2017년 독일 주선거 트위터 봇 전략과 영향

초록

본 연구는 2017년 독일 바이에른 주선거를 앞두고 트위터에 게시된 정치 관련 트윗을 수집·분석하여 사회봇 61대를 식별하고, 이들의 활동 패턴과 네트워크 상 영향력을 평가한다. 독일어와 지역성에 제한된 환경 탓에 봇들은 조직적인 정치 전략을 보이지 않았으며, 전반적인 영향력도 미미한 것으로 나타났다.

상세 분석

본 논문은 2017년 5월 독일 바이에른 주선거 기간 동안 트위터에서 ‘바이에른 선거’, ‘바이에른 주정부’ 등 키워드로 수집한 1.2백만 건 이상의 트윗 데이터를 기반으로 사회봇을 탐지하고 그 전략과 영향력을 정량·정성적으로 분석하였다. 먼저, Botometer(이전 이름: BotOrNot) API를 활용해 각 계정에 대한 자동화 점수를 산출하고, 사전 정의된 임계값(0.8 이상)을 적용해 61개의 고신뢰도 봇을 선별하였다. 이 과정에서 언어 모델이 독일어에 최적화되지 않아 오탐·누락 가능성을 인정하고, 추가적인 수동 검증을 통해 최종 후보를 확정하였다.

다음으로, 식별된 봇들의 활동 시계열을 조사한 결과, 대부분이 선거 전후 2주 내에 집중적으로 트윗을 발행했으며, 평균 트윗 수는 12.4개, 리트윗 비율은 18% 수준으로 인간 사용자와 크게 차별되지 않았다. 내용 분석에서는 정책 논의, 후보자 소개, 선거 일정 알림 등 일반적인 정보 제공에 머물렀으며, 특정 정당이나 후보를 편향적으로 지지하거나 비난하는 메시지는 거의 발견되지 않았다. 이는 독일어 사용이 제한적이면서도 지역 선거라는 특성상, 기존에 해외에서 관찰된 대규모 정치적 조작 봇 네트워크와는 다른 양상을 보인 것으로 해석된다.

네트워크 시각화에서는 봇-인간 간 상호작용을 중심으로 그래프를 구성했으며, 봇들이 형성하는 클러스터는 매우 희박했다. 중심성 지표(베트위니, 클로즈니스)에서 봇들의 값은 인간 사용자 평균의 0.07배에 불과했으며, 인플루언서 계정과의 직접 연결도 거의 없었다. 또한, 해시태그 공동 사용 네트워크에서도 봇들은 주류 해시태그와의 교차 빈도가 낮아, 정보 확산 경로에서 실질적인 매개 역할을 수행하지 못한 것으로 판단된다.

결과적으로, 61개의 봇이 식별되었지만, 이들의 활동은 규모·전략·영향력 측면에서 제한적이었다. 저자들은 이러한 현상이 (1) 독일어 텍스트 처리의 기술적 난이도, (2) 지역 선거라는 제한된 청중, (3) 독일 내 정치 문화가 자동화된 여론 조작에 대한 사회적 경계가 높다는 점과 연관될 수 있다고 제시한다. 또한, 봇 탐지 모델의 언어 편향성과 데이터 수집 범위의 제한이 연구 결과에 영향을 미쳤을 가능성을 인정하고, 향후 다국어·다채널 접근법이 필요함을 강조한다.