마약전쟁 속 감정: 멕시코 마약 전쟁 시 소셜미디어 정서와 탈감작

초록

본 연구는 2010년 8월부터 2012년 12월까지 멕시코 4대 도시에서 발생한 마약 전쟁 폭력과 트위터 게시물의 정서 변화를 연계한다. 부정적 정서, 각성도, 지배성이라는 세 가지 정서 지표를 활용해 폭력 증가에도 불구하고 부정적 정서는 감소하고, 각성도와 지배성은 상승하는 패턴을 발견하였다. 이는 장기적 폭력 상황에서 온라인 사용자들이 정서적 탈감작 과정을 겪고 있음을 시사한다.

상세 분석

이 논문은 사회적 위기 상황에서 디지털 플랫폼이 정서적 반응을 어떻게 반영하는지를 정량적으로 탐구한다는 점에서 학제간 연구의 모범을 제시한다. 데이터 수집은 트위터 API를 이용해 2010년 8월부터 2012년 12월까지 약 2년간 4개 주요 도시(멕시코시티, 과달라하라, 몬테레이, 티후아나)에서 위치 기반 해시태그와 지오코딩을 통해 약 1천만 건의 트윗을 확보하였다. 정서 측정은 기존 심리학 연구에서 검증된 어휘 사전인 LIWC와 ANEW(감정 평가 어휘 목록)를 결합해 부정적 정서(negative affect), 각성도(activation), 지배성(dominance) 점수를 각각 산출하였다. 부정적 정서는 ‘슬픔’, ‘분노’, ‘두려움’ 등 부정적 감정 어휘 빈도로, 각성도는 ‘흥분’, ‘긴장’ 등 고각성 어휘 빈도로, 지배성은 ‘통제’, ‘주도’ 등 지배적 어휘 빈도로 정의되었다.

통계 분석은 시계열 회귀 모델을 적용해 폭력 지표(살인 사건 수, 총격 사건 수, 실시간 사망자 수)와 정서 점수 간의 상관관계를 검증하였다. 결과는 폭력 지표가 상승하는 기간에도 부정적 정서 점수는 유의하게 감소했으며, 반대로 각성도와 지배성 점수는 유의하게 상승했다는 점을 보여준다. 이러한 패턴은 ‘감정적 탈감작’—반복적인 폭력 노출에 의해 감정 반응이 둔화되고, 동시에 상황에 대한 인지적 통제감이 강화되는 현상—을 뒷받침한다.

연구는 또한 지역별 차이를 분석했는데, 폭력 수준이 가장 높은 멕시코시티와 티후아나에서 탈감작 현상이 가장 뚜렷하게 나타났으며, 상대적으로 폭력 감소 추세를 보인 과달라하라에서는 정서 변화가 완만했다. 이는 지역사회가 겪는 폭력의 강도와 지속성이 정서적 적응 메커니즘에 직접적인 영향을 미친다는 가설을 지지한다.

한계점으로는 트위터 사용자가 전체 인구를 대표하지 못한다는 표본 편향, 자동화된 봇 계정의 존재, 그리고 어휘 사전 기반 정서 분석이 문맥적 뉘앙스를 놓칠 가능성을 들었다. 향후 연구에서는 다중 플랫폼(페이스북, 인스타그램) 데이터를 통합하고, 기계 학습 기반 감정 분류 모델을 도입해 정교한 정서 추론을 시도할 필요가 있다.

이 논문의 주요 기여는 (1) 장기적 내전 상황에서 디지털 정서 데이터가 사회적 탈감작 현상을 포착할 수 있음을 실증적으로 증명했으며, (2) 정서적 탈감작이 시민의 행동주의와 정신건강에 미치는 잠재적 영향을 조명함으로써 정책 입안자와 보건 전문가에게 실용적인 인사이트를 제공했다는 점이다.