관련 통계자료 다운로드 채팅 대화 내용과 실업률 증가 상관관계 소셜미디어 사용이 세계적으로 급증하고 있다. 이에 따른 데이터도 폭증하고 있다. 소셜미디어 보급 초기에는 데이터를 단순히 사람간 커뮤니케이션으로만 봤다. 서서히 시간이 지나면서 일부 기관과 기업들이 소셜미디어 데이터를 분석하기 시작했다. 수많은 비정형 데이터 중에서 유의미한 데이터를 찾아내고 이를 분석해 정책이나 경영에 반영하기 시작한 것이다. 소셜미디어 분석으로 어떠한 것들을 예측할 수 있을까.
`소셜미디어 속의 채팅 정서를 가지고 미래의 실업률을 예측할 수 있을까.` UN은 데이터 분석 전문업체인 SAS와 소셜미디어에서 오가는 대화 내용을 가지고 이 같은 분석을 시작했다. 특히 대화 속에서 이용자들의 정서를 특정 패턴별로 분류, 분석했다. 이 결과 소셜미디어 이용자들의 채팅 패턴으로 실업률 증가를 예측했다. 예측 결과는 정책입안자에게 전달됐고, 실제 정책 수립에 반영했다. 그렇다면 어떠한 분석이 이러한 예측을 가능하게 했을까.
◇경기침체 대화가 많아지면 실업률 증가 조짐=UN은 미국과 아일랜드 국민들이 이용하는 블로그, 포럼, 커뮤니티 사이트 등 다양한 소셜미디어에서 50만건의 대화 데이터를 2년간 수집, 조사했다. 이 조사에는 SAS의 소셜미디어 애널리틱스와 SAS 텍스트 마이너 솔루션을 사용했다.
UN과 SAS의 분석 솔루션을 활용, 채팅 속의 감정을 지수로 파악, 기분점수(Mood Scores)라는 지수를 만들었다. 이후 기분 점수와 이에 대한 대화량을 측정, 이용자의 특정 기분이 확산될 때 실업률 변화에 어떤 영향을 미치는지를 파악했다. 분석 결과 △식료품 구입감소 △대중교통 이용 증가 △차량 다운그레이드에 등 소비 감소와 관련된 대화 내용이 많아지면 실제 실업률이 늘어났다.
실업률 상승 후 소셜미디어에는 △휴가 취소 △의료비 지출감소 △담보물 처분이나 퇴거와 같은 주제의 대화가 자주 등장했다. 이는 실업률로 인한 소득 감소 현상을 보여준다. 이러한 정보는 실업률 증가의 부정적 파급효과를 완화하기 위해 노력하는 정책 입안자에게 귀중한 자료가 될 수 있다.
UN은 세계 경제 위기가 사람들에게 미치는 영향에 대한 통계도 분석했다. 새로운 유형의 데이터가 이를 어떻게 보완해주는 지에 대해서도 조사했다. UN과 SAS는 글로벌 소셜미디어로 생산되는 새로운 데이터를 활용, 소셜미디어를 분석하면 정책 입안자에게 실시간 피드백을 제공하고, 위기 상황관리 능력을 향상시킬 수 있다는 사실을 입증했다.
반기문 UN 사무총장은 지난해 11월 UN총회 연설에서 소셜미디어 연구에 대해 언급했다. 반 사무총장은 “민간부문에서 새로운 데이터를 분석해 실시간으로 고객을 파악하고 있으며 이 데이터 대부분은 상황 전개와 관련된 신호를 포함하고 있다”고 말했다. 이어 반 사무총장은 “우리는 이것을 활용해 무슨 일이 벌어지고 있고, 상황이 어떻게 돌아가고 있는 지를 알아내야 한다”고 덧붙였다.
◇적대적·우울한 감정이 상승하면 실업률 폭증=한 국가의 정서 변화 역시 실업률 변화의 지표가 될 수 있다. 즉, 정서 분석으로 각각의 실업 평가 기준에 `기분 점수`를 부여하고 이를 기준으로 사용한다.
`실업자들은 미래에 대해 낙관하고 있는가` `비관적인 전망을 가지고 있는가`라는 질문에 맞춰 데이터를 수집했다. 또 `차량 차압` `저당물 압류` 등과 같은 용어를 사용해 주택·교통·재정 등 주제별로 데이터를 정렬했다.
미국은 `적대적`이거나 `우울한` 기분의 상승은 실업률이 폭증하기 4개월 전에 나타났다. 아일랜드는 실업 `불안`에 관한 채팅이 증가하고 5개월 후 실업률 폭등으로 이어졌다. 실업률 폭등 3개월 전에는 `혼란스러운(confused)`이라는 단어가 채팅에 자주 등장했다.
2개월 전에는 `확신에 찬`이라는 대화 내용이 채팅에서 크게 줄었다. 소셜미디어에서 나타나는 표현은 실업에 대한 기분, 시간 경과에 따른 기분 변화, 실업 충격의 선행·지행 지표 등을 의미한다. 아이사 시히 SAS 국제개발담당 글로벌 매니저는 “소셜미디어와 인터넷 콘텐츠는 그동안 조직들에 정보를 전달해줬던 편지나 전화와도 같다”면서 “단지 우리는 지금 공개적으로 규모가 큰 디지털 시대 살고 있을 뿐”이라고 설명했다.
이 조사결과는 정책에 관한 실시간 피드백 제공, 공공안전 향상, 시민관계 강화, 사회화 지원 등을 가능하게 해준다. 이를 위해서는 원시 텍스트 분석으로 숨겨진 신호와 정서를 찾아내야 한다. 방대한 양의 데이터를 처리하고 예측 분석할 수 있는 기술도 필요하다. SAS를 사용한 소셜미디어 분석은 특정 주제에 관한 채팅 증가가 실업 폭증의 선행·지행 지표가 될 수 있음을 알 수 있다.
신혜권기자 hkshin@etnews.com
채팅 대화 내용과 실업률 증가 상관관계
선행 지표 실업률 폭증 지행 지표
차량 다운그레이드 담보물 처분 또는 퇴거 증가
식료품 지출비 감소 의료비 지출 감소
대중교통 이용 증가 휴가 취소 증가
자료 : SAS
