초록 열기/닫기 버튼
온라인 뉴스 댓글 공간에서의 혐오 표현의 만연은 심각한 사회적 문제 로 대두되고 있다. 본 연구는 국내 주요 포털인 네이버의 뉴스 댓글 109,126개를 수집하여 혐오 분류 모델 '언스마일(Unsmile)'과 토픽 모 델링 기법 LDA를 활용한 분석을 수행하였다. 분석 결과, 정치, 사회, 세 계 분야에서 혐오 표현이 전체 댓글 비중에 40% 이상으로 나타났으며, 이는 현행 댓글 인터페이스의 한계점을 드러내는 것으로 확인되었다. 위 분석 결과를 토대로, 본 연구는 댓글의 혐오 수준을 판별하고 시각화하 는 인터페이스를 설계하였다. 제안된 인터페이스의 효과성을 검증하기 위해 280명의 사용자를 대상으로 통계 분석을 실시하였으며, 그 결과 해당 인터페이스가 혐오 표현 감소와 댓글 기피 성향 완화에 유의미한 효과가있음을확인하였다.본연구는국내포털의혐오표현실태를실 증적으로 분석하고, 인터페이스 개선안의 효과와 한계점을 제시했다는 점에서 학술적 의의를 지닌다.
The proliferation of hate speech in online news comment sections represents a significant social issue. This study collected 109,126 news comments from Naver, a major Korean portal, and analysed them using Unsmile, a hate classification model, and LDA, a topic modeling technique. The analysis results demonstrated that hateful expressions constituted over 40% of all comments across the political, social, and global news sectors, thereby underscoring the shortcomings of the existing comment interface. In light of the analysis as mentioned above, this study proceeded to devise an interface capable of discerning and visualising the extent of hate present in comments. To validate the efficacy of the proposed interface, a statistical analysis was conducted on 280 users, demonstrating a notable impact on curbing hateful expressions and mitigating the inclination to avoid comments. This study contributes to the academic discourse by providing an empirical analysis of the prevalence of hate speech on domestic portals and evaluating the effectiveness and limitations of the proposed interface enhancement.