므로, 이러한 기술의 적극적 활용을 위해 바이오 헬스 산업의 육성 및 연구 개발 지원이 요구된다.

또다른 이슈인 ➁정신건강을 위한 사회 안전망 구축은 이모든 시기에 걸쳐 지속적으로 중요한 이슈로 부각되었다. 정신건강 악화는 선행연구에서도 미래 위험 요인으로 언급된 바 있다. 본 연구의 뉴스 기사 분석 결과에서는, 제1기 동안 ‘한국사회의 다양한 정신건강 문제’와 관련된 뉴스 보도를 통해 사회 범죄, 고독사, 중독 문제, 청소년 우울증, 자살, 어린이 정서학대 등 사회적 문제들이 주요 토픽으로 다뤄졌다. 이는 개인적 차원을 넘어 사회적 차원에서 정신건강 문제가 심각하게 인식되고 있음을 나타낸다. 제2기에는 ‘한국사회의 다양한 갈등 해결과 건강한 관계 맺기’ 토픽이 중요하게 다루어졌다. 이 기간 동안의 뉴스들은 사회적 갈등, 세대 간의 의사소통 문제, 개인 및 집단 간의 건강한 관계 형성, 정신건강에 대한 인식 향상에 중점을 두었다. 저출산, 남녀 갈등, 인간과 동물·자연과의 관계, 1인 가구 증가로 인한 고독 문제 등 다양한 주제가 다루어졌다. 이러한 뉴스들은 사회적 갈등 해결과 건강한 관계 형성을 위한 다양한 방안 및 정책 제안을 포함하며, 다양성을 존중하고 포용하는 정책과 집단 간 커뮤니케이션 활성화 정책의 필요성을 시사한다.

제3기에서 ‘포스트 코로나 시대의 학생 교육 및 정서 건강 관리’ 토픽에 대한 뉴스는 코로나19로 인한 학생들의 학습환경 변화와 이로 인해 영향을 받은 학생들의 정서건강 관리에 초점을 맞추었다. 사회적 격리와 온라인 수업의 확대로 학생들의 정서적 스트레스가 증가하고 사회적 상호작용이 감소하였음이 나타났으며, 이는 학생들의 교육과 정서 건강을 지원하기 위한 지속적인 대책의 필요성을 강조한다.

➂취약계층 복지 강화 이슈 토픽인 제1기의 ‘위기 아동·청소년을 위한 사회안전망 부족’과 관련된 뉴스는 아동 및 청소년의 안전과 건강 증진을 위한 지역사회 안전망 구축에 초점을 맞추었다. 위기 청소년의 건강한 성장 지원과 자살 예방 사업 등을 통한 노력이 주요하게 다루어졌으며, 학교 폭력 대응도 중요한 토픽으로 포함되었다. 위기 상황에 처한 청소년들을 위한 체계적인 지원이 그들의 심리적 건강뿐만 아니라, 향후 성인이 되어서의 건강에도 영향을 미칠 수 있음을 강조하였으며, 지역사회, 학교, 정부 간의 협력을 통한 효과적인 안전망 구축의 중요성을 언급하였다. ‘저출산 ·고령화로 인한 사회보장재정 부담’과 관련된 뉴스들은 저출산 및 고령화 대응책, 보험료 문제, 노후 복지, 의료비 부담 등의 이슈를 다루었다. 이는 기초생활보장 대상의 확대, 국민연금의 개선 등을 통해 사회보장재정 부담에 대응할 필요성을 제시하며, 고령화 사회 진입에 따른 국가 및 국민의 재정 부담 증가와 의료비 부담 증가에 대응하기 위한 복지 및 보험 체계의 선제적 정비를 강조한다. 제2기의 ‘취약계층 지원 및 복지사각지대 발굴의 중요성’과 관련된 뉴스들은 취약계층 지원 및 사회 안전망 강화에 중점을 둔다. 정부와 지역사회가 협력하여 위기가구를 지원하고, ‘찾아가는 동 주민센터’와 같은 지역 기반 복지 거점의 설정, 재난취약가구에 대한 안전점검 및 정비사업 등이 주요 보도 내용으로 나타났다. 이러한 뉴스들은 아동·빈곤위기 가정등을 포함하여 다양한 취약계층을 발굴하고 복지사각지대를 해소하는 것이 미래의 질병 위험에 대비하는 중요한 전략임을 시사한다.

➃기후변화와 환경 문제와 관련하여 제1기와 제3기에서는 기후변화와 환경 문제에 대한 뉴스가 지속적으로 증가하는 추세가 나타났다. 특히, 제3기의 ‘지속가능한 미래를 위한 산업계의 환경 문제 대응’ 토픽에서 관련 뉴스 수가 시간이 지남에 따라 증가하였으며, 기후변화와 환경 문제가 건강에 광범위한 영향을 미칠 수 있음이 알려지고 이에 대한 사회적 관심이 높아지고 있는 현상을 보여주었다. 제1기의 ‘기후변화 대응 및 녹색성장에 대한 요구 증가’와 관련된 뉴스들은 저탄소 녹색성장, 미래 신산업의 메가트렌드, 세계 녹색시장 선점, 탄소 정보 공개 프로젝트 등을 다루며, 기후변화의 심각성과 경제적 영향, 기업들의 녹색성장 준비 상황을 주제로 삼고 있다. 이러한 뉴스는 기후변화가 미래 질병에 미치는 위험과 녹색성장 및 저탄소 정책의 필요성을 강조한다. 제3기의 ‘지속가능한 미래를 위한 산업계의 환경 문제 대응’에 속하는 뉴스들은 포스트 코로나 시대의 혁신 트렌드, 헬스케어 및 바이오산업의 팬데믹 대응, 환경과 경제의 지속가능성, 에너지 산업의 디지털화, ESG 투자, 액화수소 미래 에너지, 친환경 미래산업 등의 이슈를 다룬다. ‘지속가능한 미래’ 및 ‘지속가능한 발전 목표’(SDGs)의 개념은 건강과 밀접한 관련이 있으며, ‘기후변화 대응’은 SDGs의 중요한 목표 중 하나이다. 산업 활동에 의한 탄소 배출이 기후변화의 주요 원인으로 지목되면서, 국내외에서는 기후변화에 대응하기 위한 산업계의 환경 인식 제고와 대응 노력을 지속적으로 강화할 필요가 있다.

마지막 이슈인 ➄글로벌 협력과 변화와 관련해서는 제2기와 제3기에 걸쳐 관련 토픽이 중요하게 다루어졌다. 제2기에서는 ‘국제 협력이 요구되는 다양한 사회문제 대두’와 관련된 뉴스들이 주목받았으며, 이는 정부의 경제·사회정책, 국제협력, 환경문제 해결을 위한 노력 등에 초점을 맞추고 있다. 경제 협력, 평화 협정, 포용적 국가 실현, 미세먼지 해결 등의 다양한 이슈에서 국제협력을 통한 공동의 문제 해결의 중요성과 국내 정부의 적극적인 역할이 강조되었다. 제3기에서는 코로나19 팬데믹이라는 전례 없는 글로벌 위기를 맞이하여, 팬데믹 대응과 관련된 국제 협력의 중요성이 크게 부각되었다. ‘코로나19로 인한 의료시스템 위기상황과 감염병 대응 역량 강화 필요성’, ‘포스트 코로나 시대의 세계 질서 변화와 국제 협력’의 토픽에서는 팬데믹 대응, 포스트 코로나 이후의 방역 정책, 경제·사회·정치 변화, 국제사회의 연대, 백신 접근성 문제 해결을 위한 정부 역할, G20 국가들의 코로나 및 기후위기 극복 노력 등이 주요하게 다루어졌다. 이러한 뉴스들은 미래의 팬데믹 상황에 대비한 국제적 대응 역량 강화와 국제 협력의 중요성을 재확인시키며, 글로벌 위기 상황에서의 연대와 협력을 통한 문제 해결의 필요성을 강조했다. 이 토픽들은 국제 협력이 다양한 글로벌 이슈와 위기 상황에 대응하는 데 있어 핵심적인 역할을 하며, 지속 가능한 미래를 위한 글로벌 공동체의 노력이 중요함을 시사한다. 팬데믹과 같은 글로벌 위기를 넘어서, 경제, 환경, 사회 등 다양한 분야에서의 국제 협력은 더욱 강화되어야 할 것이다.

본 논문에서는 뉴스 빅데이터 분석을 통해 과거에 대두되었던 미래 질병 위험 요인을 확인하고자 하였다. 토픽모델링의 특성상 최종 토픽을 도출하는데 연구자의 주관적인 해석이 작용하였지만, 모델링을 통해 추출된 키워드 및 우선 순위 뉴스 도출을 통해서 토픽 선정의 근거를 최대한 확보하였다. 또한 기존에 국내 뉴스를 활용하여 미래 위험을 도출하기 위한 시도가 많지 않았고, 본 연구를 통해 10여년에 걸친 미래 위험 요인의 흐름을 파악할 수 있었다는 점에서 본 연구의 가치가 있다고 할 수 있을 것이다. 빅데이터의 시대인 만큼 텍스트 데이터는 기하급수적으로 발생하고 있고, 이러한 정보를 활용하여 향후 다양한 연구에서 토픽모델링을 활용하고 미래 질병 위험도 지속적으로 예측하려는 시도가 필요할 것이다.