코로나19와 관련해 일반인들이 온라인상에서 가장 활발히 나눈 질문과 답변은 ‘신체적 의심 증상’에 관한 것으로 조사됐다.
국립암센터(원장 이은숙) 가정의학과 김열 교수팀이 포항공대 사회문화데이터사이언스연구소 조원광 교수와 함께 교수팀은 1월 10일부터 3월 2일까지 네이버 지식iN에서 신종 코로나바이러스 감염증(이하 코로나19) 관련 질문 약 1만 3,000개와 질문에 달린 약 2만 9,000개의 답변을 수집했다.

이를 구조화된 토픽모델 기법과 네트워크 분석을 활용해 사람들이 온라인상에서 어떤 이야기를 주고받는지, 사람들의 공포와 불안의 대상은 무엇인지 분석했다.
그 결과 ‘어떤 신체 증상이 발생했을 때 코로나19를 의심해야 하는가’에 대한 질문 집합이 가장 큰 비중을 차지했다. 다음으로는 ▲코로나 19 현황과 정책이었으며, ▲코로나19에 대한 일반 지식 ▲마스크 착용 등 자기방어법 ▲여행이나 이동 안전성 ▲직업과 일자리에 대한 질문 집합 등이었다.
특히 한국에서 확진자가 폭증하기 시작한 2월 말경, 이러한 질문 집합 중 ‘코로나19 의심 증상’ 관련 질문들의 비중이 상승하는 패턴을 보여, 실제로 환자 발생 증가를 예측할 수 있었다. 또 코로나19로 인한 노동 환경 변화 및 일자리 관련 질문 집합 비중도 소폭 증가함을 확인했다.
네크워크 분석에서 사람들의 불안과 걱정은 주로 신체적 의심 증상과 연계되거나, 자기방어 수단을 대상으로 표출됐다. 이러한 불안과 걱정에 연계된 질문에 대한 답변을 분석한 결과 적절하지 못한 답변의 비율이 9~16%였다.

특히 자기방어 수단과 관련된 질문에 대한 답변에는 광고홍보성 게시글이 66%에 이를 정도로 매우 많았다.
김열 교수는 “이번 연구는 코로나19 유행 초기, 온라인에서 정보가 사람들의 불안 심리와 연계되어 어떻게 전파되는가를 분석해 합리적인 건강정보 소통 정책에 대한 함의를 도출하고자 수행됐다”고 밝혔다.
또 “일반인들이 온라인에서 교환하는 자연어를 텍스트 마이닝 기법으로 분석한 결과, 여론과 정서변화를 측정할 수 있음을 확인했다”며, “이 연구결과가 향후 신속하고 합리적인 감염병 대응 정책 마련에 도움이 될 것으로 기대한다”고 덧붙였다.
이번 연구결과는 국제저널인 Journal of Medical Internet Research 최신호에 발표됐다.

한편 구조화된 토픽모델 기법은 문서 집합의 추상적인 ‘주제’를 발견하기 위한 통계적 모델 중 하나로, 텍스트 본문의 숨겨진 의미구조를 발견하기 위해 사용되는 텍스트 마이닝 기법 중 하나이다.
네트워크 분석은 수학의 그래프 이론을 이용하여 사람, 그룹, 데이터 등 객체 간의 관계 및 관계 특성 등을 분석하고 시각화하는 측정 기법이다.
데이터 마이닝 기법은 대규모의 데이터베이스 안에서 일정한 규칙을 찾아내어 데이터를 분석하는 일이다.
[메디컬월드뉴스 김영신 기자]

관련기사

• 고양시-국립암센터, 보건의료협력 기반 평화교류 교두보 ‘평화의료센터’개소
• 국립암센터 3D프린팅 뼈 재건술…골종양에서 교통사고 환자까지 적용
• 국립암센터, 간이식 800례 달성…95% 이상 생체 간이식, 합병증 1% 이하
• 국립암센터, 혈액 이용한 암 맞춤치료 연구성과 상용화 가능성 UP
• 국립암센터, 간호간병통합 확대 시행…일반 입원 병동 절반 이상 운영

TAG

• #모바일메인