<33385F31335F31315F30345F30365FB9DAB1E2BCF65FBEF0BEEE20B3D7C6AEBFF6C5A920BAD0BCAEC0BB20C0CCBFEBC7D120B0A8BFB0BAB420BAB8B5B520B0E6C7E220BAD0BCAE2E68777

Size: px

Start display at page:

Download "<33385F31335F31315F30345F30365FB9DAB1E2BCF65FBEF0BEEE20B3D7C6AEBFF6C5A920BAD0BCAEC0BB20C0CCBFEBC7D120B0A8BFB0BAB420BAB8B5B520B0E6C7E220BAD0BCAE2E68777"

서화 뇌
3 years ago
Views:

1 언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 박기수 *, 이귀옥 **, 최명일 *** 고려대보건행정학과겸임교수 *, 세종대신문방송학과교수 **, 남서울대광고홍보학과교수 *** A semantic network analysis of news reports on an emerging infectious disease by multidrug-resistant microorganism Kisoo Park *, Guiohk Lee **, Myung-Il Choi *** Dept. of Healthcare Management, Korea University * Dept. of Communication Arts, Sejong University ** Dept. of Advertising & Public Relations, Namseoul University *** 요약이연구는여러항생제에내성을지닌다제내성균에대해미디어가어떻게보도하는지를알아보기위해, 기사제목에나타난핵심어를언어네크워크분석을이용하여살펴보았다. 이를위해한국언론진흥재단의기사검색사이트인카인즈 ( 와언론사의홈페이지를통해약 28개언론사를대상으로 2010년 6월 1일부터 2011 년 12월 31일까지 229개의다제내성균관련기사를분석하였다. 먼저, 뉴스제목에나타난핵심어를분석한결과, 기사제목에서 슈퍼박테리아 (155건) 가가장많이사용된것으로나타났으며, 불안감을촉발시키는 감염 (63건) 용어도많은것으로나타났다. 신종감염병보도의전체네트워크구조는 국내, 다제내성균, 첫, 항생제, 슈퍼박테리아, 발생, 감염 등의핵심어를중심으로형성된반면, 관련주, 의료진, 안전 등은네크워크중심에서크게벗어나있었다. 주제어 : 건강보도, 다제내성균, 신종감염병, 언어네트워크분석, 헬스저널리즘 Abstract The present study performed semantic network analysis of the keywords in the headlines of newspapers to investigate the media coverage of the multidrug-resistant microorganisms(mdros) which is resistant to antibiotics. For this purpose, 229 news stories on MDROs in 28 newspapers from June 1, 2010 to December 31, 2011 were analyzed. The news stories were gathered from the Korea Press Foundation's news database, KINDS ( and websites of Korean newspapers. The analysis of the keywords revealed superbacteria appeared most frequently (n=155) followed by infection' (n=63) which arouses fear among readers. While network was structured with the keywords such as domestic, multidrug-resistant microorganisms, first, antibiotics, outbreak and infection, the keywords such as MDROs related stocks, medical staff, and safety were on the periphery of the network. Key Words : Health News Reports, Multidrug-Resistant Microorganisms, Emerging Infectious Disease, Semantic Network Analysis, Health Journalism Received 10 November 2013, Revised 13 January 2014 Accepted 20 February 2014 C The Society of Digital Policy & Management. All rights reserved. This is an open-access article distributed under the Corresponding Author: Myung-Il Choi(Professor, Dept. of terms of the Creative Commons Attribution Non-Commercial Advertising & Public Relations, Namseoul University) License ( which jhmi0410@empal.com permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is ISSN: properly cited. Journal of Digital Convergence 343

2 언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 1. 서론우리는거의매일같이신문, TV, 인터넷등을통해서건강뉴스혹은정보를접하게된다. 건강정보의홍수시대라고해도과언이아니다. 언론이어떻게보도하느냐에따라서일반대중에서불필요한공포감, 나아가감염인들에대한편견및낙인이발생할수있다는점에서특별한주의가필요하다. 실제로선행연구에서는의학보도가질병에대한두려움에유의미한영향을미치는것으로나타났다 [1]. 다시말해미디어는사람들이이전에는주의를기울이지않았던위험에주목하도록함으로써위험의의미를재구성하는데기여하고 [2], 나아가 내게도영향을미칠수있다 는생각을가지도록개인화된위험으로전환시키는데큰역할을할수있다 [3]. 실제로선행연구에서는미국의언론데이터베이스인 LexisNexi 를이용해서 2003년의신문, TV, 라디오뉴스기사에서사스 (SARS), 웨스트나일열병 (West Nile Fever), 바이오테러등과같이새로출몰하는건강위협과에이즈, 흡연, 운동부족등과같은이미알려진건강위협요인들의보도를비교하였다. 분석결과, 십여명이사망한사스, 바이오테러에대한보도기사수는 10만건을넘어선반면, 80만명정도의사망자가발생하는흡연이나운동부족에대한보도는 2만건정도에불과한것으로나타났다. 이것은신종건강위협이예전에존재하던위협에비해기자와편집자의주목을더받게돼결과적으로일반국민뿐만아니라보건정책담당자들에게까지편향된인식을형성하도록함으로써예방활동과관련한잘못된선택과우선순위를매기도록하는문제를발생시켰다 [4]. 우리나라의경우도크게다르지않다. 신문의경우 2003년한국언론이만성질환으로가장많이다룬뉴스주제인암은 2,662건의기사량을보인반면, 출몰형질환인 SARS 와관련한기사는 4,036건인것으로나타났다. 역설적이게도 2003년 SARS 관련사망자는발생하지않았지만, 암사망자는 63,984명이었다. 이것은 TV의경우도마찬가지이다. 2003년의경우에 SARS 관련보도가암관련보도의 5.6배가자주방송되었으며, 2004년에는조류독감이암관련보도보다 3.4배, 2009년에는신종플로관련보도가암보도보다 5.9배더자주방송된것으로나타났다 [3]. 이처럼과도하게보도되는경우에사람들의인지된위험이크게증가할수있고, 이로인해적절한대응과자원안배를방해하는부작용을초래할수있다. 실제로 2003~2004년에발생한조류독감의경우언론보도가피해발생의측면에초점을맞추었다. 이때문에바이러스자체에대한분석, 감염경로와확산정도, 예방책과안전성의문제를상대적으로소홀히함으로써국민들에게불필요한공포감을심어주었다 [5]. 이는미디어가수용자에게사회현실에대한공중의인식을형성하는중요한역할을하기때문이다 [6]. 실제로암과관련한뉴스프레임은공중의암에대한인식이나검진이나치료등검진행동의의사결정에큰영향을미치는것으로나타났다 [7]. 또다른연구에서도 MMR( 홍역, 볼거리, 풍진예방을위한혼합백신 ) 의예방접종과관련해서매스미디어가부작용을보도하면서접종률이크게감소하게되는결과를발생시켰고, MMR에대한부모의지각된위험성을증가시킴으로써예방접종행위의직접적인장애요인이된것으로나타났다 [8]. 이것은대중매체가일반인의위험인식에대단히중대한영향을미칠수있다는사실을보여주고있다. 결국질병과관련된언론의보도는질병에대한인식은물론이러한질병에대응하는방식에도영향을미치고있음을알수있다. 따라서특정질병에대한언론보도의체계적이고종합적인분석은질병을사람들이어떻게인식하고있으며, 어떤대응방식을채택할것인가를간접적으로이해하는데도움을줄수있다. 이러한인식하에이번연구에서는감염병의한원인이되는다제내성균 ( 일명 슈퍼박테리아 ) 에대해언론이어떠한방식으로보도하는지를분석하였다. 신종감염병 (emerging infectious disease, EID) 이발생한경우, 공중들은경험이없기때문에미디어가어떻게보도하는가에따라병을이해하게하고, 사안의불확실성또한높기때문에언론의보도내용에따라그심각성을이해하게된다 [9, 10]. 그러나미디어의경우신종감염병은전문가들사이에서도병에대한정확한정의가내려지지않았거나, 관련자들간에동의가쉽게이루어지지않기때문에어떻게보도할것인가에대한혼란이있을수밖에없다 [11]. 따라서이연구에서는언어네트워크분석 (semantic network analysis; SNA) 을이용해서 슈퍼박테리아 로 344 Journal of Digital Convergence 2014 Feb; 12(2):

3 A semantic network analysis of news reports on an emerging infectious disease by multidrug-resistant microorganism 보도되면서사회적으로큰관심을모았던 다제내성균 사례가미디어에어떻게보도되었는가를점검하였다. 언어네트워크분석은텍스트에출현하는단어와단어사이의관계를링크로표시함으로써구축되는네트워크를통해현상을해석하는분석기법이다 [12]. 이는언어와지식은단어사이의관계를통해형성된네트워크에의한것이라는인식을기반으로한다 [13]. 따라서다제내성균과관련한보도에서사용되는단어와그단어사이의관계를살펴봄으로써언론보도의경향및특징을분석하고, 나아가공중이다제내성균을어떻게인식할것인가를간접적으로이해하는데중요한자료가될것으로기대하였다. 구체적인연구문제는다음과같다. 연구문제 1: 다제내성균관련보도에나타난핵심어 (keyword) 는무엇인가? 연구문제 2: 다제내성균관련보도에나타난핵심어사이의관계에는어떠한특징이있으며, 몇개의하위집단으로구분할수있는가? 2. 연구방법 2.1 다제내성균관련언론보도자료수집 질병관리본부가 2010년 8월 13일보도자료를통해인도, 파키스탄, 방글라데시, 영국, 미국등에서다제내성균 <Table 1> Press of news reports on an emerging infectious disease (unit : No, %, percentage in parentheses) Press Frequency Press Frequency Kyunghyang Shinmun 6(2.6) Asia Business 4(1.7) Kukmin Ilbo 26(11.4) Financial News 4(1.7) Korea Economic Naeil Shinmun 1(0.4) Daily 2(0.9) Dong-A Ilbo 9(3.9) Yonhap News 5(2.2) Munhwa Ilbo 5(2.2) Newsis 12(5.2) Seoul hinmun 6(2.6) Edaily 5(2.2) Segye Ilbo 4(1.7) KBS 11(4.8) Chosun Ilbo 4(1.7) MBC 8(3.5) Joongang Ilbo 16(7.0) SBS 6(2.6) Hankyoreh 8(3.5) BBS 4(1.7) Hankook Ilbo 6(2.6) PBC 0(0) Herald Business 7(3.1) YTN 15(6.6) Moneytoday 16(7.0) OBS 2(0.9) Maeil Business 16(7.0) etc 16(7.0) Seoul Business 5(2.2) Total 229(100) 출현이보고되었고국내유입을방지하기위해감시체계를강화한다고밝히면서다제내성균이국내언론에보도되기시작했다. 질병관리본부가내놓은 2011년 12월 15 일자보도자료에따르면, 여러항생제에내성을갖지만, 다른항생제를통해치료가가능한 다제내성균이 어떤항생제를써도치료가불가능한 이른바 슈퍼박테리아 로보도되면서혼란이발생했다. 따라서다제내성균이국내에는아직본격적으로발생하지는않았지만, 질병관리본부와언론에서관심을보이기시작한 2010년 6월부터사회적으로관심이멀어지는시기인 2011년 12월 31 일까지의언론기사를수집하였다. 언론기사는한국언론진흥재단기사검색사이트인카인즈 ( 를바탕으로기사를검색하였다. 카인즈에등록되어있지않은언론사는각언론사별인터넷홈페이지에서기사를검색하였다. 언론보도를찾기위해총 5개의검색어 ( 다제내성균, 슈퍼박테리아, 카바페넴, NDM-1, 질병관리본부 ) 를이용하였다. 이러한과정을통해약 28개언론사로부터총 229개의언론기사를수집하였다 (<Table 1> 참조 ). 기사형식별로는스트레이트기사가 165건 (72.1%) 으로절대적으로많은것으로나타났다. 그다음으로후속 / 해설기사가 51건 (22.3%) 을차지하였으며, 기획기사 7건 (3.1%), 전문가기고 2건 (0.9%) 등인것으로나타났다. 2.2 언어네트워크분석과정이연구에서는다제내성균과관련한기사제목에서제시된핵심어사이의언어네트워크분석을실시하였다. 이를위해 KrKwic 프로그램 [14] 을이용하여기사제목에서제시된핵심어의빈도및행렬자료분석을하였으며, 네트워크분석및시각화는 Ucinet 과 Netdraw 를이용하였다 [15]. 언어네트워크분석과정은총 4단계로구분할수있다. 1단계는 KrKwic 프로그램에입력할자료를작성하는과정이다. 이를위해각각의기사제목을수집하고, 분석단위로하였다. 2단계에서는색인어를설정하는과정이다. 색인어는여러차례의모의분석을통하여연구결과의명료성과시사점을도출하기에가장적합하도록일정한노출빈도이상을보인핵심어를대상으로선정한다. 따라서이연구에서도모의분석을통해연구결과를가장명확하게하고, 시사점을도출할수있는노출빈도 Journal of Digital Convergence 345

4 언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 를보인색인어를선정하고자한다. 3단계는색인어파일을 KrKwic 프로그램에입력하여색인어사이의행렬을구축하는과정이다. 이러한과정을간략히설명하면, 만약 ' 가 ' 라는논문에서 a, b, c, d라는핵심어가제시되었다면, (a-b), (a-c), (a-d), (b-c), (b-d), (c-d) 와같은 6가지경우의동시노출조합을얻을수있다. 그리고, ' 나 ' 라는논문에서는 a와 c, e라는핵심어가제시되어있다면, (a-c) 라는동시노출조합의가중치는증가하게되는것이고, 핵심어 a와 c의중심성 (centrality) 은증가한다. ' 다 ' 라는논문에서 b와 f라는핵심어가제시되었다면, (b-f) 라는동시노출조합이생기게된다. 이경우 f는 b하고만연결이되게되고, b는 f와다른핵심어 (a, c, d, e) 를연결하는매개역할을하게되는것이다 [16]. 이와같은과정을모든다제내성균관련기사의제목에서제시된핵심어를대상으로반복실시하게되면, 행렬자료를작성할수있게된다. 4단계는 3단계에서만들어진행렬자료를이용하여네트워크분석프로그램인 Ucinet 을이용한수학적분석과 Netdraw 를이용한시각화를실시하는과정이다. 이상의과정을요약하여설명하면, KrKwic 프로그램을이용해서는핵심어의노출빈도및동시노출빈도의행렬을구하고, 여기서얻어진행렬자료는 Uninet 과 Netdraw 를이용하여네트워크분석및시각화를실시하였다. 3. 분석결과 3.1 연구문제 1의결과연구문제 1에서는다제내성균과관련한기사제목에서자주등장했던핵심어는무엇인지살펴보았다. 총 229 개의기사제목에서제시된핵심어를분석하였다. 본격적인분석에앞서같은의미이지만, 기사에따라표현하는방식이다른경우는용어를통일시켰다. 예를들어휴대폰은휴대전화, 예방책은예방법등으로통일하였다. 이러한과정을통해서수집된핵심어는 1,179개였으며, 중복된핵심어를제외하고순수하게제시된핵심어는총 309개인것으로나타났다. 가장많이등장한핵심어는 ' 슈퍼박테리아 '(155건) 인것으로나타났다. 다음으로 ' 감염 '(63회), ' 다제내성균 '(55 회 ), ' 환자 '(55건), ' 국내 '(46 회 ), ' 첫 '(40회) 등의핵심어가기사제목에많이등장한것으로나타났다 (<Table 2> 참조 ). <Table 2> Keywords in news headlines on multidrug-resistant microorganisms ( 3 times) Keywords Frequency Keywords Frequency Superbacteria 155 MDROs-related stocks 7 Infection 63 Death 7 MDROs 55 Carbapenem 7 Patient 55 Development 6 Domestic 46 Abuse 6 New 40 Not 6 2 people 36 Designation 6 Addition 27 Type 1 5 Discovery 25 Emergency 5 Confirmation 25 Safe zone 5 NDM1 21 All 4 Offically designated infectious disease 20 Landing 4 Antibiotics 19 Concern 4 Korea 18 Japan 4 Outbreak 16 Enterobacterium 4 Domestically 15 Medicine 4 Detection 14 Five thousand 3 Urgent notification 14 Possibility 3 Spread 14 Surge 3 4 people 13 Resistance ratio 3 Fear 12 Ministry of Heath & Welfare 3 Cellphone 12 Anxiety 3 Medical staff 10 Prevention 3 Rescue 9 This year 3 Investigation 9 Prevalence 3 Resistance 8 Doctor 3 Hospital 8 Increase 3 CRE 7 First 3 핵심어분석결과를보면, 다제내성균과관련한기사의제목은사람들의관심을끌기위해서정부당국이공식적으로사용하는 다제내성균 이란용어보다 슈퍼박테리아 처럼공포심을유발할수있는핵심어를 3배가량많이제시하였다. 또한, 예방법과치료법등을제시하기보다는환자들이감염되었다는사실에주목하는경향이있음을알수있다. 질병관리본부는 슈퍼박테리아 라는용어가국민들에게혼란이나공포감을유발시킬수있다고보고, 보도자료를통해공식적으로이를사용하지말것을권고하였다. 반면다제내성균이무엇이며, 어떻게대처해야하는지를알려주는 법정감염병 (20건 ), 긴급고시 (14건), 카페페넘 (7건 ), 예방법 (3건 ) 등의핵심어는상대적으로적게사용하였다. 이는언론이다제내성균에대한분석, 예방등을소개함으로써공중의안전문제를진단하기보다는, 공중이 346 Journal of Digital Convergence 2014 Feb; 12(2):

5 A semantic network analysis of news reports on an emerging infectious disease by multidrug-resistant microorganism [Fig. 1] Interaction Network of Semantic Network Analysis in news headlines on multidrug-resistant microorganisms 오해할수도있는슈퍼박테리아라는단어를기사제목에사용하고있으며, 언론의객관적인정보전달기능보다는대중의눈길을끌기위한내용에치우치고있음을시사하고있다. 3.2 연구문제 2의결과연구문제 1에서다제내성균관련보도에등장하는핵심어의빈도를보여준다면, 연구문제 2는이러한핵심어들이어떤맥락에서함께사용되고있는가의관계를살펴보았다. 이때가장중요한것이어떠한기준으로분석대상이되는핵심어를선정하느냐하는문제이다. 일반적으로네트워크분석을위한핵심어선정과관련한특정한기준이존재한다기보다는분석대상의전체적인네트워크구조를명확하게보여줄수있는수준에서선정하는경향이있는것으로판단된다. 이연구에서는노출빈도, 핵심어의수등을종합적으로고려해서총 5회이상노출된 38개의핵심어를대상으로언어네트워크분석을실시하였다. 언어네트워크분석결과를보다쉽게이해하기위하여시각화하면 [Fig. 1] 과같다. 시각화를위해서 MDS(multi-dimensional scaling) 방법을이용하였다. MDS는다른방법들과는달리유사성이높은핵심어는가깝게위치시킴으로써보다효과적으로네트워크구조를확인할수있고, 해석할수있도록할수있다 [17]. 즉, 유사성이높은핵심어일수록가깝게위치하며, 유사성이낮을수록멀리위치하게된다. 또한, 각핵심어의위치와크기는연결정도중앙성에비례해서나타나게되며, 핵심어사이의선의굵기는동시에출현한빈도와비례해서나타나도록시각화하였다. 전체적인네트워크의구조는 국내, 다제내성균, 첫, 항생제, 슈퍼박테리아, 발생, 감염 등의핵심어를중심으로형성되어있는것으로나타났다. 즉, 이들핵심어를대상으로다제내성균관련기사의제목이제시되고있다는사실을알수있다. 한편, 관련주, 의료진, 안전지대 등의핵심어는네트워크중심에서크게벗어나있으므로, 기사제목에서간헐적으로제시되었다는사실을알수있다. 이와함께다제내성균과관련한기사제목을보다세밀하게분석하기위해핵심어사이의관계는몇개의하위집단으로구분되고있으며, 그특징이무엇인지살펴 Journal of Digital Convergence 347

언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 [Fig. 2] Interaction Network of Semantic Network Analysis in news headlines on multidrug-resistant microorganisms by subgroup 보았다.

6 언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 [Fig. 2] Interaction Network of Semantic Network Analysis in news headlines on multidrug-resistant microorganisms by subgroup 보았다. 하위집단을구분하기위한방법으로는개별핵심어가상호배타적으로최적화된집단으로묶일수있는분할 (Faction) 기법을이용하는데, 이는집단내의연결성은높고, 집단간의연결성은낮도록하위집단을구분하는방법이다. 분할방법을이용하는경우연구자가 2 개, 3개, 4개등으로하위집단의수를지정할때마다적합도 (fitness) 값을제시하게되는데, 이값이가장낮은경우에하위집단구분이최적화된것으로판단할수있다 [17]. 여러번의하위집단분석을실시한결과, 5개의하위집단으로구분한경우에적합도값이 318로가장낮은것으로나타났다. 따라서다제내성균과관련한기사제목의하위집단은총 5개로구분하는것이적절할것으로판단되며, 각그룹별로색깔로구분해서시각화한것이 [Fig. 2] 이다. 집단 A( 빨강색 ) 에는가장많은핵심어가포함되어있을뿐만아니라전체네트워크구조에서가장넓은부분을차지하고있다. 항생제, 슈퍼박테리아, 다제내성균, 첫, 국내, 내성, 발생, 감염, 4명, 환자, 남용, 발견, 2명, 확인, 국내서도 등의핵심어등이포함되는 것으로나타났다. 이와같은핵심어사이의관계를고려했을때, 다제내성균과관련해서감염사실을단순히알리는스트레이트성기사가주를이루었다는사실을알수있다. 집단 B( 회색 ) 에는 NDM_1, 카바네펨, CRE, 긴급고시, 지정, 1종 등의핵심어가포함된것으로나타났다. 이러한핵심어사이의관계는다제내성균이국가감염병으로지정되었다는사실을알리는보도가이루어졌다는사실을알수있다. 집단 C( 파랑색 ) 에는 확산, 추가, 비상, 사망, 공포, 관련주 등의핵심어가포함되었다. 여기에서는언론이추가적인다제내성균감염상황을알리는과정에서자극적인단어들을많이사용했음을알수있다. 집단 D( 분홍색 ) 에는 한국, 규명, 구조, 개발, 안전지대 등의핵심어가포함되는것으로나타났다. 이는다제내성균과관련해서치료성과를알리고, 차분하게대처하는언론보도가있었다. 집단 E( 검은색 ) 에는 검출, 의료진 등의핵심어가포함된것으로나타났다. 이를통해다제내성균감염초기에병원의료진을통해서발생되었던사실과관련해서 348 Journal of Digital Convergence 2014 Feb; 12(2):

7 A semantic network analysis of news reports on an emerging infectious disease by multidrug-resistant microorganism 단순하게보도한것이다. 결국이상과같은분석을통해서다제내성균과관련한보도의특징은크게 5가지로나눌수있으며, 주로감염상황을알리고, 국민적관심을끌기위한부분에초점을맞추고있었다. 반면에추가적인확산방지를위한정부의노력을알리거나국민들의불안감해소하려는보도는매우적은것으로나타났다 4. 결론및논의이연구는여러항생제에내성을지닌다제내성균에대해미디어가어떻게보도하는지를알아보기위해, 기사제목에나타난핵심어를언어네크워크분석을이용하여살펴보았다. 먼저, 뉴스제목에나타난핵심어를분석한결과, 기사제목에서 슈퍼박테리아 (155건) 가가장많이사용된것으로나타났으며, 불안감을촉발시키는 감염 (63 건 ) 용어도많은것으로나타났다. 반면, 공중에게불안감을감소시키는 예방법 (3건 ) 이나 치료제 (4건 ) 는사용빈도가매우낮은것으로나타났다. 아울러, 기사제목에제시된핵심어들사이의관계성을파악한바, 전체네트워크구조는 국내, 다제내성균, 첫, 항생제, 슈퍼박테리아, 발생, 감염 등의핵심어를중심으로형성된반면, 관련주, 의료진, 안전 등은네크워크중심에서크게벗어나있었다. 또한, 보도제목을세밀하게분석하기위해핵심어들간의연결성을고려해하위집단을묶는결과, 총 5개군으로분류되었다. 슈퍼박테리아 와 항생제 등이속한집단 A는다제내성균감염사실을알리는스트레이트성기사가주를이뤘고, NDM_1' 과 카파페넴 등이묶여있는집단 B는다제내성균의국가감염병지정에초점이맞춰져있었다. 사망 과 공포 등이포함된집단 C의경우, 공중에불안감을심어주는단어가주를이뤘다. 반면집단 D 는 규명 과 안전지대 등을포함함으로써상대적으로차분한대응에초점을두었다. 병원 과 검출 등의용어로묶인집단 E는감염초기의사실확인에무게를두었다. 결국, 우리나라미디어는다제내성균과관련해위험정도를정확하게파악하여알리거나, 감염차단을위한예방법을소개하기보다는, 보건당국이사용자제를권고 한 슈퍼박테리아 용어를기사제목에가장많이배치하고, 감염상황을알리는데초점을맞추었다는사실을알수있다. 이는선행연구에서언론이신종위험에대해특정사실에치우쳐보도함으로써국민뿐만아니라, 보건당국자에게까지편향된인식을형성하도록한다는사실을실증적으로보여주는결과이다 [18]. 바꿔말하면, 언론보도가공중에게다제내성균을 어떠한항생제에도듣지않는 슈퍼박테리아로인식시킴으로써실제위험이상의위험, 즉, 초과위험 (Excess Risk) 을안겨주었다고볼수있다는점에서공중의건강증진을위한언론의신중한보도가요구된다고할수있다. 특히, 감염병보도의경우, 수용자가가장소중히생각하는건강문제에대한위험에직접적인영향을미치는만큼, 미디어가단순한사실전달차원을넘어감염원인, 경로, 대책등을심도있게보도함으로써공중의건강증진이라는공익적기능에조금더충실해야함을시사하고있다. 이연구를진행하면서나타난한계점과향후연구제안점을제시하면다음과같다. 먼저, 분석대상을기사제목에국한하였다는점이다. 수용자들이뉴스를접함에있어주로제목이나부제목에집중하는경향이있는것이사실이나, 분석의정확성을위해기사본문까지분석대상에포함시켜좀더세밀하게고찰했어야했다. 다음으로이연구는보도의결과를분석하고있지만향후연구에서는이러한특정핵심어를배치하는보도과정에대한분석을언론인심층면접등을통해밝힌다면감염병보도를총체적으로이해하는데도움이될것이다. 더불어, 후속연구에서는가능하다면, 감염병보도에서언론이절제된용어를사용하지않고, 위험을과장시키는핵심어를주로기사에배치함으로써나타나는초과위험을실험연구등의방법을통해계량화하는것도검토해볼필요가있다. REFERENCES [1] C. Y. Park, The impact of medical news on the public's attitude regarding health and disease: Korean Journal of Journalism & Communication Studies, Vol. 2, No. 9, pp , Journal of Digital Convergence 349

8 언어네트워크분석을이용한신종감염병보도분석 : 다제내성균보도사례를중심으로 [2] C. Y. Park, Son, M. S, Public health and medical news. Seoul: Communication Books [3] Y. K. Ju, M. S. You, Representing health risk: A quantitative analysis of Korean news medis's coverage of emerging diseases and chronic ones, Korean Journal of Journalism & Communication Studies, Vol. 54, No. 2, pp , [4] L. J. Bomlitz, M. Brezis, Misrepresentation of health risks by mass media, Journal of Public Health, Vol. 30, pp , [5] G. J. Oh, Comprisons of Attitude on Media's Report for Avian Influenza between Poultry Breeder and Non-breeder. Journal of agricultural medicine & community health, Vol. 34, No. 1, pp , [6] M. McQuail, McQuail s Mass Communication Theory(6th ed.). London: Sage [7] K. Viswanath, K. M. Emmons, Message effects and social determinants of health: Its application to cancer disparity, Journal of Communication, Vol. 56, pp , [8] A. Dawson, Risk perceptions and ethical public health policy: MMR vaccination in the UK. Poiesis Prax, Vol. 3, pp , [9] D. Glik, Risk communication for public health emergencies, Annual Review of Public Health, Vol. 28, 33-54, [10] W. Lowrey, K. Gower, W. Evans, J. Mackay, Assessing newspaper preparedness for public health emergencies, Journalism and Mass Communication Quarterly, Vol. 83, pp , [11] B. Holmes, N. Hennrich, S. Hencock, V. Lestou, Communicating with the public during health crises: Experts' experiences and opinions, Journal of Risk Research, Vol. 12, No. 6, pp , [12] R. Popping, Computer-assisted text analysis. London, Thousand Oaks: Sage Publications [13] J. F. Sowa, Conceptual Structures: Information Processing in Mind and Machine. MA: Addison-Wesley [14] H. W. Park, L. Leydesdorff, Understanding the KrKwic: A computer program for the analysis of Korean text. Journal of The Korean Data Analysis Society, Vol. 6, No. 5, pp , [15] S. P. Borgatti, M. G. Everett, L. C. Freeman, Ucinet for Windows: Software for Social Network Analysis. Harvard, MA: Analytic Technologies [16] S. J. Lee, J. H. Choi, H. W. Kim, Semantic network analysis on the MIS research keywords: APJIS and MIS Quarterly , Asia Pacific Journal of Information Systems, Vol. 20, No. 4, pp [17] R. A. Hanneman, R. Mark, Introduction to social network methods. Riverside, CA: University of California, Riverside(published in digital form at [18] L. J. Bomlit, M. Brezis, Misrepresentation of health risks by mass media, Journal of Public Health, Vol. 30, pp , 박기수 (Park, Kisoo) 1995년 2월 : 고려대학교경제학 ( 문학학사 ) 2009년 2월 : 연세대학교언론홍보대학원 ( 저널리즘석사 ) 2012년 2월 : 광운대학교신문방송학 ( 문학박사 ) 2013년 3월 ~ 현재 : 고려대학교의과대학보건학박사과정 2012년 3월 ~ 현재 : 고려대학교보건행정학과겸임교수 관심분야 : 헬스와미디어, 건강증진홍보메시지전략, 공중의건강책임귀인인식과정책집행, 건강불형평성극복위한미디어역할 mediator@korea.kr 350 Journal of Digital Convergence 2014 Feb; 12(2):

9 A semantic network analysis of news reports on an emerging infectious disease by multidrug-resistant microorganism 이귀옥 (Lee, Guiohk) 1987 년 2 월 : 한양대학교신문방송학 ( 문학사 ) 1998 년 5 월 : 미국테네시주립대학교광고학석사 2002 년 7 월 : 미국테네시주립대학교광고학박사 2003 년 3 월 ~ 현재 : 세종대학교신문방송학과교수 관심분야 : 광고메시지전략, 광고와젠더 & 어린이, 헬스커뮤니케이션등 guiohk@sejong.ac.kr 최명일 (Choi, Myung-IL) 2001년 2월 : 한양대학교체육학 신문방송학 ( 이학학사 문학학사 ) 2003년 2월 : 한양대학교신문방송학 ( 문학석사 ) 2007년 2월 : 한양대학교신문방송학 ( 문학박사 ) 2008년 9월 ~ 현재 : 남서울대학교광고홍보학과조교수 관심분야 : 메시지전략, 공공캠페인, 헬스커뮤니케이션등 jhmi0410@empal.com Journal of Digital Convergence 351

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp DOI: : * Research Subject

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp.91-116 DOI: http://dx.doi.org/10.21024/pnuedi.29.1.201903.91 : * Research Subject Trend Analysis on Educational Innovation with Network