내란세력이 점령한 네이버

1. 취재착수 ① 단독취재( ), ② 단독기획(0), ③ 보도자료 심층기획( ), ④ 제보( ), ⑤ 기타( ) 2. 출품 보도물 목록(최초 보도부터 순서대로 3건까지 기재) 번호 보도일시 보도 제목 1 5월13일12시06분 내란옹호 댓글, 1월 윤석열 체포 시점 폭증 2 5월14일06시58분 부정선거 음모론에 빠진 내란옹호 댓글,허위보도 후 급증 3 5월15일20시25분 "판사 집주소 좀"윤석열 구속되자 등장한 충격 댓글 3. 보도제작경위 - 내용을 구체적으로 기술해 주십시오. - <오마이뉴스>는 ‘12.3 윤석열 내란 사태’ 당시 윤석열 지지단체인 신남성연대가 네이버 댓글 조작을 하고 있다는 사실을 처음 보도했습니다. 보도 이후 많은 사람들이 ‘네이버는 내란 옹호 여론이 점령했다’고 인식하고 있었고, 실제로 댓글 내용들도 그런 부분을 지적하는 분들이 많았습니다. 단순히 ‘내란 옹호 여론이 많다’더라는 식의 말들을 객관적 수치로 검증해보기 위해 이번 기획을 시작했습니다. - 이번 기획은 헌정사상 초유의 '12.3 윤석열 내란 사태'를 맞아, 이와 관련된 여론이 국내 최대 포털인 네이버에서 어떻게 형성되고 변모하는지를 빅데이터 기법을 활용해 수치적 ‘팩트’로 규명하고자 했습니다. 사실 내란 옹호 여론의 존재는 알려져 있었지만, 그 규모와 실체, 작동 방식은 추측과 직관의 영역에 머물러 있었습니다. 오마이뉴스는 이를 실증적인 데이터로 증명하고자 국내 언론사 최초로 빅데이터 분석 및 인공지능(AI) 방법론을 자구 개발해 취재했습니다. - 취재팀은 먼저, 내란 사태 관련 주요 변곡점(계엄선포, 탄핵안 가결, 윤석열 체포, 윤석열 구속 등)에 출고된 네이버 기사를 추출, 해당 기사에 달린 댓글 513,222건을 파이썬 셀레니움 라이브러리 코드를 활용, 전량 수집했습니다. ‘내란옹호’ 댓글을 구분하기 위해 7000여건의 댓글을 분류한 학습데이터를 만들어, 한국어 LLM 모델에 파인튜닝(Fine-Tunning) 하는 방식으로 머신러닝 분류 모델을 자체 구축했습니다. 이 모델을 통해, 네이버 내란 옹호 댓글 비중이 14%였고, 윤석열 전 대통령 체포 시점을 기준으로 폭증했다는 사실을 밝혀냈습니다. 체포 시점을 기점으로 내란 옹호 댓글의 양이 이전과는 비교할 수 없을 정도로 폭증하는 결정적인 변곡점을 데이터로 확인하고, 윤석열 지지단체들의 댓글여론전에도 불구하고, 예상에 비해 내란 옹호 여론의 비중이 크지 않다는 걸 수치적으로 밝혀낸 것은 중요한 성과로 자부합니다. - 구글 제미나이(Gemini) AI를 활용한 프롬프트 엔지니어링 정밀 분석을 통해, 대통령 체포 시점에 '사법부 불신'을 조장하는 댓글이 내란 옹호 댓글의 절반 이상을 차지하는 등, 특정 사건을 계기로 여론이 급변하고 극단화됐다는 사실도 밝혀냈습니다. 또한, "계엄은 계몽이었다"는 댓글에서 시작된 '계몽'이라는 키워드가 온라인을 넘어 헌법재판소 변호사 발언 등 현실 정치에까지 영향을 미치는 과정도 추적, 디지털 여론 조작의 전파 경로와 메커니즘을 밝혀냈습니다. ‘판사 집주소를 알려달라’ 등 사법기관 결정에 반해, 판사 개인의 신변을 위협하는 댓글들이 다량 확인된 것도 성과입니다. 4. 취재 및 보도과정의 특이사항 여부 ① 기사에 등장하는 익명취재원의 상당성여하 – 자체 구축한 머신러닝 모델과 코딩을 활용햇습니다. ② 제보자와의 특별한 이해관계여하 – 없습니다. ③ 직접취재(바이라인), 현장취재(데이트라인)여하 – 파이썬 코딩을 통한 크롤링, 머신러닝, 프롬프트엔지니어링 등을 모두 자체적으로 개발, 분석했습니다. ④ 기타 특이사항 여하 5. 타 매체 선행보도 여부 및 타 매체의 반향 - ‘12.3 윤석열 내란 사태’ 이후 댓글 여론의 위험성을 우려하는 보도는 있었으나, 이번 기획과 같이 같이 수십만 건의 댓글 데이터를 전수 분석해 내란 옹호 여론의 규모(14%)와 폭증 시점, 구체적인 내란옹호 댓글의 주제까지 빅데이터 방법론을 활용해 팩트화된 수치로 규명한 선행 보도는 없었습니다. 51만개의 댓글을 수집하고, 자체 머신러닝 학습모델을 통해, 내란 옹호 댓글의 구체적인 데이터를 제시한 것은 이번 기획 보도가 처음입니다. 아울러 분석 방법론과 머신러닝 기법까지 모두 자체적으로 개발, 수행함으로써 국내 빅데이터 저널리즘의 향후 방향성을 제시했다고 자평합니다. 6. 사회에 끼친 영향 - 이번 기획은 보도는 막연하게만 느껴졌던 온라인상의 극단적 여론이 구체적으로 어떤 규모(전체 댓글의 14%)로 존재하며, 어떤 사건을 계기(윤 전 대통령 체포)로 폭발력을 갖게 되는지를 증명함으로써 ‘12.3 윤석열 내란 사태’에 대해 알려지지 않은 중요한 시사점을 제공했습니다. 현재 신남성연대 등에 대한 ‘내란 선동’ 관련 내용을 입증하는데 있어서 내란 옹호 여론의 변화를 검증한 해당 기획이 중요한 참고 자료가 될 것이라 생각합니다. - ‘내란 사태’ 관련 빅데이터 분석을 통해, '서부지법 폭동' 같은 사법 기관에 대한 물리적 공격으로 나타난 ‘맹목적 사법부 불신’ 시각이, 온라인 상에서도 댓글의 형태를 통해 광범위하게 퍼져있음을 밝혀냈습니다. 특히 윤 전 대통령의 체포 시점을 기점으로 이러한 댓글이 폭증했는데, 이렇게 온라인 상에 광범위하게 공유된 ‘사법기관 불신’ 여론이 윤 전 대통령 구속 시점 나타난 ‘서부지법 폭동’으로 나타난 것이라 볼 수 있는 여지도 충분합니다. - 다량의 댓글 분석을 통해, ‘계몽령’ 등 내란을 옹호하는 형태의 용어들이 온라인상에서 전파되고, 결과적으로 현실에까지 영향을 미치는 과정을 파악했습니다. 실제로 지난 1월 처음 등장했던 ‘계몽령’이라는 단어는 내란 옹호 여론의 핵심 단어로 급부상했고, 탄핵 반대 집회의 주요 구호로 쓰였으며, 헌법재판소에서 윤석열 전 대통령 측 변호인이 ‘계몽령’을 언급하면서 내란 옹호 논리로 자리잡았습니다. 온라인상에서의 댓글 여론전이 오프라인상 실제 정치에까지 미치는 영향이 구체적으로 파악된 것인데, 이는 향후 주목할 사회적 사건에 있어서, 온라인상의 여론의 동향을 파악하는 것이 중요하다는 시사점을 제공합니다. 7. 자체평가 및 소속사확인여부 -이번 기획은 정확성, 객관성, 공익이라는 언론윤리의 핵심 가치를 빅데이터 저널리즘이라는 혁신적인 방식으로 구현했다고 자평합니다. 51만여 개의 방대한 데이터를 머신러닝과 프롬프트엔지니어링 분석 기법으로 분석, 단순 직관적 추론이 아닌 데이터에 기반한 팩트를 보도함으로써 객관성과 정확성을 담보했습니다. 또한, 한국 민주주의의 근간을 뒤흔들었던 내란 사태와 관련해, 전체 댓글의 14%에 달하는 내란 옹호 여론의 실체와 그 폭증 과정을 파헤침으로써, 대중에 올바른 정보 제공과 건강한 공론장 형성이라는 언론의 사회적 책무를 다했다고 평가합니다. 특히, 기존의 취재 방식으로는 접근하기 어려웠던 디지털 공간의 여론 문제를 빅데이터 분석으로 접근해, 한국 저널리즘의 외연을 확장했습니다. AI 시대에 걸맞게 빅데이터 탐사보도 모델을 제시했다는 점에서 이번 기획은 높은 평가를 받을 자격이 있다고 생각합니다. 8. 기타 고려사항 특이사항 없습니다.