검색 상세

국내 건강 관련 공공기관 유튜브 콘텐츠의 디지털 넛지 효과 탐색 : 머신러닝 및 딥러닝 기법과 텍스트 마이닝 기반 댓글 분석

  • 정은주 (서강대학교 일반대학원)

초록 (요약문)

본 연구는 국내 건강 관련 공공기관의 유튜브 콘텐츠에 적용된 디지털 넛지의 유형 과 효과를 탐색하고자 하였다. 이를 위해 선행연구 고찰을 통해 디지털 넛지를 유튜브 플랫폼에 적합한 네 가지 사회적 접근(메신저 효과 넛지, 사회적 넛지, 참여 유도 형 넛지, 정서적 공감 기반 넛지)과 기술적 접근(행동 안내 넛지 등)의 유형으로 정리하였으며, 이 분류 체계를 토대로 보건복지부와 질병관리청의 유튜브 채널의 콘텐츠에서 디지털 넛지 유무를 머신러닝과 딥러닝 기법으로 판별하였다. 먼저 유튜브 API를 통해 두 기관 채널의 전체 댓글 데이터를 수집하였으며, 전처리 와 TF-IDF 벡터화를 수행한 후 전통적 머신러닝 기법들인 나이브 베이즈, 로지스틱 회귀, 릿지 회귀, 라쏘 회귀 등 모델을 적용하여 댓글에 포함된 디지털 넛지 요소의 유무를 자동으로 분류하였고, 문맥 파악이 뛰어난 딥러닝 기법인 BERT 모델을 통해서도 넛지 요소 유무도 확인하였다. 이후 두 분석 결과를 종합하여 디지털 넛지가 포함된 영상만을 최종 연구 대상으로 선정하여 보건복지부 채널 62개 영상(댓글 28,994건)과 질병관리청 채널 50개 영상 (댓글 15,834건), 총 112개 영상(댓글 44,828건)이 분석 대상에 포함되었다. 앞서 BERT 모델을 통해 넛지 요소 포함 확률이 높게 예측된(accuracy 0.8 이상) 영상의 댓글들로 선별하였다. 구체적으로, 보건복지부 채널의 62개 영상 중 18개 영상(29%)과 질병관리청 채널의 50개 영상 중 15개 영상(30%)이 이 기준을 충족하였다. 이에 따라 보건복지부 채널의 11,416개 댓글과 질병관리청 채널의 14,313개 댓글을 BERTopic 분석 대상으로 선정하였다. 이어서 BERTopic 기법을 활용하여 댓글의 주요 토픽과 주제 간 의미적 관계를 계층적으로 도출하고, KLUE-BERT 기반 감성분석을 실시하여 댓글에 나타난 정서적 반응과 수용 태도를 체계적으로 탐색하였다. 분석 결과, 두 기관 모두 다양한 디지털 넛지 유형이 혼합적으로 활용되고 있음이 확인되었다. 보건복지부 채널은 공신력 있는 인물과 기관의 이미지를 활용하는 메신저 효과 넛지와 감정적 공감을 유도하는 정서적 공감 기반 넛지가 주요하게 나타났으며, 질병관리청 채널은 건강 행동 실천을 촉진하는 참여 유도형 넛지와 구체적 실천 방안을 안내하는 행동 안내 넛지가 상대적으로 두드러졌다. 본 연구는 공공 헬스커뮤니케이션 영역에서 디지털 넛지의 실질적 효과를 탐색적 수준에서 실증적으로 검토하고, 머신러닝·딥러닝·텍스트 마이닝 기법을 접목해 대 규모 소셜미디어 데이터의 분석 가능성을 제시하였다는 점에서 학술적·실무적 의의 가 있다. 주요어(Keywords): 디지털 넛지, 유튜브 댓글, 헬스 커뮤니케이션, 텍스트 마이닝, 머신러닝, 딥러닝, BERTopic

more

목차

목 차
제1장. 서론 1
제1절. 연구 배경 및 필요성 1
제2절. 연구의 목적 3
제3절. 연구 문제 4
제4절. 연구의 방법 및 범위 6
제2장. 이론적 배경 및 선행연구 고찰 7
제1절. 넛지 이론과 디지털 넛지의 개념 7
제2절. 공공기관의 디지털 커뮤니케이션 17
제3절. 유튜브 플랫폼에서의 디지털 넛지 유형과 효과 22
제4절. 텍스트 마이닝과 인공지능 기법을 활용한 텍스트 분석 33
제3장. 연구방법 35
제1절. 연구 절차 및 분석 프레임워크 35
제2절. 데이터 수집 36
제3절. 데이터 전처리 39
제4절. 머신러닝과 딥러닝 기법 적용 41
제5절. BERTopic 적용 45
제6절. 감성분석 47
제4장. 분석 결과 49
제1절. 분석 대상 유튜브 채널 기술 통계 49
제2절. 머신러닝 기반 넛지 요소 유무 식별 결과 51
제3절. 딥러닝 기반 BERT 모델을 활용한 넛지 요소 유무 식별 결과 53
제4절. 두 채널의 디지털 넛지 유형 탐색 결과 55
제5절. BERTopic 분석 결과 57
제6절. 댓글 감성분석 결과 98
제7절. 연구 문제별 분석 결과 102
제5장. 결론 104
제1절. 연구 요약 104
제2절. 연구의 학술적 기여 106
제3절. 연구의 한계 및 후속 연구 제안 107
참고문헌 109

more
반출 Meta View 목록