earticle

한국어

본 연구는 제21대 국회의 국회 본회의 16개 상임위원회에서 발행한 총 139개의 회의록을 기반으로 국회의원의 이념 성향을 예측하는 모델을 개발하였다. 샘플에 포함된 회의록에서 추출한 각 의원의 발언 내용, 소속 정당, 성별, 선수(選數)를 예측 변인으로 활용한 KoBERT 모델로 SBS에서 21년 발표한 국회의원 이념점수를 예측하였다. SBS가 사용한 ‘w-nominate’ 기법은 개별 법안에 던진 각 의원의 투표행위(찬성, 반대, 기권)를 기반으로 진보(-1)와 보수(+1)구간 사이에 의원들의 상대적 이념점수를 나타낸다. 연구결과, 국회의원의 소속 정당, 성별, 그리고 당선 횟수만으로 이념점수를 예측한 모델(MLP, Multi-Layer Perceptron, r = .35)과 발언이 담긴 텍스트 데이터만으로 예측한 모델(KoBERT, r = .24)에 비해 두 종류의 정보 모두를 활용한 최종 모델(PoliKO)의 예측 정확도가 월등히 높았다, r = .91. 공약이 아닌 인물과 이념을 위주로 투표하는 한국 유권자의 성향을 고려해 볼 때, PoliKO를 활용, 유권자의 정치 성향에 부합하는 정치인들을 추천하는 플랫폼 개발이 가능할 것으로 기대된다.