01. 연구 (3) 북한 매체 담론 분석 00 개요

돌이켜 보면, 2025년 12월에 작성했던 『북한 매체 담론 분석』 연구계획서가

이후 2026년에 수행한 연구들의 출발점이 되었다.

 

달리 말해,

연구 (2) 원전 정책 담론 연구가 있었기에 (1) 일제강점기 담론 연구가 나올 수 있었듯,
연구 (3) 북한사 담론이 있었기에 (2)번 원전 정책 담론 연구가 나올 수 있었다.

 

내 관심사는 2024년 처음 디지털 인문학 프로젝트를 시작했을 때부터 크게 달라지지 않았다.

 

처음부터 내가 하고 싶었던 연구는 일제강점기 신문을 이용한 담론 분석이었다.

---

2024년에 처음 디지털 인문학 프로젝트를 수행한 다음,

2025년에도 이를 여러 차례 시도했다.

 

하지만 당시에는 OCR 오류, 국한문 혼용체, 형태소 분석, 데이터셋 구축 등

해결해야 할 기술적 문제가 너무 많았다.

https://uourstar.tistory.com/17

디지털 역사학 & 디지털 인문학의 한계와 발전 가능성

 

그렇기에 바로 일제강점기 자료를 분석할 수 없다고 판단했고

연구 질문을 바꾸는 대신,

분석 대상을 잠시 현대 자료로 옮겨 분석 구조를 먼저 설계하고 검증해 보기로 했다.

 

그 결과가 바로 이 연구다.

 

북한의 공식 매체인 『로동신문』을 이용한 이유도 북한 자체를 연구하기 위해서라기보다,

비교적 안정적으로 구축 가능한 현대 한국어 데이터를 이용하여 자연어처리와 데이터베이스 구조,

시계열 분석 방법을 먼저 검증하기 위해서였다.

 

이후 수행한 원전 정책 담론 연구는 이러한 분석 구조를 실제 구현하는 과정이었고,

다시 그 결과를 바탕으로 최종적으로 일제강점기 담론 연구로 돌아오게 되었다.

 

즉, 세 연구는 서로 다른 프로젝트가 아니라

하나의 연구 질문을 단계적으로 발전시킨 과정이라고 할 수 있다.

 

또한 이 연구는 단순히 분석 방법만 설계한 연구가 아니었다.

 

머신러닝과 AI를 연구에서 어디까지 활용해야 하는지,

공개 라이브러리를 어떻게 연구 방법론 안으로 가져와야 하는지,

그리고 연구자가 어디까지 주장할 수 있는지를 처음으로 진지하게 고민하게 된 연구이기도 했다.

 

당시에는 Hugging Face 같은 공개 라이브러리 플랫폼을 이용하면

비교적 쉽게 머신러닝 모델을 연구에 적용할 수 있을 것이라고 생각했다.

 

지금도 기존 모델을 활용하고 연구 목적에 맞게 검증·보완하는 접근 자체는 옳다고 믿지만,

이때 연구를 진행하면서 한 가지를 분명히 배우게 되었다.

 

라이브러리는 연구 도구일 뿐이며,
연구의 엄밀성은 모델이 아니라 연구 설계와 해석의 절제에서 나온다

 

 

그래서 이후 수행한 연구에서는 AI가 제안하는 확장 가능성이나 과도한 결론보다,

연구가 실제로 말할 수 있는 범위와 한계를 먼저 설명하려고 노력하게 되었다.

 

이러한 변화의 계기가 바로 이 연구였고,

 

이번 글에서는  2025년 12월에 작성했던 연구계획서 일부를 소개한 뒤,

이후 글에서는 2025년 12월에 작성했던 연구계획서와

2026년 5월에 다시 수정한 버전을 함께 정리하며 무엇이 어떻게 달라졌는지를 비교하겠다.

그런 다음, 이 연구가 이후 수행한 원전 정책 담론 연구와 일제강점기 담론 연구에 어떤 영향을 주었는지,

그리고 나에게 어떤 의미를 남겼는지를 정리하고자 한다.

---

[2025년 12월 연구계획서 소개] 원문으로 돌아보기

아래는 2025년 12월에 작성했던 『로동신문 담론 분석』 연구계획서의 주요 대목을 영어 원문 그대로 옮긴 것이다.

이후 5월 수정본과 비교하기 위한 기초 자료이자, 문제의식과 한계가 동시에 보이는 자료이다.

---

연구 질문

"Which specific shifts or linguistic patterns within North Korea's official state discourse serve as empirical precursors to actual military actions?"

당시엔 담론 변화를 군사행동의 "선행지표(precursor)"로 규정하는 데서 출발했다.

지금 보면 이 질문 자체가 이미 인과관계를 전제하고 있었던 거다.........

 

 

연구 배경(Research Rationale)

"Statistical evidence can demonstrate that exceeding a threshold in the contextual hostility index—rather than relying on the literal meaning of words—causally leads to military actions."

여기서 "causally leads to"라는 표현을 아무런 유보 없이 썼다.

돌이켜 보면,

통계적 상관을 인과로 곧장 연결짓는 이 문장을 가장 먼저 손봤어야 했다.

(그래서 5월 수정본에도 가장 많이 고친 게 이런 '인과' 부분이다.)

 

핵심 지표 설계

네 가지 지표— Threat Intensity Score(TIS), Justification Index(JI), Inflexibility Index(II), Discourse Change Point Detection(DCPD) —를 설계하면서, JI에 대해서는 다음과 같이 썼다.

"JI tends to surge immediately prior to kinetic military provocations."

이 역시 검증되지 않은 가설을 단정적 어조로 서술한 예라고 할 수 있다.

 

 

방법론에 대한 인식

흥미로운 건, 당시에도 데이터 부족은 스스로 인지하고 있었다는 점이다.

"Given that the available data-set is currently insufficient for deep learning approaches, this study initially adopts conventional machine learning methods."

즉 "지금은 능력이 안 되니 일단 ML로 시작한다"는 인식은 있었지만,

그 뒤에 이어지는 기대효과 서술에서는 이 절제가 지켜지지 않았다.

(사실 여기에는 이유가 있는데,

당시까지 머신러닝을 잘 몰랐기 때문에 ML 부분은 AI 도움을 많이 받았다.

자세한 얘기는 후속 글에 쓰고, 이 글에서는 가장 AI스러웠던 대목인 기대효과만 다루겠다.

 

기대효과(Expected Outcomes) — 가장 AI스러웠던 대목

"...it becomes possible to generate quantitative indicators such as 'an 85% probability of provocation within the next 72 hours.'"

"...laying the foundation for a fusion-type early warning system that can be integrated with satellite imagery and signal intelligence."

현 시점에서 내 기존 글을 읽을 때 가장 눈에 먼저 들어온 게 위의 두 문장이었다.

 

스키마 설계나 방법론 서술 부분은 직접 하나하나 확인하며 썼지만,

이 "확장 가능성" 섹션만큼은 AI가 제안한 표현을 그대로 가져다 썼고 이로 인해 저런 저질스러운 글이 등장하게 된 거다.

 

검증되지 않은 숫자(85%)와 급격한 스케일 확장(위성정보 융합)...... 딱 봐도 AI 같지 않은가?

내가 이래서 이후 연구 계획서는 하나하나 다 검증하고, AI 스타일 최대한 배제한 거다.

 

끝으로, 내 기존 글에 재밌는 내용이 있던데,

2024년부터 계속 한계를 체감했기 때문인지 한계 인식을 적어 놨더라.

 

한계 인식(Research Limitations)

"the current implementation relies solely on basic text vectorization and does not integrate advanced NLP techniques such as morphological analysis, embeddings, or contextual interpretation."

즉 "지금은 못하지만 나중엔 라이브러리로 채우면 될 것"이라는 전제가 이 문장 안에 깔려 있었던 셈이다.

 

추신. 작년에는 그냥 PDF로 제출했었는데,

지금 생각해 보면 엉성한 게 많았다.

그럼에도 연구 주제 하나 선정하기 위해 실제 기관에 여러 차례 전화하고,

데이터셋을 확인하고, 참 여러 노력을 했기에 지금의 내가 있게 되었다고 생각한다.

 

확실히 저때보다는 실력이 많이 나아졌다.