Journal Archive

본 연구는 과거 언론매체에서 보도되었던 ‘메르스(중동 호흡기 증후군)’와 관련된 뉴스 기사의 토픽(topic)을 통해 사회적 이슈들의 변화를 비교 분석하여, 제정된 관련 법률의 효과성을 분석하는 것을 목적으로 한다. 이를 위해, 한국언론진흥재단에서 제공하는 뉴스 빅데이터 분석 서비스인 빅카인즈(BIGKinds) 플랫폼으로부터 자료를 수집하였다. 빅카인즈 서비스는 데이터 전처리와 형태소 추출이 완료된 정제 데이터를 제공하며, 이러한 자료를 통한 토픽모델링 연구방법은 다양한 분야에서 응용되고 있다[10]-[12].

언론매체 선정은 여론의 보편성을 확보하기 위해 전국단위 언론매체로 한정하였으며, 특히 텍스트 기반 자료수집이 가능한 일간지와 방송사의 뉴스 웹사이트를 대상으로 하였다. 자료는 11개 전국단위 일간지(경향신문, 국민일보, 내일신문, 동아일보, 문화일보 서울신문, 세계일보, 조선일보, 중앙일보, 한겨레, 한국일보)와 5대 방송사(KBS, MBC, OBS, SBS, YTN)를 대상으로 수집되었다. 분석 대상 뉴스 건수는 2015년 36,742건, 2018년 1,155건으로 본 연구에서는 빅카인즈를 통해 비정형 텍스트의 형태소 추출과 키워드 정제가 완료된 데이터를 엑셀파일로 받아 분석에 사용하였다.

자료수집의 검색어는 연구목적에 맞게 한글로 ’메르스‘와 ‘중동 호흡기 증후군’을 사용하였다. 특히, 수집된 자료의 파일럿테스트 결과, 2018년도 9월에 진행된 ‘남북정상회담’ 관련 기사로 인해 데이터에 노이즈가 많이 발생하는 것을 방지하기 위해 ‘북한’이 포함된 기사는 제외하였다.

분석 기간은 보도 일자를 기준으로 2015년 메르스 첫 확진자 발생부터 해당 감염병 사태 종식 선언일(2015년 5월 20일 ~ 동년 7월 21일)까지를 1차 분석 대상 기간(메르스 1기)으로, 그리고 2018년 메르스 재발생 첫 확진자 발생부터 해당 감염병 사태 종식 선언일(2018년 9월 8일 ~ 동년 10월 16일)까지를 2차 분석 대상 기간(메르스 2기)으로 설정하여 뉴스 기사를 추출하였다. 본 자료는 2022년 12월부터 약 1개월 동안 수집 및 분석하였다.

수집된 데이터는 텍스트 기반 콘텐츠에서 잠재된 패턴을 도출하는 텍스트 마이닝 알고리즘인 토픽모델링 기법으로 분석하였다. 토픽 모델링 방법론은 뉴스 빅데이터와 같은 대량의 비정형 데이터를 대상으로 통계 및 머신러닝 알고리즘을 활용하여 확률분포를 바탕으로 키워드와 토픽을 자동으로 추출하는 방법이다[13]. 이 기법은 주제와 관련된 단서로부터 유사 의미의 단어들을 군집시켜 주제를 추론하는 방법론이다. 본 연구에서는 메르스 관련 뉴스 빅데이터에 나타난 주요 키워드와 토픽이 필요하므로, 토픽 모델링 방법론을 통해서 뉴스 텍스트에 내재된 키워드와 토픽을 추출하였다. 토픽 모델링을 구현하기 위한 알고리즘으로는 LDA(Latent Dirichlet Allocation), CTM(Correlated Topic Model), LSI(Latent Semantic Indexing) 등이 있지만, 본 연구에서는 일반적으로 많이 사용되는 LDA 기법을 사용하였다[14].

LDA는 베이지안 기법을 통해 토픽의 단어 비중(ϕ)과 문서의 토픽 비중(θ)의 사후분포를 추정하여 문서의 토픽을 찾는 과정이라고 할 수 있다[15]. 잠재변수 z가 토픽을 나타낸다고 할 때, 잠재변수와 관련된 은닉 확률 변수가 디리클레 분포(Dirichlet Distribution)을 따른다고 가정하여 이에 대응하는 사후분포인 다항분포(Multinomial Distribution)을 추정한다. M개의 문서 집합 W=wm=1M 내에서 등장하는 용어의 수를 V라하고, m번째 문서는 N_m개 용어의 집합 wm=wm,1 , wm,2  ,⋯, wm,N 이라 하고, 토픽의 수를 K 개라 하자. m번째 문서의 n번째 단어의 토픽은 z_m,n이다. 만일 토픽의 단어 비중(ϕ)과 문서의 토픽 비중(θ)가 다음과 같은 사전분포를 따른다면,

• θ_i ~ Dirichlet(α)
• ϕ_i ~ Dirichlet(β)

m번째 문서의 토픽과 단어에 대한 사후분포는 다음 수식 (1)과 같다.

위 결합 사후분포의 추정을 위해서는 θ와 ϕ 의 추정이 필요하다. 분포 추정에는 깁스 샘플러(Gibbs sampler), EM(Expectation-Maximization) 알고리즘, 변분추론법(Variational inference) 등 다양한 방법이 활용되지만, 본 연구에서는 수렴과정에서 적분을 통해 θ와 ϕ를 제거함으로써 빠른 수렴을 가능하게 하는 붕괴 깁스 샘플러(Collapsed Gibbs Sampler) 방법을 사용하였다[16]. 즉, 위의 분포를 ϕ와 θ에 대해 적분하여 다음 수식 (2)를 통해 값을 얻을 수 있다.

이때 nm,⋅i는 i번째 토픽에 해당하는 단어가 m번째 문서에 얼마나 나타났는지, n⋅,vi는 i번째 토픽 내에서 특정 단어 v가 얼마나 나타났는지를 의미한다. 위의 닫힌 형태의 해는 ϕ와 θ를 포함하지 않으므로 깁스 샘플러로 w, z를 생성할 수 있다.

분석 프로그램으로는 통계 분석에 있어서 일반적으로 사용되는 오픈소스 프로그램인 R 프로그래밍을 활용했으며, 붕괴 깁스 샘플러 알고리즘을 구현한 LDA 패키지를 이용하였다. 토픽의 수를 결정하기 위해, 샘플링 반복 횟수를 3,000회, 그리고 10%에 해당하는 초반 300번은 burn-in으로 설정하여 초기값의 영향이 미치지 않도록 하여 토픽의 개수를 3개에서 15개로 변경하면서 키워드의 중복 정도와 해석의 용이성을 비교하였다(α = 0.02, β = 0.02)[10]. 비교 결과, 토픽 수를 4개로 설정하였을 때 주제별로 키워드가 가장 의미 있게 분류되어, 4개 토픽으로 분석을 진행하였다.

2015년 메르스 사태를 통해 첫 대규모 공중보건 위기 상황을 맞이한 한국은 사회적 혼돈에 빠졌다. 첫 공식 확진 환자 발생일인 2015년 5월 20일부터 메르스 종식 선언일인 7월 21일까지 보도된 주요 일간지 및 방송사들의 36,733개의 뉴스를 빅데이터 분석을 해본 결과는 그림 3과 같다.

Fig. 3. 
Word cloud of the 2015 MERS: Topic 3

* This is a word could sourced from Korean news articles.

2015년 메르스 사태 당시 주요 키워드는 ‘감염’, ‘환자’, ‘병원’, ‘정부’, ‘바이러스’ 등으로 추출되었으며, 이러한 키워드를 중심으로 토픽 모델링 분석을 실시해 본 결과는 표 1과 같이 네 개의 토픽 즉, [토픽1]: 병원 내 메르스 감염 확산(Nosocomial Infection), [토픽2]: 정부의 감염병 대응 및 위기관리 실패(Government crisis management failure), [토픽3]: 슈퍼 전파자 통한 질병의 확산(Spread via super spreaders), [토픽4]: 피해 완화 및 일상 회복(Mitigating damage and restoring daily life)으로 수렴하였다.

그림 4에서와 같이 2015년 메르스 당시 가장 주요했던 이슈는 [토픽 3] 슈퍼 전파자 통한 확산(36%)으로 나타났다. 특히, 5명의 슈퍼 전파자들로부터 시작한 감염의 연쇄 사슬 효과는 153명의 추가 감염을 만들어 내며 한국 사회에 전례 없는 질병 확산의 공포를 만들었다[17].

Fig. 4. 
Changes in major topics in 2015

앞서 언급하였다시피 메르스 바이러스는 코로나바이러스과에 일종으로 현재 우리가 겪고 있는 코로나19와 매우 흡사한 특징을 공유하고 있다. 특히, 무증상 감염, 호흡기를 통한 전파, 및 병원 내 감염확산과 같은 코로나바이러스과의 특징은 한국사회에 매우 생소한 형태의 질병확산 양상이였다. 누가 어디서 어떻게 감염되었는지를 알 수 없는 상황에서 국민들의 공포감과 사회적 혼란은 걷잡을 수 없게 퍼져나갔다.

또한 병원 내 감염을 양산하는 특징(nosocomial)을 가진 메르스 바이러스 때문에 삼성병원, 평택성모병원 등이 논쟁의 중심이 되었다[18]. 당시 국내 가장 큰 메르스 관련 이슈 중 하나는 삼성병원의 14번 환자의 이동경로였다. 14번 환자가 입실했던 1층 응급실 외 다른 곳들(예. 병원 로비)에서 메르스 의심환자가 속출하고 있는 상황에서 14번 환자의 이동경로와 밀접 접촉자를 추적하지 못할 경우 삼성병원은 전면 폐쇄를 해야 하는 상황이었다. 이에 삼성병원은 병원 내의 CCTV를 공개하여 14번 환자의 모든 이동경로를 공개하였고, 이는 민간부분 최초로 CCTV를 통한 질병방역 대응의 예시라는 점에서 큰 사회적 의의가 있었다.

통제 불능의 사회적 혼란 속에서 정부의 대응 실패에 대한 지적은 지속해서 나왔다. 정부는 어린아이와 같은 취약계층의 밀집시설인 전국 초중고교를 전면 휴교 조치를 시행하였다.

또한 메르스 여파로 인한 자영업자들과 직장인들의 휴업 및 휴직도 급증하였다. 이러한 전례 없는 보건 위기 상황 속 국내 사회와 산업계 전반의 마비가 한 달을 넘어가면서 정치권과 전문가 집단에서는 메르스 종식 후 일상 회복을 위한 사후 대책 논의도 시작되었다.

결국, 6월 25일 국회에서 감염병의 예방 및 관리에 관한 법률 개정안, 속칭 ‘메르스법’이 통과되었다. 메르스법은 다음과 같이 정부가 감염병 환자나 감염이 우려되는 밀접 접촉자들에 대해 거주지 주소, 나이, 성별 등 개인 인적 사항 및 출입국 관리기록 등의 정보 제공을 요청하고 감염 환자의 정보를 공개 및 지자체 간 공유할 수 있도록 하는 법안이다.

2018년 메르스는 한국에 다시 상륙했다. 2015년과 마찬가지로 첫 공식 환자 발생일인 2018년 9월 8일부터 종식 선언일인 10월 16일까지 보도된 주요 일간지 및 방송사들의 1,155개의 뉴스를 빅데이터 분석을 해본 결과는 그림 5와 같이 나타났다.

Fig. 5. 
Word cloud of the 2018 MERS: Topic 3

* This is a word could sourced from Korean news articles.

2015 메르스 사태 당시와는 확연히 다르게 ‘접촉자’, ‘환자’, ‘밀접’, ‘확인’ 및 ‘격리’ 등이 주요 키워드로 추출되었다. 이러한 주요 키워드들을 토픽모델링으로 분석해 본 결과는 표 2와 같이 네 개의 토픽 즉, [토픽 1]: 밀접 접촉자 추척(Close contact tracing), [토픽 2]: 무증상 감염병 대응(Response to Asymptomatic Infectious Diseases), [토픽 3]: 검사를 통한 확산억제(Disease containment through testing), [토픽 4]: 정부의 정보공개(Government information disclosure)로 수렴하였다.

그림 6을 참고하면, 2018년 메르스 사태의 가장 핵심 키워드는 [토픽 3] 검사를 통한 확산억제이다. 2015년 메르스 초기 대응 실패를 거울삼아 2018년은 메르스 발견 초기부터 대규모 PCR 검사를 진행하여 확진자를 발견해 냈다. 또한 비슷한 가중치로 ‘밀접 접촉자 추적’, ‘무증상 감염병 대응’, 그리고 ‘정부의 정보공개’가 뒤따랐다.

Fig. 6. 
Changes in major topics in 2018

2015년과 비교하면, 메르스 2기 당시 방역 대응은 성공적이었다. 특히 2015년 메르스 1기 당시 방역 실패상황과 교훈을 묘사했던 주요 키워드와 토픽들과 달리 2기의 키워드와 토픽들은 1기의 교훈을 기반으로 한 정책 키워드임을 분명히 확인할 수 있다. 예를 들어 메르스 1기의 교훈으로 입안된 메르스법은 보건당국이 감염병 환자나 밀접접촉자에 대한 감시, 추적 및 정보공개를 실시할 수 있게 하였다.

이를 법적 기반으로 2018년 질병관리본부(현 질병관리청)는 CCTV 추적을 기반으로 한 역학조사와 정보공개를 통해 쿠웨이트에서 입국한 첫 환자 및 밀접 접촉자 20여 명을 초기 단계에 발견하여 조기 격리시킬 수 있었다[19].

또한 메르스법을 바탕으로 확진자 및 밀접 접촉자 추적에 CCTV 뿐만 아니라 휴대폰 기지국 접속기록, 신용카드 사용내역 등 다양한 디지털 수단을 사용하는 방식이 적용되었다. 이러한 디지털 추적방식으로 수집된 모든 방역정보(epidemic intelligence)는 실시간으로 해당 지역사회에 정보공개가 이루어지며 지역 내 접촉 의심 주민들의 자발적인 검사 참여를 독려하였다[20].

2018 메르스 2기의 키워드와 토픽들을 다시 한번 정리하면 1기의 교훈을 통해 입안된 방역정책이라 할 수 있다. 메르스를 통해 얻은 교훈은 무증상 감염병의 확산을 억제하기 위한 최선의 대응책은 대규모 검사와 격리를 통한 감염의 연쇄사슬 고리(Chain reaction of disease transmission)를 끊어내는 것이다.

이를 위해서는 감염자의 동선과 신상 정보를 모든 수단을 동원하여 추적하고 이를 공개하여 최대한 많은 밀접접촉자들에 대한 전방위적인 검사와 격리가 실행된다. 이러한 방역 대응 방식들이 정책화되어 코로나19 대유행 당시 한국형 3T 전략으로 발전하였다.