텍스트 스케일링을 적용한 방송 뉴스 정파성의 계량 분석 : 지상파 3사와 종합편성채널 메인 뉴스를 중심으로 = Measuring Broadcaster Partisanship with Text Scaling : A Longitudinal Analysis of Korean TV News (2018∼2025)

국문 초록 (Abstract)

본 연구는 텍스트 스케일링 분석인 워드스코어 기법을 방송 뉴스 텍스트에 적용해 국내 방송사의 정파성을 계량적으로 측정하였다. 2018년 10월부터 2025년 5월까지 더불어민주당과 국민의힘 계열 정당 회의록을 참조 문서로 삼아 7개 방송사(KBS, MBC, SBS, TV조선, 채널A, JTBC, MBN)의 메인 뉴스 기사 텍스트를 분석해 날짜별 정파성 지수의 시계열 데이터를 구축하였다. 이를 기반으로 반복측정 분산분석, 다층모형 분석 등을 수행한 결과, 종합편성채널인 채널A와 TV조선은 정권 변화와 상관없이 국민의힘 계열 정당 회의록과 유사한 정파성을 보인 반면, JTBC와 MBN은 채널A나 TV조선과의 차별화를 통해 보다 진보적이거나 덜 보수적인 성향을 보였다. 또한, MBC가 더불어민주당 참조 문서와 가장 유사한 언어·이슈·의제 구성을 보였고, KBS의 경우 정권 교체에 따른 평균 변화의 폭이 가장 컸다. 아울러 방송사 전반적으로 더불어민주당에서 국민의힘 쪽으로 워드스코어의 점진적인 이동 추세가 관찰되었다. 그러나 방송사의 지배구조(공영/민영)나 채널 유형(지상파/종합편성채널)은 문재인 정부 시기에 한해서만 채널 유형의 차이가 통계적으로 유의하게 나타나, 방송사의 정파성 차이를 설명할 수 있는 핵심 요인으로 판단하기에는 부족했다. 본 연구는 방송사 정파성의 장기 추세를 수치화하고 구조적 요인과 결부해 제시함으로써, 방송 뉴스 정파성 연구에 텍스트 스케일링을 활용한 계량적 접근의 유용성과 한계를 제시한다.

다국어 초록 (Multilingual Abstract)

This study examines partisanship in Korean broadcast news using Wordscores, a text-scaling method. Analyzing the main news scripts of seven broadcasters － KBS, MBC, SBS, TV Chosun, JTBC, Channel A, and MBN － from October 2018 to May 2025, it constructs a daily time-series index of partisanship based on the meeting minutes of the Democratic Party of Korea and the People Power Party. Repeated-measures ANOVA and multilevel modeling show that Channel A and TV Chosun remained closer to the People Power Party, whereas JTBC and MBN adopted a more progressive, or less conservative, position. MBC was closest to the Democratic Party, while KBS showed the largest shift across administrations. Across all broadcasters, Wordscores gradually moved toward the People Power Party. However, broadcasting governance (public vs. private) and channel type (terrestrial broadcasting vs. comprehensive programming) were found to lack statistical significance as factors explaining the differences in the partisanship of broadcasters. By quantifying the long-term trends of broadcaster partisanship and linking them to structural factors, this study demonstrates the value of a quantitative approach using text scaling for research on political partisanship in broadcast news.