1. 연구의 필요성

코로나바이러스감염증-19 (coronavirus disease-19 [COVID-19])에 의한 팬데믹 상황은 경제, 사회, 정치, 교육, 보건 등 삶의 다양한 영역에 심각한 영향을 미치고 있다. 연일 증가하는 누적 확진자 수와 사망자 수로 인해 일부 국가에서는 감염병 위기 대응 역량이 한계에 다다르고 인간의 건강과 존엄이 위협받는 상황이 지속되고 있다. 2020년 3월 세계보건기구(World Health Organization [WHO])에서는 팬데믹을 선언하고 범국가적인 협조와 신속한 대응을 강조하였다[1]. 우리나라는 2020년 1월 COVID-19 감시 및 대응 체계를 본격적으로 가동하고, 2월 대규모 집단 감염 발생을 기점으로 사회적 거리 두기, 생활방역 수칙 등 국가 방역에 총력을 기울여 왔으나 2021년 현재까지도 감염병 위기 상황이 이어지고 있다[2].

COVID-19 발생 이후 산발적 소규모 집단 감염으로부터 전국적 대규모 집단 감염에 이르는 감염병 확산세가 지속되면서 간호사들은 강도 높은 업무로 소진되고 있다. 2020년 4월 대한간호협회에서 시행한 COVID-19 대응 간호사의 근무실태조사에 의하면, 응답자의 절반 이상이 건강상태가 좋지 않다고 느끼면서도 일을 해야 했고, 방호복을 입고 감염환자를 간호하면서 충분한 휴식을 취하지 못한 것으로 나타났다[3]. 불충분한 보호구와 물품, 미흡한 사전교육 등 급조된 근무환경에서 감염에 대한 두려움을 경험했고, 일부 대상자들의 부당한 요구와 폭언, 의사 파업 등으로 간호사의 업무부담은 더욱 가중되었다[4, 5]. 그 외에, 강제 휴무나 일방적 근무부서 변경, 수당 미지급 등 부당한 처우를 감수하고 있는 사례도 확인되었다[6, 7, 8]. 감염병 발생 이후 위기 상황이 장기화되고 있는 지금까지 COVID-19 대응 간호사를 위한 가이드라인과 환경 개선을 위한 노력은 계속되고 있으나 문제의 본질에 대한 이해와 해결 방안을 모색하는 것에 대해서는 아직까지 충분한 논의가 이루어지지 못한 상황이다.

한편 정부에서는 보건복지부 주관으로 COVID-19 대응에 힘쓰고 있는 의료진을 격려하기 위해 2020년 4월 16일 사회관계망서비스를 통해 ‘덕분에 챌린지’라는 국민 참여형 캠페인을 시행하였다[9]. 이러한 캠페인은 영국의 ‘clap for cares (보살피는 이들을 위해 박수를)’에서 시작되어 미국, 이탈리아, 프랑스 등 전 세계의 많은 국가로 확산되었다[10]. 전례 없는 COVID-19 위기 상황 속에서 이 캠페인은 최전방 현장의 간호사와 의료진에게 감사와 격려의 메시지를 보내는 한편, 사람들에게는 의료진이 위기 상황 속 영웅이라는 이미지를 심어 주었다. 이러한 가운데 간호사에 대한 대중매체의 영웅 담화 보도는 COVID-19 발생 이전까지는 대중에게 그다지 중요하게 인식되지 못했던 간호사의 전문적 기여도에 대한 가시성을 그 어느때보다 극대화할 수 있었다[11]. 또한 간호사가 영웅적 속성을 내재화함으로써 정체성과 전문적 자아를 강화하고 직업적 역할을 성장시킬 수 있다는 점은[12], 캠페인의 긍정적인 성과로 볼 수 있다.

그러나 감사와 격려 차원을 넘어 영웅주의 서사로 치우치는 것은 간호사에게 의무 이상의 것에 대한 강요, 위험 감수 및 자기 희생에 대한 암묵적인 메시지를 부가하고, 현장의 실제적인 문제와 개선 과제를 희석할 수 있음에 주의해야 한다[13, 14, 15]. 국민 참여형 캠페인으로서 ‘덕분에 챌린지’는 간호사의 기여와 간호의 가치를 인정하는 사회적 공감대를 형성할 수 있고, 더 나아가 정당한 보상을 포함하는 안전한 의료시스템 형성에 관한 정책적 논의까지 연결 시키는 잠재적 효과를 불러올 수 있다. 언론에서 대두되는 주요 의제로 형성되는 여론과 실제 현장에서 발생하고 있는 주요 문제가 맥락을 나란히 할 때, 정책은 더욱 빠르고 안정적으로 마련될 수 있다. 따라서 COVID-19로 인한 국가 위기로 간호의 역할과 방향에 대한 논의가 활발하게 이뤄지고 있는 현 시점에서 이러한 캠페인으로 인해 대중매체의 주요 의제에는 어떤 변화가 발생했는지 확인하고[11], 언론에서의 주요 의제와 실제 간호현장에서 발생하고 있는 문제 사이의 간극을 진단할 필요가 있다. 이를 통해 우리는 간호 관련 정책적 제도 마련에 있어서 논의되어져야 할 주요 의제가 무엇인지를 외부에서 주어진 프레임에서 벗어나 주도적으로 도출해 낼 수 있을 것이다.

간호관리와 정책에 관한 다양한 선행연구에서는 미디어 자료를 활용하여 대중적 담론에 대해 분석하고 있다. 국내 주요 일간지의 간호사 관련 기사 프레임 분석 연구[16]에서는 언론을 통해 대중에게 형성되는 간호사에 대한 이미지를 분석한 바 있으며, 간호사의 직장 내 괴롭힘 관련 온라인 뉴스 기사 댓글에 대한 토픽 모델링 분석 연구[17]에서는 문제 현상에 대한 여론을 파악하고 이를 토대로 해결방안을 도출하고자 하였다. 또한 간호간병통합서비스에 대한 온라인 기사와 소셜미디어의 의미 연결망 분석 연구[18]에서는 정책에 대한 언론의 보도와 대중이 생성하는 정보 간의 차이를 확인함으로써 향후 정책이 나아가야 할 방향성을 제시한 바 있다. 대중매체는 여론 형성과 대중의 의사결정 과정에 강력한 영향력을 가지고 있다[19]. 특히 뉴스 기사의 경우 의제를 통해 전반적인 사회 이슈 파악이 가능하고, 다양한 상호작용을 통해 대중의 인식에 영향을 주고받는다는 점에서 사회적 가치 형성에 중요한 역할을 한다[20, 21, 22]. 많은 선행연구에서 대중의 인식과 관련한 자료수집원으로 신문기사 또는 소셜미디어 정보를 이용하고 있고, 이 정보 속에 내재되어 있는 의미를 파악하기 위해 토픽 모델링 분석과 키워드 네트워크 분석 방법이 활용되고 있다.

이에 본 연구에서는 COVID-19 위기 기간을 ‘덕분에 챌린지’ 캠페인 전, 후 기간으로 구분하여 토픽 모델링 및 키워드 네트워크 분석을 통해 간호사 관련 뉴스 기사의 보도 양상을 비교 분석함으로써, 감염병 위기 상황에서 간호 관련 정책적 제도 마련의 방향성 모색을 위한 기초자료를 마련하고자 한다.

2. 연구 목적

본 연구의 목적은 COVID-19 위기 기간을 ‘덕분에 챌린지’ 캠페인 전, 후 기간으로 구분하여 토픽 모델링 및 키워드 네트워크 분석을 통해 간호사 관련 뉴스 기사의 보도 양상을 비교 분석함으로써, 감염병 위기 상황에서 간호 관련 정책적 제도 마련의 방향성 모색을 위한 기초자료를 마련하는 것이다. 구체적인 목적은 다음과 같다.

1. 연구 설계

본 연구는 토픽 모델링 및 키워드 네트워크 분석을 활용하여 COVID-19 기간 동안 보도된 간호사 관련 뉴스 기사의 키워드 간 연관관계 파악을 통해 의미 구조를 분석하는 탐색적 연구이다.

2. 연구 대상

연구 대상은 COVID-19 기간 동안 보도된 간호사 관련 뉴스 기사이다. ‘덕분에 챌린지’ 캠페인 전, 후 보도 양상의 변화를 확인하기 위해 두 기간을 구분하여 자료수집 및 분석을 시행하였다. 본 연구의 자료수집을 위해 한국언론진흥재단에서 운영하는 개방형 뉴스 빅데이터 분석시스템인 빅카인즈 사이트(www.bigkinds.or.kr)를 이용하였다. 빅카인즈는 서울, 경기 등 7개 지역별 54개 언론사의 주요 종합일간지, 경제지, 지역종합지, 방송사, 전문지를 포함하고 있으며, 일간신문 발행 부수 상위 랭킹을 차지하는 언론사들로 구성되어 있다.

자료수집 기간은 국내에서 COVID-19 관련 최초 언론 보도가 나왔던 2019년 12월 31일부터 2020년 4월 15일까지를 캠페인 시행 전 기간으로, ‘덕분에 챌린지’ 캠페인 시행일인 2020년 4월 16일부터, 2020년 7월 15일까지를 캠페인 시행 후 기간으로 설정하였다. 자료수집을 위한 검색 키워드는 2019년 12월 COVID-19 발생 초기 중국 우한에서 발생한 원인불명의 폐렴과 관련하여 ‘우한 폐렴’으로 명명하였으나 2020년 2월 WHO에서 ‘COVID-19’이라는 공식 명칭이 발표되고 국내에서 또한 ‘코로나바이러스감염증-19 (코로나19)로 개칭됨에 따라, 본 연구에서는 ‘우한 폐렴+간호사’와 ‘코로나+간호사’로 설정하였다. 수집된 자료는 중복된 데이터를 제외하고 캠페인 시행 전 기간(2019.12.31~2020.4.15) 2,301건, 캠페인 시행 후 기간(2020.4.16~2020.7.15) 1,236건으로 총 3,537건이었다.

3. 연구 절차 및 분석

본 연구는 간호사 관련 뉴스 빅데이터를 활용하여 데이터 전처리 정제를 실시하고, 캠페인 시행 전, 후 기간별 키워드 분석, 토픽 모델링 분석, 키워드 네트워크 분석 순으로 진행하였다.

4. 윤리적 고려

본 연구는 자료수집 이전 한국언론진흥재단에 빅카인즈 사이트에서 제공되는 뉴스 기사 데이터가 저작권에 위배되지 않는 공개 자료임을 확인하였고, 경희대학교 IRB에 데이터 구축 주체의 책임하에 제공되는 개인정보 식별이 불가능한 데이터는 심의 면제대상이라는 답변을 받은 후에 연구를 수행하였다.

1. 키워드 분석

본 연구의 자료수집 기간 동안 ‘코로나 + 간호사’, ‘우한 폐렴+간호사’ 키워드로 검색된 뉴스 기사는 총 3,537건으로 캠페인 시행 전, 후 각각 2,301건, 1,236건이었다. 전체 데이터 수집 기간과 캠페인 시행 전, 후 기간에 검색 키워드인 ‘코로나’, ‘우한’, ‘폐렴’, ‘간호사’ 단어를 제외하고 TF-IDF를 기준으로 상위 30개의 키워드 분석 결과는 Table 1과 같다.

Table 1
Top 30 Keywords of News Articles

• Download Table

전체 수집 기간 동안 전처리 과정 이후 추출된 키워드는 22,900개였고, 검색 키워드인 ‘코로나’, ‘우한’, ‘폐렴’, ‘간호사’ 단어를 제외한 상위 30개 키워드는 ‘대구’, ‘확진자’, ‘환자’, ‘확진’, ‘병원’, ‘중국’, ‘의료’, ‘감염’, ‘마스크’, ‘검사’ 등의 순으로 나타났다. 캠페인 시행 전, 후 키워드를 비교해보면, 캠페인 시행 전 상위 키워드로는 ‘대구’, ‘중국’, ‘신천지’, ‘환자’, ‘확진자’, ‘마스크’, ‘병원’, ‘정부’, ‘사람’, ‘검사’ 등, 캠페인 시행 후에는 ‘확진’, ‘병원’, ‘환자’, ‘의료’, ‘감염’, ‘학생’, ‘학교’, ‘방역’, ‘대구’, ‘등교’ 등의 단어가 포함되었다(Table 1).

2. 토픽 모델링

본 연구에서 R program을 이용하여 정량적 방법으로 perplexity 수치를 계산한 결과, 캠페인 시행 전 기간에 토픽 개수 2~16개에 대한 perplexity는 최소 949.915에서 최대 964.595로 나타났다. 같은 방법으로 캠페인 시행 후 기간에 perplexity는 최소 1,154.270에서 최대 1,184.650으로 도출되었다. 본 연구에서는 정량적 수치인 perplexity 결과를 참고하여 전문가 그룹의 논의를 통해 주제의 맥락과 구성의 판별성을 가장 의미 있게 해석 가능한 수준에서 캠페인 시행 전 기간 perplexity 값이 가장 최소인 주제 개수 5개(perplexity=949.915)와 캠페인 시행 후 기간 perplexity 값이 두 번째로 낮았던 주제 개수 4개(perplexity=1,159.883)를 토픽 개수로 선정하였다. 토픽 모델링의 시각화와 해석에 대한 선행연구 결과를 참고하여[30] 선정된 토픽 개수를 R program의 LDAvis package를 이용하여 토픽을 구성하는 키워드들이 주제의 범주를 명확히 나타낸다고 판단된 λ값 0.6을 설정한 다음, 토픽 모델링을 시각화하였다. 시각화한 결과, 토픽 지도에서 토픽 원 간의 거리가 명확히 확보되고 독립적인 것을 확인하였다(Figure 1).

Figure 1
Results of latent Dirichlet allocation topic modeling visualization. (A) Before the campaign. (B) After the campaign.

• Download Figure

토픽의 비중과 구성된 주요 키워드는 Table 2와 같고, 캠페인 시행 전 기간 주요 토픽으로는 ‘팬데믹’, ‘의료인 감염’, ‘국내감염’, ‘의료자원’, ‘해외 교민 국내 이송’, 캠페인 시행 후 기간에는 ‘팬데믹’, ‘국내감염’, ‘의료자원’, ‘덕분에 챌린지’가 도출되었다. 캠페인 시행 전, 후 변화로 캠페인 시행 전 주요 토픽이었던 ‘의료인 감염’, ‘해외 교민 국내 이송’은 캠페인 시행 이후 주요 토픽에서 사라졌으며, ‘덕분에 챌린지’ 토픽이 새롭게 나타났다.

Table 2
Major Topics of News Articles before and after the Campaign

• Download Table

캠페인 시행 전, 후 변화된 토픽을 살펴보면, 캠페인 시행 이전 기간에 ‘의료인 감염’ 토픽은 두 번째로 높은 비중(20.1%)을 보였으며 주요 키워드는 ‘병원’, ‘확진’, ‘감염’, ‘격리’, ‘폐쇄’, ‘직원’, ‘접촉’, ‘요양’, ‘간호사’ 등이 포함되었고, 가장 낮은 비중(16.4%)을 보인 ‘해외 교민 국내 이송’ 토픽을 구성하는 키워드는 ‘교민’, ‘지원’, ‘시설’, ‘전세기’, ‘귀국’ 등이었다. 캠페인 시행 이후 기간에 새롭게 출현한 ‘덕분에 챌린지’ 토픽의 비중은 17.6%이었고, 주요 키워드는 ‘캠페인’, ‘영웅’, ‘응원’, ‘극복’, ‘감사’, ‘마음’ 등이 나타났다.

동일한 이름으로 명명된 토픽의 비중과 키워드들의 변화를 비교한 결과, 첫째, ‘팬데믹’과 관련된 토픽은 캠페인 시행 전, 후 기간 동안 모두 가장 큰 비중을 차지하고 있고, 주요 키워드는 캠페인 시행 전 ‘중국’, ‘미국’, ‘세계’, ‘이탈리아’, ‘일본’, ‘유럽’ 등으로 COVID-19의 확산 국가명에서, 캠페인 시행 후 주요 키워드는 ‘정부’, ‘사회’, ‘보건’, ‘원격’, ‘경제’, ‘건강’, ‘교육’, ‘협력’ 등으로 차이가 있었다. 둘째, ‘국내감염’ 토픽은 캠페인 시행 이전 19.8%, 이후 28.0%로 각각 3순위, 2순위의 비중을 보여주고 있고, 캠페인 시행 전 주요 키워드는 ‘대구’, ‘신천지’, ‘교회’, ‘경북’, ‘청도’ 등의 단어에서, 캠페인 시행 후 ‘학교’, ‘클럽’, ‘이태원’, ‘서울’, ‘부산’, ‘전파’ 등으로 차이를 보였다. 마지막으로 ‘의료자원’ 토픽은 캠페인 시행 전, 후 기간 비중으로 19.7%, 23.6%로, 캠페인 시행 전 주요 키워드는 ‘간호사’, ‘의사’, ‘인력’, ‘방호복’, ‘부족’, ‘마스크’ 등의 단어가 도출되었으며, 캠페인 시행 후에는 ‘방호복’과 ‘마스크’는 사라지고, ‘진료’, ‘간호’, ‘전담’이 새로운 키워드로 도출되었으며, ‘간호사’, ‘의사’, ‘인력’, ‘부족’ 등의 키워드는 계속적으로 출현하였다.

3. 캠페인 시행 전, 후 주요 토픽의 키워드 네트워크 분석: ‘의료인 감염’, ‘덕분에 챌린지’ 토픽

R program에서 상관계수 0.2 이상을 적용하여 토픽별 키워드 간 동시 출현 관계를 네트워크 맵으로 구현한 결과, 캠페인 시행 후 사라진 ‘의료인 감염’ 토픽에서 ‘병원’, ‘확진’, ‘감염’, ‘격리’, ‘폐쇄’, ‘직원’, ‘접촉’, ‘요양’, ‘간호사’ 등의 키워드는 ‘업무’, ‘밀접’, ‘전면’, ‘조치’, ‘집단’, ‘발생’, ‘의료진’, ‘종사자’, ‘무더기’ 등의 키워드와 상관성이 있었다(Figure 2).

Figure 2
Keyword network map: Topic 2 before the campaign (infection of medical staff).

• Download Figure

캠페인 시행 이후 새롭게 도출된 ‘덕분에 챌린지’ 토픽은 ‘캠페인’, ‘영웅’, ‘응원’, ‘극복’, ‘감사’, ‘마음’ 등의 키워드로 구성되었으며, ‘간호사’ 키워드가 ‘희생’을 매개로 ‘두려움’, ‘감염’, ‘근무’, ‘격리’, ‘확진’ 등의 키워드와 상관성이 있었다(Figure 3).

Figure 3
Keyword network map: Topic 4 after the campaign (Thanks to You Challenge).

• Download Figure