The Media Logic of Naver News and Mediatization of Election Coverage : Focusing on Ranking News in the 22nd National Assembly Election

본 연구는 ‘네이버 뉴스’의 고유한 미디어 논리가 선거 관련 기사의 생산과 배열에 미치는 영향을 분석하고자, 네이버 ‘랭킹뉴스’ 기사를 수집하여 선거 보도의 미디어화 방식과 패턴을 탐색하였다. 이를 위해 2024년 3월 1일부터 4월 13일까지의 기간 동안, 파이썬 3.10 버전 환경에서 네이버 뉴스 콘텐츠 제휴사 60개 언론사의 ‘랭킹뉴스’ 중 총선 섹션에 분류된 제22대 국회의원 선거 기사 20,827건을 수집하여 분석하였다. 연구 결과 첫째, 네이버 ‘랭킹뉴스’에 배열된 선거 기사는 특정 인물과 정쟁 중심의 개인화 보도가 주를 이루었으며, 지역지 선거 기사 역시 지역 의제보다는 지도자화와 정쟁 이슈가 두드러졌다. 둘째, 언론사별로 ‘랭킹뉴스’ 선거 기사 수와 댓글 수는 현저하게 차이를 보였고, 온라인판과 지면 기사 제목 간에도 상당한 차이가 확인되었다. 또 대다수 선거 기사 제목은 선정적이고 자극적인 감정 표현과 사운드 바이트 성격의 따옴표 인용을 활용하고 있었다. 셋째, 독자 팔로워 수가 많고 기사 생산량이 많은 기자일수록 ‘랭킹뉴스’에 더 자주 배열되는 경향이 있었고, 기사 입력 시간이 배열에 영향을 미칠 수 있음을 확인하였다. 아울러 유사한 제목의 기사가 상당수 클러스터링으로 묶이는 ‘연결된 어뷰징’ 현상도 발견하였다. 연구 결과는 ‘네이버 뉴스’의 고유한 미디어 논리가 뉴스의 생산과 배열에 특정한 편향 패턴을 형성할 수 있음을 시사한다. 배열 알고리즘에 반영되는 최신성 기반 가중치 요소는 특정 프레임을 현저하게 부각시킬 수 있고, 댓글과 공감 이모티콘 등 소셜미디어적 요소가 AI 알고리즘과 연동될수록 특정 관점을 과잉 반영하는 ‘기저율 오류’가 체계적으로 누적될 수 있다. 특히 기자가 기사 페이지를 무제한 생성할 수 있기 때문에 품질 좋은 뉴스는 최신성 뉴스에 밀려 주목받지 못할 가능성이 크고, 제목이 유사한 기사들이 클러스터링 배열에서 새로운 어뷰징 패턴을 만들 수 있다. 따라서 ‘네이버 뉴스’가 API를 개방하여 보편적 서비스로서 알고리즘 투명성을 제고하고, 언론사별 기사 페이지 생성 수를 조절하여 양질의 뉴스를 보호할 필요가 있음을 제시하였다.