대선 발언 분석: 후보별 주제 포커스와 어휘 특징 비교

아래를 읽어보시면, 텍스트 분석 도구를 활용해 연설문에서 드러난 주제 분포와 후보 간 어휘 차이를 한눈에 확인하는 방법과 시사점을 파악할 수 있습니다.

 

👉 ✅ 상세 정보 바로 확인 👈

 

데이터 원천과 분석 방법

데이터 원천과 규모

• 5명의 대선 후보가 남긴 발언 기록 중 약 169건의 발언과 총 약 2만8천 단어를 수집해 활용했습니다.
• 연설문, 발언록, 담화문 등 텍스트를 모아 주제별 흐름을 파악했습니다.

분석 도구와 절차

• 텍스트 마이닝 도구를 사용해 단어를 추출하고, 머신러닝 기반의 토픽모델링으로 주제를 도출했습니다.
• 결과는 후보별 주제 분포와 공통/차별적 어휘를 함께 제시합니다.

주제 예시	대표 어휘	분석 포인트
경제/일자리	성장, 고용, 투자	실용적 어휘의 사용 빈도와 문맥
과학기술	혁신, 디지털, 4차 산업	미래 비전 제시와 정책 방향의 연결

 

👉 ✅ 상세 정보 바로 확인 👈

 

후보별 주요 주제 분포

문재인 후보의 주제 노출 경향

• 다양한 주제를 고르게 다루는 경향으로 보이며, 사회통합·복지·경제정책 등 여러 영역의 어휘가 혼재합니다.
• 특정 시점에 집중된 주제보다는 연설 전반에서 균형감을 시도하는 모습이 관찰됩니다.

안철수 후보의 주제 집중도

• 4차 산업 혁명 및 기술 중심의 의제에 상대적으로 더 많은 언급이 집중된 경향을 보였습니다.
• 기술·혁신 관련 용어가 다른 주제 영역 대비 두드러지게 나타나 정책 방향의 명료한 포커스를 확인할 수 있습니다.

주제 간 어휘 군 및 유사도 분석

공통 주제에서의 어휘 유사성

• 다양한 주제 사이에서도 공통적으로 등장하는 단어들이 존재하며, 이들 단어가 특정 후보의 담화 흐름에 어떻게 연결되는지 확인했습니다.
• 예를 들어 경제·안보 등 보편적 주제를 다루는 구간에서 반복되는 어휘의 유사성이 관찰됩니다.

차별화된 어휘 특징

• 후보별로 특화된 어휘가 주제별로 달라지는 경향이 있습니다. 예를 들어 기술·혁신 관련 구간에서 후보 간 어휘 차이가 뚜렷하게 나타납니다.
• 이를 통해 같은 주제라도 표현 방식의 차이가 정책 의지나 메시지 방향의 차이를 시사할 수 있습니다.

실무 활용 포인트 및 제언

텍스트 분석의 활용 포인트

• 연설 데이터의 주제 분포를 시각화하면 후보의 관심 영역과 메시지 우선순위를 한눈에 파악할 수 있습니다.
• 어휘 특징 분석은 캠페인 커뮤니케이션 전략 수립 시 핵심 키워드의 선택과 문구 다듬기에 활용 가능합니다.

정책 커뮤니케이션에의 적용

• 특정 주제에서 강한 어휘를 반복하는 후보의 메시지는 임팩트 있는 슬로건이나 발표문 구성에 참고할 수 있습니다.
• 차별화된 어휘를 활용한 주제 접근법은 대중 공감도와 전달력 향상에 기여할 수 있습니다.

한계와 업데이트 방향

데이터 편향 및 시점 한계

• 발언 수집 시점과 수집 범위에 따라 분석 결과가 달라질 수 있습니다. 특정 이슈가 시점에 따라 부각되거나 축소될 수 있습니다.
• 텍스트 기반 분석은 발언의 맥락이나 비언어적 요소를 반영하지 못합니다.

향후 업데이트 방법

• 신규 발언 데이터가 축적될 때마다 주제 모델을 재학습해 변화 양상을 추적합니다.
• 정책 변화나 이슈 트렌드에 따른 키워드 재정렬을 주기적으로 반영합니다.

자주 묻는 질문 (FAQ)

Q1: 이번 분석에 사용된 도구는 무엇인가요?

• 텍스트 마이닝 도구를 활용해 단어를 추출하고, 머신러닝 기반 토픽모델링으로 주제를 도출했습니다.

Q2: 특정 후보가 특정 주제를 많이 다룬 이유는 무엇인가요?

• 주제 집중도는 메시지 전략과 정책 방향의 차이에서 비롯되며, 어휘 선택의 맥락은 해당 이슈에 대한 강조점을 반영합니다.

Q3: 분석 결과의 신뢰도는 어떻게 되나요?

• 동일 데이터셋에서의 재현성은 높지만, 발언의 맥락·발화 의도는 텍스트만으로 완벽히 판단하기 어렵습니다. 시점과 범위를 명시해 해석합니다.

Q4: 이 분석을 어떻게 활용할 수 있나요?