국내 주요 온라인 커뮤니티의 혐오 표현 사용 양상에 관한 연구

Abstract

공간적 제약 없이 원활한 정보 교류와 양방향 의사소통이 가능한 온라인 커뮤니티의 긍정적인 영향에도 불구하고, 높은 표현의 자유도는 혐오 표현의 생성과 확산에도 영향을 미치고 있다. 온라인 혐오 표현의 확산이 사이버폭력뿐만 아니라 사회 내 차별과 갈등을 조장하는 등 개인과 사회에 부정적인 영향을 미칠 수 있다는 점에서, 온라인에서 발생하는 혐오의 종류, 정도, 특징, 영향력 등을 파악하는 것에 대한 중요성을 강조한다. 다양한 온라인 커뮤니티는 커뮤니티에 대한 개별적인 정체성을 가지고 공통적인 가치와 관심을 가진 사람들이 형성해나간다는 특징을가지고 있기 때문에, 특정 주제에 대해서도 다른 관점으로 접근하고 해석할 가능성이 높을 수 있다. 정보 공유 특성이 커뮤니티 별로 다르게 나타날 수 있음에도 불구하고, 다양한 커뮤니티에서 발생하는 온라인 혐오를 종합적으로분석한 연구는 부족하다. 이에 본 연구에서는 6개의 국내 주요 온라인 커뮤니티를 선정하여 데이터 수집과 정제를거친 183,488개의 혐오 표현 데이터를 바탕으로 커뮤니티 간의 혐오 표현 사용 양상과 그 차이를 분석하였다. 그 결과, 동일한 혐오 주제에 대해서 커뮤니티 별로 다루는 내용이 상이하다는 것을 파악하였다. 또한, KoBERT 감정 분류 모델을 활용하여 혐오 표현이 포함된 게시물에 대해 6가지 감정 분석을 수행하였으며, 그 결과 커뮤니티 별로 혐오 표현 정도의 차이가 드러나는 것을 파악하였다. 본 연구 결과를 기반으로 커뮤니티별 온라인 혐오 표현에 대한특징을 고찰하고, 디지털 리터러시를 통해 온라인 혐오 표현의 생성과 확산을 줄여나갈 수 있는 방법에 대해서 논의한다.

Despite the positive influence of online communities on facilitating information exchange and communications without spatial and temporal limitations, a high degree of freedom of online expressions also influences the creation and spread of hate speech. Given that the spread of online hate speech can have many negative effects on individuals and society, such as the promotion of cyber-violence, discrimination, and conflict, it is critical to understand types, degrees, and characteristics of online hate speech. Since various online communities have their own community identity and are formed by people with common values and interests, ways of interpreting and sharing specific topics are also likely to vary by community, which could also influence ways of hate speech. Despite such an important aspect, little research has comprehensively analyzed online hate speech from the data in various online communities. In this paper, we report characteristics and patterns of hate speech, based on the data of 183,488 hate expressions from six major online communities in South Korea. Our study results showed that the content dealt with by each community was highly different even for the same topic. In addition, our emotion analysis results revealed significant differences in the degree of hate speech by community. Finally, we discuss possible ways to reduce the creation and spread of online hate speech.