A text mining analysis on hate comments targeted at women, immigrants, and the elderly: In the context of Naver crime news

포털 뉴스에서 사회적 소수자를 향한 혐오성 댓글이 범람하고 있어 사회적 우려를 낳고 있다. 이에 이 연구는 네이버뉴스에서 범죄뉴스 2,974건을 추출하고 전체 댓글(130,539개) 속에서 여성, 이주민, 노인 혐오성 댓글을 추려냈다. 이어 텍스트 마이닝을 동원하여 표적집단별 혐오성 댓글의 빈출단어와 주요 주제를 고찰했다. 그 결과, 여성 혐오성 댓글(2,303개)에서 ‘페미, ‘한녀’, ‘맘충’, ‘메갈’ 등이 상위 빈출단어로 나타났고, ‘여성은 이기적이며 열등하다는 인식 기반 혐오’, ‘여성은 꽃뱀이라는 인식 기반 혐오’, ‘기혼여성과 페미니스트 활동에 대한 혐오’, ‘각종 정책이 남성 차별적이라는 인식 기반 혐오’ 등 네 가지 주제가 도출되었다. 이주민 혐오성 댓글(871개)에서는 ‘조선족’, ‘짱개’, ‘동포’, ‘베트남’, ‘추방’ 등이 상위 빈출단어로 나타났고, ‘중국동포는 동포가 아니라는 배타적 혐오’, ‘외국인 노동자와 난민 추방을 주장하는 혐오’, ‘동남아 결혼이주여성 비하 관련 혐오’ 등 세 가지 주제가 도출되었다. 노인 혐오성 댓글(184개)에서는 ‘틀딱’, ‘꼰대’, ‘태극기’, ‘부대’ 등이 상위 빈출단어로 나타났고, ‘노인은 정치적으로 극단 보수일 거라는 인식 기반 혐오’, ‘기성세대를 꼰대로 간주하는 세대 갈등형 혐오’, ‘노인을 사회적으로 배제되어야 할 존재로 간주하는 혐오’ 등 세 가지 주제가 도출되었다. 이러한 결과의 시사점과 더불어 혐오표현에 대한 사회적 대응 방안 등을 논의했다.

There has been a growing social concern about the surge of hate comments on online news portals. This study collected 2,974 crime news articles from Naver. Among a total of 130,539 comments on these articles, some of them were filtered out to include only hate comments targeted at women, immigrants, and the elderly. Then, text mining was applied to investigate the most frequently used words and the main topics of the hate comments aimed at each target group. The findings of this study indicate that the most frequent words in a total of 2,303 hate comments about women were ‘femi’, ‘hannyeo’, ‘momchung’, and ‘megal’. The four topics were ‘degrading women as selfish and inferior beings’, ‘stereotyping women as gold diggers’, ‘abhorrence of married women and feminist movements’, and ‘condemning discrimination against men in policies’. In terms of immigrants, the most frequent words in a total of 871 hate comments were ‘Joseonjok’, ‘jjanggae’, ‘compatriot’, ‘Vietnam’, and ‘deportation’. The three topics were ‘segregation of Korean Chinese from Koreans’, ‘insisting on the deportation of foreign workers and refugees’, and ‘criticism against marriage migrant women from Southeast Asia’. In terms of the elderly, the most frequent words in a total of 184 hate comments were ‘teulttak’, ‘kkondae’, ‘Taegeukgi’, and ‘budae’. The three topics were ‘stereotyping the elderly as ultra-conservatives in politics’, ‘intergenerational conflicts leading people to regard the older generation as kkondae’, and ‘asserting social exclusion of the elderly’. Building on the implications from these results, appropriate countermeasures at social levels to combat hate speech were discussed.