트위터에서 피부톤 이모지와 감성 분석

초록

본 연구는 2015년 유니코드가 도입한 5가지 피부톤 이모지를 트위터 데이터에 적용해 국가별 사용 빈도와 감성 점수를 분석한다. 국가별 피부톤 이모지 사용 비율은 해당 국가 인구의 평균 피부톤과 대체로 일치했으며, 전 세계적으로 피부톤이 어두울수록 트윗 감성 점수가 낮은 부정적 상관관계가 발견되었다. 이러한 결과는 디지털 커뮤니케이션에서 인종·피부색 표현이 어떻게 나타나는지를 이해하는 데 기여한다.

상세 분석

이 논문은 2015년 유니코드 컨소시엄이 도입한 ‘피부톤 이모지’(Fitzpatrick 15 단계)를 트위터에 적용해 지리적·감성적 패턴을 탐색한다. 데이터는 20162019년 사이에 공개된 1억 건 이상의 트윗을 크롤링했으며, GPS 좌표, 사용자 프로필, 해시태그 등을 활용해 국가를 추정하였다. 각 트윗에 포함된 피부톤 이모지는 5가지 색상 중 하나로 분류하고, 해당 국가별 사용 비율을 계산했다. 감성 분석은 VADER와 한국어 감성 사전을 결합한 하이브리드 모델을 사용해 긍정·부정 점수를 산출했으며, 이 점수와 피부톤 사용 비율 사이의 피어슨 상관계수를 구했다. 결과는 두 가지 주요 인사이트를 제공한다. 첫째, 미국, 브라질, 인도 등 인구의 평균 피부톤과 일치하는 국가에서는 해당 피부톤 이모지 사용 비율이 높았다. 이는 사용자가 자신의 외모를 디지털 아이덴티티에 반영하려는 경향을 시사한다. 둘째, 전 세계적으로 피부톤이 어두울수록(피부톤 4·5) 트윗 감성 점수가 낮은 경향이 관찰되었으며, 상관계수는 –0.42로 통계적으로 유의미했다. 이는 사회경제적 스트레스, 차별 경험, 혹은 문화적 표현 차이가 디지털 감성에 투영될 가능성을 암시한다. 논문은 또한 데이터 편향(지리적 표본 불균형, 자동 번역 오류)과 이모지 사용의 다중 의미(풍자, 아이러니 등)라는 한계를 인정하고, 향후 다언어 감성 모델 개선과 장기적 시계열 분석을 제안한다. 이러한 방법론적 접근은 디지털 커뮤니케이션에서 인종·피부색 표현을 정량화하는 최초의 시도 중 하나이며, 정책 입안자와 플랫폼 운영자에게 사회적 포용성을 평가하는 새로운 지표를 제공한다.