세대 주거문제에서 사회적 재난으로 : 전세사기, 미디어 담론과 댓글

Q: 이 논문에서 정의한 전세사기란 무엇인가?

전세사기는 임대인, 건축주, 중개인 등 계약 관련자들이 임차인을 속여 전세보증금을 편취하는 행위로, 기존 전세사고와는 보증금을 돌려줄 의사가 없는 '의도성' 측면에서 구분된다. 국토교통부 역시 기망행위가 전제되어야 전세사기로 인정한다.

Q: 전세사기 보도 프레임은 시간의 흐름에 따라 어떻게 변화하는가?

연구 결과, 전세사기 보도 프레임은 사건 초기 정보 전달 중심에서 점차 갈등 및 경제적 결과 논의 중심으로 변화한다. 특히 사건 초기에는 도덕성 및 사건공시 프레임이 지배적이었으나, 이후 갈등 및 책임 프레임의 비중이 증가하는 양상을 보인다.

오나영; 노지현; 안순태

doi:10.20879/kjjcs.2025.69.5.001

학술저널

저자정보: 오나영 (이화여자대학교) 노지현 (이화여자대학교) 안순태 (이화여자대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제69권 제5호

오류 신고하기

피인용 1

검색

초록·키워드

본 연구는 2022년부터 2024년까지 전세사기 사건을 다룬 지면 기사 2,984건과 이에 달린 댓글 22,582건을 대상으로, 사회적 재난 상황에서 언론 보도가 여론 형성에 미치는 영향을 살펴보았다. 프레임 분석은 대규모 언어 모델(large language models [LLMs])을 활용하여 수행하였으며, 이를 통해 전세사기 보도의 주요 프레임 유형과 연도별 변화, 언론사 논조에 따른 차이를 규명하였다. 댓글 분석은 잠재 디리클레 할당(latent dirichlet allocation [LDA]) 토픽모델링과 바이그램(bigram) 분석을 적용하여, 댓글 담론의 주요 주제 분포와 언어적 표현 양상을 도출하고, 이를 프레임별·연도별로 비교 분석하였다. 프레임 분석 결과, 연도별로 정보 전달 중심에서 갈등 및 경제적 결과 중심으로 변화하였으며, 언론사의 정치적 성향에 따른 프레임의 차이도 유의미하게 나타났다. 댓글에서는 ‘부동산 시장분석 및 제도 개선 요구’ 및 ‘정부 주도 피해자 구제 정책 논의’가 핵심 주제로 도출되었으며, 전세사기피해자법 논의를 기점으로 ‘정부주도 피해자 구제 정책 논의’ 관련 댓글이 증가하였다. 또한, 갈등 프레임 기사에는 피해자 구제 정책 논의에 대한 댓글이, 사건공시 프레임에서는 강력한 처벌 요구에 대한 댓글이 다수 등장하는 등 프레임별로 차이를 보였다. 본 연구는 기사 프레임에 따라 댓글의 핵심 주제와 내용이 달라진다는 것을 확인하였으며, 향후 사회적 재난 보도 프레임 연구뿐 아니라 전세사기 정책 논의에 있어 실증적인 기초 자료로 활용될 수 있을 것이다.

Jeonse fraud, a housing-related crime that escalated into a major social issue in South Korea between 2022 and 2024, has increasingly been framed as a form of social disaster with wide-ranging social and political implications. This study investigates how news coverage of jeonse fraud in South Korea shaped public discourse during a period when the issue was increasingly recognized as a form of social disaster. While previous studies largely focused on legal or policy dimensions, few have systematically analyzed how news frames influence public perceptions through online comments.
By analyzing both newspaper articles and readers’ online comments, the research examined the interaction between media framing and audience responses in the formation of public opinion. The framing analysis was conducted with the assistance of large language models (LLMs), which enabled identification of dominant news frames as well as temporal changes and differences by the political orientation of media outlets. To complement this, readers’ comments were examined using Latent Dirichlet Allocation (LDA) topic modeling and bigram analysis, which allowed for the extraction of major themes and linguistic patterns and their comparison across frames and years.
The results indicate a shift in journalistic framing from an initial focus on factual reporting toward greater emphasis on conflict and economic consequences. Conservative newspapers tended to stress morality and economic disruption, whereas progressive outlets were more likely to highlight government responsibility and political conflict. In the comment sections, two central themes emerged: critiques of the housing market and calls for institutional reform, and debates over government-led victim relief policies. Discussions on state intervention expanded significantly following the public controversy surrounding the special legislation for jeonse fraud victims. Furthermore, the alignment between article frames and comment topics was evident: conflict-framed reports elicited debates over policy accountability, while event-centered reporting produced heightened demands for severe punishment of perpetrators.
Beyond these empirical findings, the study also contributes methodologically by demonstrating the utility of combining LLM-assisted frame classification with large-scale text mining of online discourse. This approach not only ensures greater reliability in identifying subtle framing patterns but also offers a replicable model for future research on media narratives in other crisis contexts. From a theoretical perspective, the study highlights how disaster-related reporting interacts with audience interpretation, extending existing research on framing by showing how frames are accepted, resisted, or reframed in participatory online environments.
The analysis also offers implications for policy and journalism. Comments emphasizing institutional reform and government-led compensation indicate that citizens view jeonse fraud as a structural risk requiring collective solutions. At the same time, the contrasting frames of conservative and progressive media illustrate how media can foster divergent understandings of social disasters. Overall, the findings provide empirical insights into the interplay between media framing and public opinion and suggest directions for disaster communication and housing policy.

#jeonse fraud #news frames #online comments #topic modeling #bigram analysis #전세사기 #기사 프레임 #온라인 댓글 #토픽 모델링 #바이그램 분석

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-094565941

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료