메갈리아의 두 딸들 : 익명성 수준에 따른 온라인 커뮤니티의 정체성 분화 :익명성 수준에 따른 온라인 커뮤니티의 정체성 분화

Q: 이 논문에서 정의한 익명성이란 무엇인가?

온라인 공간에서 사용자의 신원이나 개인 정보가 드러나지 않는 상태를 의미한다. 이는 온라인 커뮤니티의 정체성 형성에 중요한 영향을 미치는 핵심적인 구조적 요인으로 작용하며, 익명성 수준에 따라 사용자가 선호하는 주제와 정체성이 분화되는 특성을 가진다.

Q: 온라인 커뮤니티의 익명성 수준은 정체성 분화에 어떤 영향을 미치는가?

연구 결과, 완전익명 게시물에서는 개인적 경험과 관련된 주제를 선호하는 반면, 부분익명 게시물에서는 제도적 및 실천적인 주제를 선호하는 경향이 나타났다. 따라서 익명성이라는 구조적 요인은 커뮤니티 내에서 상이한 정체성을 형성하고 분화시키는 결정적 역할을 한다.

송준모; 강정한

doi:10.21562/kjs.2018.11.52.4.161

학술저널 DBpia Top 10%

저자정보: 송준모 (연세대학교) 강정한 (연세대학교)

저널정보: 한국사회학회 한국사회학 한국사회학 제52집 제4호

오류 신고하기

피인용 19

검색

초록·키워드

전투적 여성주의를 표방한 온라인 커뮤니티 메갈리아의 정체성에 대해 온라인 여성주의에서부터 혐오사이트에 이르기까지 다양한 해석이 존재한다. 본 연구는 익명상황에서 형성되는 사회적 정체성의 분화에 주목하여 상이한 해석이 도출된 원인을 탐색한다. 글쓴이 ID 공개 여부로 구분되는 익명성 수준(완전익명, 부분익명)에 따라 게시물에 나타난 담론 내용의 차이를 파악하고 내부갈등의 전개 양상을 재구성하기 위해 2015년에서 2016년에 이르는 메갈리아의 생애에 걸친 전체게시물 162,893건을 분석하였다. 자연어처리 기법(토픽모델링, Word2Vec)을 활용한 분석결과에 따르면 전체 게시물에서 성차별과 연관있는 주제의 비중이 높았으며, 내부 갈등과 연관된 주제의 비중은 크지 않았다. 한편 완전익명 게시물에서는 메갈리아 방언을 이용한 분노 표출 토픽들이 배타적인 선호를 보였으며, 부분익명 게시물에서는 성차별 반대 캠페인 관련 토픽들이 배타적 선호를 보였다. 이러한 담론의 분화는 게시물의 대다수를 차지하는 완전익명 게시글에 주목하느냐, 혹은 주요 글쓴이에 주목하며 부분익명 게시글의 흐름을 파악하느냐에 따라 메갈리아의 정체성을 전혀 다르게 파악하게 한다. 더불어 익명성 수준에 상관없이 공유되는 주제 내에서도 정체성간 사용하는 단어가 배타적으로 나뉘거나 공유단어의 활용맥락이 달라지는 방식으로 갈등이 발전한다. 두 가지 방식이 모두 관찰된 성소수자 논쟁의 경우 구성원의 대거 이탈과 커뮤니티의 쇠락을 야기했다. 이러한 연구결과를 통해 온라인 커뮤니티에서 사용자들이 익명성 수준과 같은 구조적 여건에 반응하여 정체성을 형성하고 상호작용하는 방식과, 커뮤니티의 생애과정 전개를 통합적으로 이해하는 분석틀의 발전에 기여하길 기대한다.

Understanding on the identity of the online community Megalia, which adopted hostile activism strategy against sexism, is diversified from as a representation of a new generation’s feminism to as simply a hate-filled website. This study explores reasons for the divergent interpretations on the identity of Megalia, by adopting and modifying the social identity model of deindividuation effects (SIDE) for anonymous online communities. We analyzed the entire 162,893 posts throughout the lifecourse of Megalia from 2015 to 2016, in order to figure out how discourses were differentiated depending on whether the writer"s ID was disclosed (pseudonym) or not (anonym), and to reconstruct the evolvement of collisions between the discourses. Natural language processing techniques (i.e., topic modeling and Word2Vec) were applied. Then, it discovered that topics related to gender discrimination were dominant whereas topics related to internal conflicts were relatively minor. Anonymous-posts, however, exclusively preferred anger-raising topics with Megalian dialect while pseudonymous-posts contained topics related to mobilizing efforts against sexual crimes and discriminations. An observer would see very different faces of Megalia, depending on whether reading anonymous posts, which made up most of posts, or following significant contributors" IDs and their pseudonymous posts. In addition, even a shared discourse between the two types of identities may nurture a conflict by developing either type of termonology exclusive to each identity or differential contexts of a common word. A topic on tolerance toward gender minorities developed both patterns and eventually contributed to massive exits and final decline. We expect to contribute to the development of analytical frameworks that clarify how members in an online community form various identities in response to structural conditions such as levels of anonymity and to foster holistics understanding of the life-course of the community.

#온라인 커뮤니티 #익명성 #정체성 #메갈리아 #자연어처리 #online community #anonymity #collective identity #Megalia #Natural Language Processing

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2019-331-000211206

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