This research investigates the content of Twitter posts related to public health. We used mixed method, analyze to measure how health information is disseminated in Twitter and to understand the relationship between users’ moods in Twitter and users’ depression level.
While some studies have analyzed Twitter as a platform for sharing and seeking information related to general public health. They have been limited by small sample sizes. We analyzed almost every Twitter message for over a year, from January 2008 to July 2009 to measure public health related information. The results show that Twitter provides a valuable venue to sharing health information.
We built a framework that utilizes real-time moods of users captured in Twitter. In particular, we are interested in exploring the use of language by online users in relation to depressive moods. By examining the tweets of 32 users and surveying on the same users, we found a significant correlation between one’s clinical depressive state and tweet sentiment. This study suggests that online social networks provide meaningful data for capturing depressive moods of users.
Part 1)
우리는 전화를 하고, 이메일을 쓰고, 메신저나 블로그, 그리고 소셜 네트워킹 사이트를 활용하여 정보를 공유하고 대화를 나눈다. 이러한 미디어를 체험하는 행동 자체가 환경이 되어버린 이 사회에서 사람들은 그것을 활용하는 새로운 방법을 만들어가고 있고, 우리는 서베이나 인터뷰와 같은 필드 스터디를 통해서는 이해하기 힘든 행동 특성이나 현상들을 분석할 필요가 생겼다. 반대로 말하자면, 우리가 사용하는 새로운 미디어에서 생성되고, 축적되는 데이터를 분석할 때야 비로소 우리의 행동과 우리를 둘러싼 환경에 대해 좀 더 잘 이해할 수 있는 것이다.
다른 모든 분야에서 그렇듯이, 건강과 관련한 여러 분야에서도 새로운 미디어와 그것을 사용하는 사람들의 행동 특성에 주목을 할 수밖에 없었다. 사람들은 질병이 퍼질 때 가장 먼저 인터넷을 활용한 온라인에서 뉴스를 찾고, 본인의 건강 상태가 의심스러울 때면 치료 정보나 증상에 대한 정보를 TV나, 라디오, 인쇄물, 내원을 통해 얻기 보단 먼저 온라인에서 찾아본다. 좀 더 일반적인 견지에서 다시 말해보자면, 미국의 경우 인터넷을 사용하는 성인의 80%가 건강과 관련한 정보를 온라인에서 찾아보고 있고, 그 중 60%는 그 정보를 본인들의 건강 상태를 파악하거나 진료를 결정하는 데 참고한다고 한다.
이러한 상황에 기대에 여러 연구들이 소개되었다. 2009년 신종 인플루엔자의 확산과 관련하여 그것의 전파 및 유행 정도를 추정하는 연구와 질병이 전파될 때 사람들이 생성하고, 공유하는 정보의 특성이 어떤 지를 살펴보는 연구가 주를 이뤘다. 더불어 특정한 질병이나 질환이 주로 어떤 맥락에서 사람들 입에 오르내리는 지를 질적 방법으로 찾은 연구가 소개되었다. 하지만 실제로 데이터를 분석하여 온라인 상에서 얼마나 많은 사람들이 건강과 관련한 이야기를 쓰고, 정보를 공유하고 있는 지를 알아본 연구는 아직까지 나오지 않았다. 이 연구는 이 부분에 대한 접근 통해 온라인 상의 건강 정보의 사용 가능성을 탐구하였다.
이 연구에서는 다양한 온라인 미디어 중 사용자 수가 폭발적으로 증가하여 이미 수백만 명이 사용하고 있고, 사용자들이 작성한 글 외에 유저 간 연결 관계, 사용 시간 등의 해석 가능한 데이터가 풍부한 소셜 네트워킹 사이트인 트위터를 중심으로 분석을 시도하였다. 그 결과 100개의 query keyword로 분류했을 뿐이지만, 평균적으로 트위터 상에서 생산되는 메세지의 2.4%가 건강과 관련한 메시지였으며, 독감과 알레르기와 같이 계절적 특성이 있는 질환의 경우 유행하는 시기에 따라 메시지의 사용량이 양의 상관관계를 가졌다. 더불어 시간이 지날수록 사용자들은 점차 뉴스 미디어나 건강 전문 웹 사이트에서 ㅡ유급으로 글을 쓰는 이들에 의해ㅡ 생산되는 정보를 공유하는 대신 사용자들 스스로 생산하는 정보를 더 많이 공유하는 경향을 보였다.
이 결과들은 정말로 온라인 상에 많은 정보가 생성되고, 소비되고 있다는 것을 보여주는 하나의 좋은 예로 간주할 수 있다. 이를 소셜 미디어를 활용하여 건강 및 질병과 관련한 연구를 보다 적극적으로 할 수 있는 토대로 보고, 좀 더 구체적인 질병의 활동에 대한 연구를 수행할 수 있을 것이다. 특히, 소셜 미디어 상에는 시간, 사회관계망, 지역 정보 등이 있으므로 대규모의 설문을 통해 병의 활동을 추정하는 기존 연구에 비해 신속함에서 큰 장점을 가질 것으로 예상된다. 또한 사용자들 스스로 생산하는 정보의 질적 검증을 통해 소셜 미디어에서 광범위하게 공유되고 있는 정보들의 활용가치에 대해 더욱 구체적으로 고민해볼 수 있게 될 것이다.
Part 2)
급속히 진행되는 사회변화로 더불어 질병 구조의 변화 역시 뚜렷한 추세를 보이고 있다. 현대사회에서는 물질적 궁핍으로 인한 감염성 질환보다 사회 심리적 요인으로 인한 질환이 삶의 질과 국민건강의 차원에서 더욱 중요한 문제로 부각되고 있다. 특히, 우울증의 경우 대인 기피, 무기력증과 같이 개인 건강에 악영향을 끼치는 것은 물론, 자살, 사회 부적응 등 여러 사회 문제를 야기시키는 질환으로 알려져 있다. 더욱이 우리나라의 경우 자살률이 전 세계에서 가장 높은 국가이고, 자살을 유발하는 가장 큰 이유로 우울증이 꼽히기에, 이는 좀 더 민감한 질환이라 볼 수도 있다.
우울증 치료는 개인 차원에서의 접근과 더불어 사회관계망을 탐구하는 관점에서의 접근이 필수적이다. 이러한 요구로 이미 임상의학, 보건/간호, 사회과학 등 다양한 분야에서 우울증의 유병 상태와 사회관계망 사이의 상관관계 및 상태 호전에 미치는 사회적 지지의 효과를 분석하는 연구가 다각도로 진행되었고, 여전히 진행되고 있다. 하지만 대부분의 조사 연구는 표본으로 삼는 대상자의 수가 적고, 연령대의 분포가 고르지 않다. 또한 필요한 정보를 얻기 위해서는 대규모의 물리적, 시간적인 투자가 필요하다. 설문으로 얻어진 데이터를 토대로 한 대부분 분석은 여전히 ㅡ우울증을 포괄하는ㅡ 정신 질환의 호전을 위해서는 사회적 지지가 필요하고, 유병 환자의 경우 그러한 부분에 결핍이 있다는 식의 이미 알려진 연구 내용을 좀 더 보충 설명하는 데에 그치고 있으며, 이러한 자료를 토대로 통합적 의료시스템의 개선과 같은 정책들이 만들어 진다는 것은 경제적, 사회적 손실이 아닐 수 없다.
사회관계망 내에서 주변인들이 외로우면 내가 더 외로워질 수 있다는 것 [6] 과 주변인들이 행복하면 내가 더 행복해질 수 있다는 것을 모델링한 Nicholas A Christakis 등은 감정이나 기분 역시 전염병처럼 퍼질 수 있는 성질을 지녔음을 과학적인 방법으로 설명하였으며, 구체적인 기전(mechanism)을 밝혔다. 이러한 시도들과 더불어 사회관계망과 정신건강의 상관관계를 구조적으로 접근한 연구 등은 사회관계망 내에서 질환의 역동을 구체적으로 서술해주는 과학적인 관점을 제시하였다.
우울증에 미치는 위험 효과와 질환-사회관계망의 관계를 검증하기 위해서는 개인의 특성을 가감 없이 보여주는 대규모 데이터는 물론, 사회관계망의 구조적 분석이 필수적이며, 더불어 이를 정성적/정량적으로 분석하는 기술이 요구된다. 온라인 소셜 미디어 상에서 획득할 수 있는 대규모 데이터는 이용자의 활용 패턴 및 사회관계는 물론, 말(text contents)에 이르기까지 그 자체로서도 독립적인 의미가 있는 개인에 대한 가감 없는 데이터를 포괄한다. 이 연구는 1) 32명의 실험 참여자를 모집하여, 임상적으로 검증된 우울증 자가진단 도구인 CES-D를 통해 그들의 우울증 정도를 파악하여 정도에 따라 세 그룹(normal-moderate depression-major depression) 으로 나눈 후, 2) 그들이 일상적으로 작성한 글들을, 대표적인 소셜 네트워크 서비스(SNS)인 트위터(Twitter)를 통해 웹 크롤링 기법으로 수집하고, 3) 수집된 각각의 글을 LIWC라는 정서분석 (sentiment analysis) 도구를 활용하여 분석하였다. 그 결과 ㅡ우울증 자가진단을 통해 규정한 우울 정도에 따라ㅡ 더 우울한 집단(major depression group)일수록 부정적 정서, 특히 슬픔/우울이나 화와 관련한 단어의 사용 빈도가 높다는 것을 알 수 있었다. 또한 부정적 정서, 슬픔/우울, 인지적 과정, 타인 참조를 나타내는 단어의 사용 빈도가 자가진단을 통해 얻은 우울지수를 통계적으로 유의하게 설명할 수 있음을 알 수 있었다.
이는 차후 사회관계망 내에서의 우울감 전파의 역학을 파악하고, 모니터 할 수 있는 도구를 개발하기 위한 기초 연구이지만, 우울감을 나타내는 사람들의 언어적 특성을 파악할 수 있었다는 점에서 의의가 있다. 이러한 텍스트 분석(text analysis)을 기초로 정성적인 연구(특히 content analysis)를 병행하여 효과 검증을 보강할 계획이다. 이 연구는 기존 연구 방법론에 비해 데이터 수집의 비용을 획기적으로 낮춤과 동시에 우울증에 대한 새로운 접근법을 도임함으로써 의료학과 보건학은 물론 사회학 등 타 학문 분야에도 주요한 시사점을 주리라 기대된다.
