The Journal of Information Systems (한국정보시스템학회지:정보시스템연구)

Korea Association of Information Systems (한국정보시스템학회)
권호 표지
DOI QR코드

DOI QR Code

How Does the Media Deal with Artificial Intelligence?: Analyzing Articles in Korea and the US through Big Data Analysis

언론은 인공지능(AI)을 어떻게 다루는가?: 뉴스 빅데이터를 통한 한국과 미국의 보도 경향 분석

  • 박종화 (공주대학교 상업정보교육과) ;
  • 김민성 (고려대학교 미디어산업연구센터) ;
  • 김정환 (부경대학교 미디어커뮤니케이션학부)
  • Received : 2021.11.19
  • Accepted : 2022.03.16
  • Published : 2022.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

Purpose The purpose of this study is to examine news articles and analyze trends and key agendas related to artificial intelligence(AI). In particular, this study tried to compare the reporting behaviors of Korea and the United States, which is considered to be a leader in the field of AI. Design/methodology/approach This study analyzed news articles using a big data method. Specifically, main agendas of the two countries were derived and compared through the keyword frequency analysis, topic modeling, and language network analysis. Findings As a result of the keyword analysis, the introduction of AI and related services were reported importantly in Korea. In the US, the war of hegemony led by giant IT companies were widely covered in the media. The main topics in Korean media were 'Strategy in the 4th Industrial Revolution Era', 'Building a Digital Platform', 'Cultivating Future human resources', 'Building AI applications', 'Introduction of Chatbot Services', 'Launching AI Speaker', and 'Alphago Match'. The main topics of US media coverage were 'The Bright and Dark Sides of Future Technology', 'The War of Technology Hegemony', 'The Future of Mobility', 'AI and Daily Life', 'Social Media and Fake News', and 'The Emergence of Robots and the Future of Jobs'. The keywords with high centrality in Korea were 'release', 'service', 'base', 'robot', 'era', and 'Baduk or Go'. In the US, they were 'Google', 'Amazon', 'Facebook', 'China', 'Car', and 'Robot'.

Keywords

Acknowledgement

이 논문은 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임. (NRF-2019S1A3A2099973)

References

  1. 과학기술정보통신부. "I-Korea 4.0 실현을 위한 인공지능(AI) R&D 전략," 2018.
  2. 곽현, 이성원, "특허분석을 통한 인공지능 기술분야 경쟁력 분석: 특허 시장성과 기술력 질적 분석을 중심으로," 정보시스템연구, 제28권, 제3호, 2019, pp. 141- 158.
  3. 구정우, 조성권, "언론을 통해 본 한국의 ODA: 토픽 모델링을 활용한 신문기사 분석, 1993~2016," 국제지역연구, 제26권, 제3호, 2017, pp. 173-210.
  4. 김광호 등, AI 시대의 미디어, 북스타, 2020.
  5. 김민성, 윤영민, "잊혀질 권리에 대한 언론 보도 분석: 한국과 미국, 영국의 보도 프레임을 중심으로," 언론과학연구, 제15권, 제3호, 2015, pp. 33-66.
  6. 노설현, "토픽모델링을 활용한 인공지능 관련 이슈 분석," 디지털융복합연구, 제18권, 제5호, 2020, pp. 75-87. https://doi.org/10.14400/JDC.2020.18.5.075
  7. 남인용, 박한우, "대권 예비후보자 관련 신문기사의 네트워크 분석과 홍보전략," 한국정당학회보, 제6권, 제1호, 2007, pp. 79-107.
  8. 남재일, 박재영, "한.미 탐사보도 성격 비교 연구," 언론과학연구, 제20권, 제3호, 2020, pp, 5-45.
  9. 민진영, 이애리, "'좋아요'와 '싫어요' 같은 간접적 사회적 정보의 방향과 강도는 온라인 뉴스 콘텐츠 댓글의 숙의의 질과 어떤 관련이 있는가? 토픽 모델링을 이용한 토픽 다양성 분석," 정보시스템연구, 제30권, 제4호, 2021, pp. 303-327.
  10. 박성욱, "빅데이터 기법을 활용한 Data Technology의 키워드 분석," 기술혁신학회지, 제22권, 제2호, 2019, pp. 265-281.
  11. 박지용, 이현무, 노기섭, "미국 대선 후보로 알아본 미국 언론이 한국 언론에 미치는 영향 분석: 텍스트마이닝을 중심으로," 한국지능시스템학회논문지, 제31권, 제6호, 2021, pp. 510-518.
  12. 양혜승, "인터넷 뉴스 댓글의 견해와 품질이 독자들의 이슈에 대한 태도에 미치는 영향," 한국언론학보, 제52권, 제2호, 2008, pp. 254-281.
  13. 이소정, "잠재디리클레할당 분석을 이용한 '노인일자리'관련 신문기사 토픽분석," 디지털융복합연구, 제18권, 제10호, 2020, pp. 537-546. https://doi.org/10.14400/JDC.2020.18.10.537
  14. 이수상, "언어 네트워크 분석 방법을 활용한 학술논문의 내용분석," 정보관리학회지, 제31권 제4호, 2014, pp. 49-68. https://doi.org/10.3743/KOSIM.2014.31.4.049
  15. 이준웅, "갈등적 이슈에 대한 뉴스 프레임 구성방식이 의견형성에 미치는 영향: 내러티브 해석모형의 경험적 검증을 중심으로," 한국언론학보, 제46권, 제1호, 2001, pp. 441-484.
  16. 임종섭, "온라인 신문의 초기화면 광고 게재에 나타난 극단적 상업 저널리즘 현상 분석: 2011년과 2014년을 중심으로," 지역과 커뮤니케이션, 제19권 제2호, 2015, pp. 61-96.
  17. 임영호, 신문원론, 한나래, 2005.
  18. 정근하, "텍스트마이닝과 네트워크 분석을 활용한 미래예측 방법 연구," 2011 (한국과학기술기획평가원 연구보고서), Available:https://www.kistep.re.kr/boardDownload.es?bid=0002&list_no=24667&seq=10172.
  19. 정수영, 황경호, "한.일 주요 일간지의 한류 관련 뉴스 프레임과 국가 이미지: 기사 헤드라인에 대한 의미연결망 분석을 중심으로," 한국언론학보, 제59권, 제3호, 2015, pp. 300-331.
  20. 정원준, "사드 (THAAD) 이슈를 둘러싼 한국과 중국 간 갈등 쟁점의 변화 추이 연구: 빅데이터를 이용한 시계열 토픽 모델링과 언어 네트워크 분석 기법으로," 한국광고홍보학보, 제20권, 제3호, 2018, pp. 143-196.
  21. 정준화, "인공지능(AI) 정책의 주요 쟁점과 과제," 한국지역정보화학회 동계학술발표대회논문집, 2019, pp. 39-50.
  22. 최현종, "토픽 모델링을 이용한 인공 지능 관련 신문 기사의 보도 경향 분석," 한국디지털콘텐츠학회논문지, 제21권, 제7호, 2020, pp. 1293-1300.
  23. 한국과학기술기획평가원, "2020년도 예비타당성조사 보고서: 사람 중심 AI 강국 실현을 위한 차세대 인공지능 핵심원천기술개발사업", 2021.
  24. 함승경, 김혜정, 김영욱, "코로나 19 언론보도 경향에 대한 빅데이터 분석: 이슈 주기 및 언론사 정치적 지향에 따른 주제 분석과 언어 네트워크 분석 적용," 한국언론학보, 제65권, 제1호, 2021, pp. 148-189.
  25. 황명화, "여론 모니터링을 위한 비정형 빅데이터 시공간분석 방법론 연구," 2014. (국토연구원 연구보고서), Available: https://www.krihs.re.kr/publica/reportView.do?num=000003600230.
  26. 황서이, 김문기, "국내 인공지능분야 연구동향분석 -토픽모델링과 의미연결망분석을 중심으로-," 한국지털콘텐츠학회논문지, 제20권, 제9호, 2019, pp. 1847-1855.
  27. 4차산업혁명위원회, "2021년도 인공지능 이용인식조사," 2021.
  28. Accenture Research and Frontier Economics, "Artificial Intelligence Has Potential to Increase Corporate Profitability in 16 Industries by an Average of 38 Percent by 2035," 2017, Available: https://newsroom.accenture.com/news/accenture-report-artificial-intelligence-has-potential-to-increase-corporate-profitability-in-16-industries-by-an-average-of-38-percent-by-2035.htm.
  29. Blei, D. M., Ng, A. Y., and Jordan, M. I., "Latent Dirichlet Allocation," The Journal of Machine Learning Research, Vol. 3, 2003, pp. 993-1022.
  30. Blei, D. M., "Probabilistic Topic Models," Communications of the ACM, Vol. 55, No. 4, 2012, pp. 77-84. https://doi.org/10.1145/2133806.2133826
  31. Entman, R. M., "Framing: Toward Clarification of a Fractured Paradigm," Journal of Communication, Vol. 43, 1993, pp. 51-58. https://doi.org/10.1111/j.1460-2466.1993.tb01304.x
  32. Griffiths, T. L., and Steyvers, M., "Finding Scientific Topics," Proceedings of the National academy of Sciences, Vol. 101, 2004, pp. 5228-5235. https://doi.org/10.1073/pnas.0307752101
  33. Habermas, J., The Structural Transformation of the Public Sphere: An Inquiry into a Category of Bourgeois Society, MIT press, Massachusetts, 1991.
  34. Krafft, P. M., Young, M., Katell, M., Huang, K., and Bugingo, G, "Defining AI in Policy versus Practice," In Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 2020, pp. 72-78.
  35. Lenci, A., "Distributional Semantics in Linguistic and Cognitive Research," Italian Journal of Linguistics, Vol. 20, No. 1, 2008, pp. 1-31.
  36. Lippmann, W., Public Opinon, Macmillan, New York, 1922.
  37. Shah, D. V., Domke, D., and Wackman, D. B., "To Thine Own Self be True: Values, Framing, and Voter Decision-making Strategies". Communication Research, Vol. 23, 1996, pp. 509-560. https://doi.org/10.1177/009365096023005001
  38. Tractica, Artificial Intelligence Market Forecasts Report, 2019, Available: https://omdia.tech.informa.com/OM000840/Artificial-Intelligence-Market-Forecasts.