의회 데이터와 트위터의 결합을 통한 정치적 담론 분석의 새로운 지평 MultiParTweet

초록

본 논문은 독일 의회 코퍼스(GerParCor)를 확장하여 정치인들의 X(구 트위터) 게시물을 통합한 다국어 트윗 코퍼스인 MultiParTweet를 제안합니다. 9개의 텍스트 모델과 1개의 시각-언어 모델(VLM)을 활용하여 감정, 감성, 주제를 자동 주석 처리하였으며, 멀티모달 데이터가 인간의 해석과 더 높은 일치도를 보임을 입증했습니다.

상세 분석

본 연구의 핵심 기술적 가치는 전통적인 텍스트 기반의 의회 코퍼스(GerParCor)와 비정형 데이터인 소셜 미디어(X)를 하나의 통합된 프레임워크로 연결했다는 점에 있습니다. 연구진은 단순한 데이터 수집을 넘어, 텍9개의 텍스트 기반 모델과 1개의 시각-언어 모델(VLM)을 결합한 하이브리드 주석(Annotation) 전략을 채택했습니다. 이는 텍스트 데이터가 가진 맥락적 한계를 이미지와 텍스트가 결합된 멀티모달(Multimodal) 관점에서 보완하려는 시도입니다.

기술적으로 주목할 점은 ‘모델 간 상호 예측 가능성(Mutual Predictability)‘에 대한 실험입니다. 연구진은 각 모델의 출력값이 다른 모델의 결과를 예측할 수 있는 수준인지 검증함으로써, 자동화된 주석 시스템의 일관성과 신뢰성을 확보했습니다. 또한, VLM 기반의 주석이 인간의 수동 주석과 더 높은 상관관계를 보였다는 결과는, 정치적 메시지의 감정이나 주제를 파악할 때 이미지와 텍스트의 상호작용을 이해하는 것이 인간의 인지 구조와 더 유사함을 시사합니다. 이는 향후 NLP(자연어 처리) 연구가 텍스트를 넘어 멀티모달리티로 확장되어야 하는 강력한 근거를 제시합니다. 더불어, 데이터 수집의 재현성을 보장하기 위해 개발된 TTLABTweetCrawler는 데이터 엔지니어링 측면에서 연구의 확장성을 높이는 중요한 도구로 평가됩니다.

현대 정치에서 소셜 미디어는 정치인의 이데올로기를 반영하는 동시에 젊은 세대와 소통하는 핵심적인 매개체로 기능하고 있습니다. 그러나 기존의 정치학 연구는 주로 공식적인 의회 기록(Parliamentary Corpus)에 의존해 왔으며, 이는 역동적인 소셜 미디어 담론을 포괄하는 데 한계가 있었습니다. 본 논문은 이러한 간극을 메우기 위해 독일 의회 코퍼스인 GerParCor를 확장하여, 정치인들의 트윗 데이터를 결합한 새로운 다국어 코퍼스인 ‘MultiParTweet’를 선보입니다.

MultiParTweet는 총 39,546개의 트윗과 19,056개의 미디어 아이템을 포함하고 있으며, 이는 의회 내의 공식적 담론과 X(트위터)에서의 비공식적 담론을 비교 분석할 수 있는 강력한 자원을 제공합니다. 연구의 핵심 방법론은 자동화된 주석 시스템의 구축과 검증입니다. 연구진은 9개의 텍스트 기반 모델과 1개의 시각-언어 모델(VLM)을 사용하여 트윗 내의 감정(Emotion), 감성(Sentiment), 그리고 주제(Topic)를 자동으로 분류했습니다. 특히, 텍스트 데이터뿐만 아니라 트윗에 포함된 이미지 등 시각적 요소를 함께 분석할 수 있는 VLM의 도입은 본 연구의 혁신적인 부분입니다.

연구진은 자동화된 주석의 정확도를 검증하기 위해 사람이 직접 수행한 수동 주석(Manual Annotation) 데이터와 비교 분석을 수행했습니다. 실험 결과, 매우 흥미로운 사실이 발견되었습니다. 첫째, 각 자동화 모델의 출력값들이 서로를 예측할 수 있을 정도로 높은 상관관계를 보였다는 점입니다. 이는 구축된 주석 시스템이 일관된 논리적 구조를 가지고 있음을 의미합니다. 둘째, 인간 평가자들은 텍스트 전용 모델보다 VLM 기반의 주석을 더 선호하고 신뢰했습니다. 이는 인간이 소셜 미디어의 메시지를 해석할 때 텍스트와 이미지를 통합적으로 인지한다는 점을 뒷받침하며, 멀티모달 표현이 인간의 해석 방식과 더 밀접하게 정렬(Alignment)되어 있음을 보여줍니다.

또한, 본 연구는 데이터 수집의 재현성을 위해 ‘TTLABTweetCrawler’라는 범용 X 데이터 수집 도구를 함께 제안합니다. 이 도구는 연구자가 특정 정치적 맥락을 가진 데이터를 체계적으로 추출하고 코퍼스를 재구성할 수 있도록 돕습니다. 결론적으로, MultiParTweet는 정치적 담론의 온-오프라인 연결성을 연구하고자 하는 정치학자 및 데이터 과학자들에게 매우 가치 있는 자원이며, 멀티모달 NLP 기술이 사회과학적 분석의 정밀도를 어떻게 높일 수 있는지를 보여주는 선도적인 사례입니다.