• 흐림속초
  • 구름많음
  • 구름많음철원
  • 흐림동두천
  • 흐림파주
  • 흐림대관령
  • 구름많음춘천
  • 구름많음백령도
  • 흐림북강릉19.1℃
  • 흐림강릉
  • 흐림동해
  • 흐림서울26.4℃
  • 흐림인천24.7℃
  • 흐림원주
  • 흐림울릉도0.0℃
  • 흐림수원
  • 흐림영월
  • 흐림충주
  • 흐림서산
  • 구름많음울진
  • 흐림청주
  • 흐림대전
  • 흐림추풍령
  • 흐림안동
  • 흐림상주
  • 흐림포항
  • 흐림군산
  • 흐림대구22.2℃
  • 흐림전주0.0℃
  • 흐림울산0.0℃
  • 흐림창원1.0℃
  • 흐림광주0.0℃
  • 흐림부산0.1℃
  • 흐림통영3.4℃
  • 비목포0.1℃
  • 비여수2.7℃
  • 비흑산도0.4℃
  • 흐림완도3.8℃
  • 흐림고창0.1℃
  • 흐림순천0.9℃
  • 흐림홍성(예)
  • 구름많음
  • 비제주1.4℃
  • 흐림고산4.5℃
  • 흐림성산2.4℃
  • 비서귀포1.0℃
  • 흐림진주0.4℃
  • 구름많음강화25.5℃
  • 흐림양평
  • 흐림이천
  • 구름많음인제
  • 흐림홍천
  • 흐림태백
  • 흐림정선군
  • 흐림제천
  • 흐림보은
  • 흐림천안
  • 흐림보령
  • 흐림부여
  • 흐림금산
  • 흐림
  • 흐림부안0.0℃
  • 흐림임실0.0℃
  • 흐림정읍0.0℃
  • 흐림남원0.3℃
  • 흐림장수0.0℃
  • 흐림고창군0.0℃
  • 흐림영광군0.1℃
  • 흐림김해시0.5℃
  • 흐림순창군0.1℃
  • 흐림북창원0.5℃
  • 흐림양산시0.2℃
  • 흐림보성군1.1℃
  • 흐림강진군2.1℃
  • 흐림장흥1.5℃
  • 흐림해남2.1℃
  • 흐림고흥3.0℃
  • 흐림의령군0.5℃
  • 흐림함양군0.3℃
  • 흐림광양시1.2℃
  • 흐림진도군2.1℃
  • 구름많음봉화
  • 구름많음영주
  • 흐림문경
  • 흐림청송군
  • 흐림영덕
  • 흐림의성
  • 흐림구미
  • 흐림영천
  • 흐림경주시0.0℃
  • 흐림거창
  • 흐림합천0.2℃
  • 흐림밀양0.0℃
  • 흐림산청0.0℃
  • 흐림거제1.4℃
  • 흐림남해1.3℃
  • 흐림0.5℃
기상청 제공

2026년 06월 22일 (월)

“31번 확진자 발생 후 코로나19 관련 데이터양 급증”

“31번 확진자 발생 후 코로나19 관련 데이터양 급증”

SNS·뉴스 등 데이터 약 260만 건 수집·분석해 시기별 주요 이슈 제시
마스크, 지속적으로 높은 빈도…“국민 반응 실시간 모니터링할 시스템 필요”
보사연, ‘코로나감염-19’ 주제 보건·복지 ISSUE & FOCUS 시리즈 4편 발표

1.jpg

한국보건사회연구원(원장 조흥식·이하 보사연)이 발간하는 ‘보건복지 ISSUE & FOCUS’에서는 코로나19 관련 특집호를 연이어 게재하고 있는 가운데 17일 ‘코로나바이러스감염증-19 소셜 빅데이터 기반 주요 이슈 분석’(오미애 정보통계연구실 빅데이터·정보연구센터장, 전진아 보건정책연구실 건강정책연구센터장)을 주제로 4번째 시리즈를 발간했다.


소셜 빅데이터 분석을 통해 코로나19 확산에 따른 주요 키워드의 변화 추이와 국민들의 반응을 다각도로 살펴본 이번 호에서는 국내 첫 코로나19 확진자가 발생한 1월20일부터 3월8일까지 뉴스, 블로그, 카페, SNS, 커뮤니티에서 수집한 키워드 관련 데이터(문서·댓글) 약 260만 건을 1주∼7주차로 나눠 수집·분석했다.


우선 ‘버즈양’(어떤 주제에 대한 온라인상에서의 언급 횟수)을 보면 첫 번째 확진자가 나온 1주차에 2만6000건이던 문서양은 ‘슈퍼전파자’로 추정된 31번째 확진자가 발생했다는 정부 발표 이후 23만건(5주차)에 이어 42만건(6주차), 41만건(7주차)으로 급증했다.


이와 관련 저자들은 “지난해 12월31일 국내에서 처음으로 ‘우한폐렴’이라는 이름으로 코로나19 관련 보도가 이뤄진 후 지난 1월20일 국내 첫 확진자 발생 전까지 국내에서는 큰 반응이 없었다”며 “그러나 첫 확진자 발생 이후 과거 대비 버즈양이 급증함으로써 다수의 사람들이 이전보다 관심을 가지기 시작했고, 31번째 확진자가 발생하면서 버즈양이 급증한 것으로 분석됐다”고 밝혔다.


이어 “확진자 수 발표, 신천지 집단 감염, 마스크 판매 이슈 등이 버즈양 증가를 견인한 것으로 보인다”며 “이에 따라 다양한 이슈들이 공유되고, 외부 활동 자제, 마스크 판매 급증, 사재기, 개학 연기, 오프라인 매출 감소 등 다양한 사회·경제적 파급효과를 불러왔다”고 말했다.


코로나19 연관어 빈도 순위 집계 결과를 보면 문서에서는 △중국 △확진 △환자 △신천지 △마스크 순으로 높은 빈도를 보였고, 댓글에서는 △중국 △신천지 △중국인 △입국 순으로 빈도가 높게 나타났으며, 특히 마스크는 분석 대상 기간 내내 지속적으로 높은 빈도를 보이는 한편 코로나19 유행 대응과 관련한 ‘정부’, ‘대통령’ 키워드 역시 많이 나타났다.


또한 문서와 댓글의 연관어 빈도 순위를 보면 코로나19가 국내에서 대구와 경북 지역을 중심으로 확산되기 전에는 중국이 가장 높은 빈도를 보였지만 코로나19가 신천지 신도 중심으로 확산됨에 따라 신천지가 가장 높은 빈도를 보였다.


이와 함께 국내에서 코로나19가 확산되기 전에는 중국, 일본, 교민, 크루즈 등의 이슈가 부각된 반면 확산된 이후에는 개인보건위생과 관련한 손, 물 등에 대한 키워드가 높은 순위를 보이고 있다. 이는 코로나19 유행 초기에는 코로나19를 ‘나’ 혹은 ‘우리’의 문제로 바라보기보다는 중국이나 일본, 크루즈에서 유행하는 문제로 보고 객관적인 입장을 견지했다면, 국내 확산이 본격화되면서부터는 코로나19를 ‘나’ 혹은 ‘우리’의 문제로 여기게 됐다는 것을 의미한다는 설명했다.


한편 저자들은 “빅데이터를 활용해 코로나19 유행 상황에 대한 키워드들을 분석한 결과, 코로나19의 발생 및 유행 단계에 따라 주요 키워드들이 변화하는 것을 확인할 수 있었다”며 “코로나19가 국내에서 발생한 이후 매일 ‘확진’ 환자에 대한 기사들이 쏟아졌기 때문에 ‘확진’은 주요한 키워드일 수밖에 없지만, 유행 상황에 따라 키워드를 통한 국민 혹은 사회의 관심도가 달라지는 것을 확인할 수 있었다”고 밝혔다.


실제 발생 및 유행 초기에는 중국, 일본 등 해외에 대한 관심도가 높았던 반면, 코로나19 확산이 본격화됨에 따라 신천지, 대구에 대한 관심도가 높아졌음을 확인할 수 있었고, 대구와 경북 지역 외 17개 시도에서 모두 확진자가 발생한 6주차부터는 ‘지역’이라는 키워드 역시 중요하게 부각됐다.


또한 저자들은 “코로나19가 국민 개개인의 일상에 영향을 미치고 있을 뿐만 아니라 정부 대응 과정에 대한 관심도도 높다는 것이 확인됐다”며 “마스크나 정부, 대통령이라는 키워드가 꾸준히 높은 빈도를 차지하고 주요한 네트워크로 표현되고 있다는 점은 정부와 대통령에 대해 어떠한 입장을 보이든지 간에 우리 사회가 정부의 코로나19 유행 대응에 높은 관심을 가지고 지켜보고 있음을 의미하는 것”이라고 말했다.


특히 저자들은 “현재 정부에서는 코로나19 확산 방지를 위해 국토부와 과기정통부에서 연구·개발 중인 스마트시티 기술을 활용해 역학조사를 지원하는 시스템을 시범 운영할 계획을 밝히는 등 확산 방지를 위해 실시간 지역별 확진자 현황 및 동선 정보 제공 등 객관적인 정보 전달을 위해 노력하고 있다”며 “국민의 정서 관리가 필요한 지금과 같은 국가재난 상황에서는 현재의 이슈를 실시간으로 파악하고 전문가들이 객관적인 데이터를 통해 국민의 반응을 실시간으로 모니터링할 수 있는 시스템이 필요하다”고 제언했다.

 

2.jpg

 

관련기사

가장 많이 본 뉴스

더보기

최신뉴스

더보기

뉴스

더보기