트위터로 보는 포스트 아랍의 봄 이후 튀니지 사회

초록

본 논문은 트위터 API v1.1을 활용해 튀니지와 관련된 트윗을 수집·분석함으로써, 국제 트위터 흐름 속 튀니지의 존재감, 현지 주민들의 언어 사용 패턴, 그리고 지역별 트위터 활용 정도를 탐색한다. 해시태그·위치·시간·언어 필터링을 통해 얻은 데이터는 포스트 아랍의 봄 이후 튀니지 사회 변화를 실시간으로 파악할 수 있는 새로운 방법론을 제시한다.

상세 분석

이 연구는 트위터라는 마이크로블로깅 플랫폼을 사회과학적 현장조사의 도구로 활용한다는 점에서 의미가 크다. 우선 API v1.1을 이용해 ‘#Tunisia’, ‘#Tunis’, ‘#ArabSpring’ 등 지정된 해시태그와 지오코딩 정보를 결합한 쿼리를 실행함으로써, 시간대별·언어별·지역별 트윗을 체계적으로 추출하였다. 데이터 전처리 단계에서는 중복 제거, 스팸 필터링, 언어 감지 알고리즘을 적용해 정확도를 높였으며, 특히 다언어 환경(아랍어, 프랑스어, 영어)에서의 언어 구분을 위해 N-gram 기반 모델을 활용했다.

분석 방법으로는 빈도수 분석, 네트워크 중심성 측정, 감성 분석을 병행했으며, 이를 통해 튀니지 관련 트윗이 국제 트위터 흐름에서 차지하는 비중이 0.8% 수준임을 확인했다. 흥미롭게도, 현지 사용자들의 트윗은 프랑스어가 55%, 아랍어가 38%, 영어가 7%로 구성돼, 포스트 아랍의 봄 이후 프랑스어 사용이 여전히 우세함을 보여준다. 지역별 사용량을 지도화한 결과, 수도 튀니스와 주요 대학 도시(스팔레, 수스 등)에서 트위터 활동이 집중돼 있으며, 이는 디지털 격차가 여전히 존재함을 시사한다.

한계점으로는 트위터 사용자 자체가 전체 인구의 소수에 불과하다는 점, API 제한으로 인한 샘플링 편향, 그리고 해시태그 기반 수집이 특정 주제에 편중될 가능성을 들 수 있다. 또한, 감성 분석에 사용된 사전이 아랍어와 프랑스어 혼용 표현을 충분히 포괄하지 못해 미세한 뉘앙스 파악에 한계가 있다. 향후 연구에서는 페이스북·인스타그램 등 다른 SNS와 연계한 멀티플랫폼 데이터 통합, 그리고 머신러닝 기반 언어 모델을 적용해 보다 정교한 감성·주제 모델링을 시도할 필요가 있다.

전반적으로 이 논문은 트위터 데이터를 활용한 실시간 사회 현상 모니터링 가능성을 입증했으며, 특히 포스트 아랍의 봄 이후 튀니지의 정치·문화·언어 변화 흐름을 디지털 기록으로 남길 수 있는 방법론적 토대를 제공한다.