Online portal news services have recently become a major news media. They serve sheer amount of news articles from various news providers to almost anywhere at anytime. A tremendous number of articles delivered by portal news services, however, have ironically posed a problem of article selection since the users can only read a handful of articles a day. More importantly, the users are exposed to an increasing risk of choosing insincere, unreliable, or unverified information. This dissertation proposes a novel approach for the problem of article selection by computationally measuring the credibility of online news articles. I presume that credibility of online news largely depends on the quality of reporters writing news articles. Therefore, I develop an “infidelity index” by valuating reporters and present it with news articles. Reporters are rated from three aspects: whether they relied on limited news sources, or they spent too little time and effort on an article, or their articles were not what were expected from the headlines. A computational framework is then devised to measure the index and offer such information to the user in a real online service environment. The effectiveness and feasibility of the framework are evaluated through data analysis and user tests. The result shows that users do need information on articles’ sincerity, and the infidelity index can be an effective and valid answer to them. The proposed framework has three advantages. First, as it keeps tracking reporters, insincerely reported articles are penalized continuously rather than one time. This will improve the quality of news media, by inducing reporters to change their behavior of insincere reporting. Second, the computational framework suggested can be applied to analyzing news articles on a real-time basis. Third, it can be deployed to a real service environment, especially of large scale.
오늘날 인터넷은 막강한 영향력과 함께 엄청난 개수의 기사가 유통되는 주요 뉴스 매체로 자리매김하였다. 그런데 인터넷을 통한 기사의 게재와 배포 비용이 낮음으로 인해 신뢰성이나 충실함이 떨어지는 기사가 쉽게 양산되고 또 쉽게 게재가 되는 현상이 일어났다. 사용자의 입장에서는 엄청난 양의 가운데에 어느 기사를 볼 것인가, 특히 신뢰성이나 충실함이 떨어지는 기사를 어떻게 분별해 낼 것인가 하는 문제를 안게 되었다. 현재 지배적인 인터넷 뉴스 서비스 형태인 포털 뉴스 서비스의 경우, 여러 언론사의 기사를 한 곳에 모아서 볼 수 있는 편의를 제공하나 충실도나 신뢰성이 떨어지는 기사에 대하여 사용자가 판단할 만한 단서가 되는 정보가 거의 제공되고 있지 않다. 사용자가 개별 기사에 대한 신뢰를 가질 수 없게 되면 결과적으로 전반적인 서비스 자체에 대한 신뢰를 비롯한 공신력에 대한 평가가 낮아진다 볼 수 있다. 따라서 본 연구는 공신력이 현저히 떨어지는 ‘불충실’ 기사들에 대한 정보를 사용자에게 알려줌으로써 개별 기사의 공신력 판단에 도움을 주고, 이로써 포털 뉴스 서비스의 공신력을 증진하고자 하는 프레임워크를 제안하였다. 본 프레임워크에서는 기사의 신뢰성이 기사를 작성하는 기자에 많은 부분 좌우된다는 판단과 가정 하에, 기자들을 평가하는 ‘불충실도’를 정량화하고 이를 기사와 함께 제시하였다. 기자들은 세 가지 측면에서 평가되었다.
첫째, 제한된 취재원에만 의존하지 않았는가, 둘째, 한 기사당 투여된 시간과 인력이 지나치게 적지 않은가, 셋째, 헤드라인에서 형성된 기대와 기사가 어긋났는가 등이다. 사용자 실험과 데이터 추이 분석을 통하여 본 프레임워크에 대한 검증이 이루어졌다. 그 결과, 사용자들은 기사의 충실도에 대한 차이를 느끼고 있었으며 그에 대한 정보가 제공될 필요도 있다고 보았다. 아울러 본 프레임워크가 그에 대한 효과적이고 유효한 해결책이 될 수 있다고 판단되었다. 본 논문에서 제안된 프레임워크는 세 가지의 장점이 있다. 첫째, 기자에 대한 관찰을 지속적으로 하므로 불충실한 기사에 대한 평가가 일회적인 것에 그치지 않고 지속적인 페널티를 얻게 된다. 이로 인하여 본 연구가 언론인들로 하여금 더욱 양질의 기사를 작성토록 하고, 포털이 뉴스 게이트키핑 역할에 더욱 신중을 기하고 책임을 갖도록 하며, 결과적으로 포털 뉴스 서비스의 질적 향상을 가져오도록 하는 움직임의 효시가 되기를 기대한다. 또한 이전에는 불가능했던 포털 뉴스 서비스와 언론사 및 기자에 대한 실시간 관찰과 분석이 가능해진다. 서비스 제공자를 제외하고 학계에서는 이러한 분석이 시도조차 되지 않았던 것이 사실이다. 아울러, 기존에 언론 연구를 위하여 고비용으로 수동으로 행해지던 양적 조사에 대하여 본 프레임워크는 실용적이고 유용한 저비용, 실시간의 조사 도구로서 사용될 수 있을 것으로 보며, 더 나아가 언론학 연구에서의 새로운 방법론으로서 발전될 수 있을 것으로 본다.
