한글 트위터상의 코로나19 백신 담론에 대한 2단계 동적 토픽 모델링 분석

초록

본 연구는 소셜 미디어 데이터에 잠재하는 국내 코로나19 백신 쟁점에 대한 시계열 기반 분석을 위한 최신 2단계 동적 토픽 모델링(Dynamic Topic Modeling, DTM) 기법을 제안한다. 본 연구를 위해, 우리는 국내 코로나19 백신 접종 시행 및 계획이 본격적으로 시작된 2021년 2월부터 2023년 1월까지 작성된 트위터 데이터를 수집하여 분석하였다. 기존 DTM 기법은 추세가 급변하는 코로나19 백신 특성상 토픽 내 키워드의 연관성을 찾기 어려워 토픽의 숨겨진 의미를 분석하기 어렵다는 문제가 있다. 이러한 분석상의 난제를 해결하기 위해, 본 연구에서는 1단계로 전체 트위터 데이터셋에 대한 거시적 DTM을 수행하여 토픽 내 키워드들의 유사성이 변하는 시점을 찾고, 해당 시점들을 기준으로 데이터셋을 재구축해 2단계 DTM을 수행한다. 그 결과, 우리는 제안한 2단계 DTM에서 기존 DTM대비 더 다양한 토픽이 효과적으로 분류되는 것을 확인하였다.

키워드