분석 방법론

최종 업데이트: 2026-10-26

1. 데이터 파이프라인

공개 데이터를 다음 흐름으로 처리합니다: 유튜브·뉴스 공개 메타데이터 수집 → 영상 자막 또는 음성, 영상 설명, 기사 텍스트의 대규모 언어 모델(LLM) 요약 및 키워드 추출 → 정량 지표 산출 → 통계 결과 저장. 30분 이하 영상은 음성을 우선 분석하고, 음성은 임시 파일로 받아 모델에 보낸 뒤 바로 삭제합니다. 원본 영상·음성 파일은 보관하지 않습니다. 공개 데이터베이스에는 댓글·자막 원문을 넣지 않고 분석 결과와 통계 수치만 저장합니다. 자막 원문이 담긴 모델 요청 전문과 모델 응답·분석 결과는 분석 재현을 위해 운영자 로컬 보관소에만 두며 외부에 공개·제공하지 않습니다(음성은 파일로 보관하지 않음). 모델 응답에는 원문 표현의 일부(감지된 자극적 단어, 주장 요약 등)가 들어갈 수 있습니다. 자막 파일은 처리에 성공하든 실패하든 바로 지웁니다. 게시 후 1일·3일차 재관측 댓글 원문도 운영자 로컬 보관소에만 둡니다(개인정보처리방침 참조).

부분 분석(degraded): 자막·음성 확보에 실패해 영상 제목·설명 등 공개된 보조 텍스트만으로 요약·분류를 시도한 경우 외에도, 오디오 잘림·URL 경유·짧은 텍스트 등 열화 사유가 있는 영상을 포함합니다. 이렇게 생성된 분석은 정상적인 자막·음성 기반 분석보다 근거가 제한적이므로 내부적으로 ‘부분 분석’으로 구분해 관리합니다. 대부분의 지표는 요약 성공 영상(부분 분석 포함)을 분모에 포함하지만, MPS·EAD는 오디오 분석 영상만을 대상으로 하므로 텍스트 경로 부분 분석 영상은 집계에서 제외됩니다(부동산은 세부 주제 필터에 따라 제외될 수 있습니다).

2. 지표 산출 방식

지표는 공개된 키워드 사전(정규식) + LLM 요약의 조합으로 계산되는 0~100 범위의 통계 수치입니다. 예:

• 언어 패턴 지수: 특정 표현·키워드의 사용 빈도를 계량화한 수치(예: 선동성 언어 사용 빈도). 채널의 도덕성 판정이 아니라 표현 패턴의 통계입니다.
• 뉴스-유튜브 괴리율(KCG, 이전 명칭 MKC·미디어 키워드 수렴도): 같은 시기 기성 언론과 유튜브가 다루는 키워드의 정량적 차이를 집계한 지수.
• 감성 극단화 격차(SPG): 유튜브 쪽 영상 댓글 반응의 긍정 라벨 비율(진영별)과 같은 기간 기사 논조의 긍정 비율 차이(|유튜브−기사|×100)를 측정한 지수(같은 사건 비교가 아니고 어느 쪽이 정확하다는 뜻이 아님. 개별 사건 1:1 매칭이 아닌 기간 내 두 집단 전체의 감성 분포 대조). 경제·부동산 SPG 는 부동산 채널 영상 전체(주식·금·거시경제 등 부동산 외 주제 영상 포함)를 대상으로 하며, 진영이 정해지지 않은 영상은 채널 성향으로 진영을 정합니다. 다른 부동산 지표는 부동산 외 주제 영상을 제외하므로 입력 범위가 다릅니다.
• 진영별 집계·추이: 개별 채널 낙인보다 진영·매체군 단위의 평균·추세를 우선 제공합니다.

3. 진영 판정의 한계

• 판정 방식: 영상 요약을 AI가 읽고 진영(진보·보수)을 판정합니다.
• 판정의 불확실성: 2026-10 자체 검증에서 서로 다른 AI 판정 모델 3개가 같은 영상 60편에 내린 ‘내용 유불리’ 판정의 일치율은 약 65~77%였습니다. 모델 간 일치율은 실제 정답 대비 정확도가 아닙니다. 진영 건수는 경향을 보는 참고값입니다.
• 자동 배정: AI가 ‘중립’으로 판정하거나 판정 근거가 없으면 채널의 설정 성향으로 배정합니다(대략 4편 중 1편). 언론사 유튜브 채널(채널A·JTBC·MBC·MBN·TV조선 등)은 이 비중이 특히 높습니다.
• 채널 기준 병기: 개요 ‘진영 구성’ 카드에 채널 성향 기준 숫자를 함께 보여 줍니다. 두 기준이 다르면 판정이 채널과 엇갈린 영상이 있다는 뜻입니다.
• 언론사 기사 그룹: 기사는 개별 진영 판정을 하지 않습니다. 이 서비스가 정한 두 RSS 그룹 구성을 그대로 공개합니다.
  • 진보·중도 그룹: 연합뉴스, 경향신문, 오마이뉴스, SBS, JTBC, 한겨레, 노컷뉴스
  • 보수·중도 그룹: 뉴시스, 조선일보, 세계일보, 서울신문, 아시아경제, 매일경제, 서울경제, 국민일보, MBN
  그룹 배치는 매체 성향에 대한 판정이 아니라 수집 균형을 위한 서비스 설정입니다.2026-10-24 변경: 노컷뉴스를 진보·중도 그룹으로 이동, 한겨레·매일경제·서울경제·국민일보·MBN 추가

4. 방법론 버전 관리 및 커버리지 공시

• 버전 관리: 키워드 사전·산출 공식이 바뀌면 방법론 버전을 갱신하여, 같은 대상의 지표가 임의로 오르내리지 않도록 추적합니다.
• 커버리지 공시: 특정 일자에 분석이 완료된 비율을 함께 표시하여, 데이터가 부분적일 때 이용자가 신뢰도를 스스로 판단할 수 있게 합니다.

4-1. 미확정·확정 버전이 다른 이유

같은 날짜라도 미확정(당일 잠정)과 확정(D+1)은 이제 같은 산식 버전(2026-11-v20)을 사용하며, 둘의 차이는 산식이 아닌 집계 범위(당일 48시간 창 vs D+1 코호트)입니다. 미확정은 수집 후 48시간 창을 기준으로 당일 계산하고, 확정은 D+1에 그날 업로드된 영상 전체(코호트)를 다시 모아 계산합니다. 그래서 확정 수치가 미확정 수치와 다를 수 있으며, 이는 오류가 아니라 설계된 재계산입니다. 연동 전환 이전의 잠정본에는 2026-10-v14 표기가 남아 있습니다.

전체 지표 중 가장 넓게 영향을 준 버전만 추렸습니다. 지표별 세부 변경은 지표마다 다를 수 있습니다.

4-2. 수집원 변경 이력

지표 산식과 방법론 버전은 바뀌지 않았지만, 10-24(국내)·10-26(해외) 전후로 수집 대상이 늘었으므로 건수·비율·해외 비교 값을 단순 비교할 때 감안해야 합니다.

4-3. 결측·신뢰도·비교맥락 3축 표시 원칙

FactTube Korea는 SPG 표시에서(현재 SPG 카드에 적용) 발생할 수 있는 오독을 방지하기 위해 세 가지 독립된 축의 표시 계약을 적용합니다:

• ① 값 상태 (실측값 / 결측-사유코드 / 조회·산출 실패): 정상 산출된 수치는 그대로 표시하고, 데이터베이스 행 부재·구 산식·표본 부족으로 산출되지 못한 결측은 ‘0’으로 왜곡하지 않고 ‘N/A’와 함께 사유코드(행 없음, 구 산식, 표본 없음 등)를 명시합니다. 조회·산출이 실패한 경우(예: 일시 장애)의 ‘조회·산출 실패’는 데이터가 존재하지 않는 일반 결측과 엄격히 구별하여 별도의 안내 문구로 공시합니다.
• ② 신뢰도 (잠정 / 확정): 당일 48시간 창을 기준으로 산출한 수치는 ‘잠정(provisional)’으로, D+1일 업로드일 코호트 전체를 재집계한 수치는 ‘확정(final)’으로 명시하여 데이터의 확정 여부를 구분합니다.
• ③ 비교 맥락 (산식 버전 경계): 시계열 추이 비교 시 산출 공식이나 집계 체계가 달라진 지점(예: 그룹별 산출 객체가 처음 관측된 지점)에 ‘산식 변경 추정 경계선’과 안내를 표기하여, 서로 다른 산식 구간이 연속된 동일 선으로 오인되지 않도록 합니다.

5. 표본 크기 기준

같은 비율이라도 근거가 된 표본이 다르면 신뢰도가 다릅니다. 영상 2편 중 2편이 한쪽이면 ‘100%’가 되지만, 그 100%와 60편 중 60편의 100%는 다른 사실입니다. 비율의 표준오차는 대략 √(p(1−p)/n) 이므로:

• n=100 → 약 ±5%p — 표기한 소수점이 의미를 가집니다.
• n=30 → 약 ±9%p — 한 자릿수 차이는 노이즈입니다.
• n=10 → 약 ±16%p — 순위 자체가 뒤집힐 수 있습니다.

이 표준오차는 수집·분석이 무작위로 빠졌다는 가정에서 나온 값입니다. 비무작위 수집·분석 누락에서 오는 편향은 포함하지 않습니다.

그래서 30편 미만은 ‘표본 적음’으로, 10편 미만은 ‘표본 매우 적음’으로 표시합니다. 수치는 그대로 보여드리되 감추지 않습니다.

표본 기준은 서로 다른 것을 막는 두 가지이며, 각각 따로 적용됩니다 — 하나를 통과해도 다른 하나가 함께 적용될 수 있습니다. ① 개별 지표의 ‘표본 부족’ 경고는 지표마다 최소 표본이 다릅니다 — 논조 전환 채널 수(NPA) 적격 채널 10개, 제목 자극성·시청자 반응률·화제 쏠림 지수(TPI·EER·TSI) 30편, 댓글 분위기(ACR) 분류된 댓글 100건. 이 미만이면 수치 옆에 경고를 붙이되 값 자체는 감추지 않습니다.② “A가 B보다 높다”는 진영·논조 비교 해석 문장은 이와는 별도의 기준으로, 비교하는 그룹 중 하나라도 3편 미만이거나 표본 수를 확인할 수 없으면 만들지 않고 사실(수치)만 보여드립니다. 예를 들어 그룹별 5편이면 이 기준으로 비교 문장이 생략되지는 않지만, 같은 5편이 NPA·TPI 등 지표의 최소 표본에는 못 미쳐 그 지표에는 ‘표본 부족’ 경고가 함께 붙을 수 있습니다. “한쪽이 독점한다” 같은 판단은 붙이지 않습니다. 문장은 수치보다 강하게 읽히기 때문에, 배지만 달아서는 이미 단정한 문장을 되돌릴 수 없습니다.

비율의 분모도 함께 밝힙니다. 진영·전망 편중은 입장이 드러난 영상만 세므로, 그 키워드가 나온 전체 영상 수와 다를 수 있습니다 (예: 총 3편 중 방향이 드러난 것은 2편). 큰 쪽 숫자만 보이면 근거가 실제보다 두터워 보이므로 두 값을 나란히 표시합니다.

키워드 구성비와 진영 안 언급률: 키워드 맥락의 구성비는 해당 키워드를 다룬 영상 중 각 진영(또는 시장 전망)이 차지하는 비율(이 키워드를 다룬 영상 중 진영 비율)이며,진영 안 언급률은 각 진영 전체 분석 영상 중 해당 키워드를 다룬 영상의 비율(분자/분모)입니다. 진영별 전체 영상 수 차이로 구성비가 한쪽으로 쏠려 보이더라도 진영 안 언급률이 비슷할 수 있으므로 두 지표를 병기합니다.

6. 채널명 공개 기준

분석 대상 채널은 두 갈래로 나누어 표시합니다. 어느 쪽인지는 화면에서 ‘언론사’ 표시로 구분할 수 있습니다.

• 언론사 법인 채널 — 실명 표시: 방송사·전국일간지· 시사주간지 등 언론사 법인 명의로 운영되며, 채널명이 특정 진행자 개인의 이름·브랜드가 아닌 공식 채널입니다. 언론 보도에 대한 비평은 공적 사안이고, 어느 언론사인지 알 수 없으면 ‘언론 괴리율’ 지표 자체가 성립하지 않기 때문입니다.
• 그 밖의 채널 — 이름 비공개: 개인·논평 채널은 채널명 일부만 표시하고, 채널 주소·영상 주소는 제공하지 않으며, 영상 제목에 포함된 채널명과 함께 코너명·출연자 표기(괄호 태그·구분선 뒤 꼬리표)도 제거합니다. 이 지표들은 언어 패턴에 대한 통계적 추정이며 특정 채널에 대한 사실 판정이나 평가가 아니어서, 실명과 함께 제시될 경우 그렇게 오인될 수 있기 때문입니다.
• 적용 위치: 이 구분은 화면 표시가 아니라 서버에서 적용됩니다. 비공개 대상 채널의 실명과 채널 식별자는 브라우저로 전송되지 않으므로, 개발자 도구로도 확인할 수 없습니다.
• 한계: 비공개 처리가 완전한 익명화를 뜻하지는 않습니다. 표시되는 첫 글자, 구독자 규모대, 다루는 주제를 종합하면 좁은 후보군에서 추정이 가능할 수 있습니다. 구독자 수를 정확한 값이 아니라 구간으로만 표시하는 것도 그 때문입니다.

채널 운영자 본인이 자기 채널의 표시 방식에 이의가 있으면 이의제기 절차로 요청할 수 있습니다.

7. 한계와 면책

지표는 기계적 통계 출력물로 오탐이 있을 수 있으며 사실 판정이 아닙니다. 지표는 절대값보다 추이로 해석하는 것을 권장합니다. 지표에 이의가 있으면 이의제기 절차를 이용해 주세요. 자세한 면책은 이용약관을 참고하시기 바랍니다. 지표·차트를 인용할 때의 출처 표기 방법은 인용 안내에 있습니다.

8. 공개 범위

각 지표의 데이터 출처·분모·산식·제외 기준·방법론 버전과 한계를 공개합니다. 운영 중인 키워드 사전과 AI 프롬프트 원문은 지표 회피를 줄이기 위해 보호하며, 교체된 판본은 시차를 두고 검증 가능하게 공개합니다.

9. 지표별 산식과 실제 산출 예시

아래는 2026-10-14 확정본(방법론 버전 2026-10-v15)의 실제 집계 수치로 각 지표의 산식을 재현한 예시입니다. 개별 영상·채널 단위 수치가 아니라 그날 분석 전체를 모은 값입니다.

시청자 동조·비판 분포 (Audience Consensus Ratio)

댓글 중 영상에 동조하거나 비판하는 입장이 드러난 것만 골라, 그 안에서 동조 댓글이 차지하는 비율을 냅니다. 50이 동조와 비판이 균형을 이루는 지점이며, 50보다 높으면 동조 반응이, 낮으면 비판 반응이 더 많았다는 뜻입니다. 입장을 알 수 없는 댓글은 계산에서 빼고, 대신 몇 건을 근거로 삼았는지 함께 표시합니다. 입장이 분류된 댓글이 100건에 못 미치면 표본 부족으로 산출하지 않습니다(값 없음, 0이 아님).

2026-10-14 확정본(v15): 수집 댓글 5,923건 중 입장이 분류된 댓글 1,239건(20.92%, 최소표본 100건 충족) — 동조 905 · 비판 334 → ACR=73.04.

제목 자극성 지수 (Title Provocation Index)

제목에 사전에 정한 자극 단어가 포함될 때마다 정해진 점수를 더해 0~100 사이로 환산하며(최대 100점), 요약에 실패하지 않은 분석 영상만 모아 평균을 냅니다. 0에 가까울수록 그런 단어가 거의 없었다는 뜻입니다. 요약 실패 영상은 집계에서 빼고(0점 처리 아님), 집계 대상 영상이 하나도 없으면 값을 산출하지 않습니다(값 없음, 0이 아님).

2026-10-14 확정본(v15): 분석 대상 영상 199편 중 요약 성공 138편(69.35%, summary_failed 61편 제외)의 제목 평균 → TPI=2.9.

내러티브 피벗 감지 (Narrative Pivot Alert)

채널마다 직전 4개 영상의 평균 논조 방향과 가장 최근 영상의 방향을 비교해, 차이가 1.0 이상이면 '전환'으로 셉니다. 전환의 옳고 그름을 판정하지 않으며 방향이 바뀌었다는 사실만 셉니다. 영상이 5개 미만인 채널은 비교 대상에서 빠지고, 비교 가능한 채널이 하나도 없으면 값을 산출하지 않습니다(값 없음, 0이 아님).

2026-10-14 확정본(v15): 채널 27개 중 최근 영상 5편 이상인 16개(11개는 channel_under_min_videos로 제외)를 비교해 전환 채널 4개 발견.

주제 포화도 지수 (Topic Saturation Index)

가장 많이 언급된 상위 3개 키워드의 언급 횟수를 합해 분석 영상 수로 나눈 값(%)이며, 100을 넘으면 100으로 자릅니다(한 영상이 여러 키워드에 겹쳐 잡힐 수 있어서입니다). 값이 클수록 적은 수의 주제가 대화를 많이 차지했다는 뜻입니다.

2026-10-14 확정본(v15): 분석 영상 199편 기준 상위 3개 키워드 언급 수(65+36+28=129건) ÷ 199 × 100 → TSI=64.82.

시청자 반응률 (Engagement Efficiency Ratio)

좋아요 1건을 1점, 댓글 1건을 2점으로 계산해 모두 더한 뒤 조회수로 나눈 값(%)이며, 100을 넘으면 100으로 자릅니다. 댓글은 좋아요보다 품이 더 드는 반응이라 2배로 셉니다. 값이 11이면 조회수 100회당 반응 점수가 11점이라는 뜻입니다. 조회수가 0이면 값을 산출하지 않습니다(값 없음, 0이 아님).

2026-10-14 확정본(v15): 분석 영상 199편 전부(coverage 100%) 기준 → EER=4.96%.

언론-유튜브 괴리율 (KCG, 이전 명칭 MKC·미디어 키워드 수렴도)

같은 날 수집한 유튜브 영상의 핵심 개체(key_entities) 집합과 언론 RSS 기사의 핵심 개체 집합을 모두 정규화한 뒤, 양쪽 집합을 합친 개수 중 겹치는 개수가 차지하는 비율을 100에서 뺀 값입니다(자카드 거리 × 100). 핵심 개체가 없는 기사는 집계에서 제외합니다(no_key_entities). 양쪽 정규화 집합이 모두 비면 0('관심사 없음')으로, 언론 쪽 정규화 키워드가 3개 미만이면 표본 부족으로 산출하지 않습니다(값 없음, 0이 아님). v18부터 네 자리 연도 뒤 '년' 통일, 한영 고유명사 별칭 정규화, RSS 매체명 제외가 적용되었습니다.

2026-10-14 확정본(v15): 비교 대상 기사 577건 중 핵심 개체가 있는 513건(88.91%, 64건은 no_key_entities로 제외)을 사용. 정규화한 유튜브 키워드 467개 · 언론 키워드 547개 · 합집합 893개 중 교집합 121개 → KCG=86.5(비교 신뢰도 high, 상대오차 9.09%).

언어 위험 신호 지수 (LRI)

혐오·자극 언어 밀도(가중치 0.6) + 언론 보도와의 키워드 괴리율(가중치 0.2, 자카드 거리인 KCG/100, KCG < 95일 때만) + 댓글 차단 여부(가중치 0.2)를 가용한 성분끼리 가중평균해 0~100으로 환산한 뒤 진영별 평균을 구합니다. B 성분은 자카드 거리인 KCG 괴리율이며, KCG ≥ 95(KCG_UNCOMPARABLE_DISTANCE)면 비교 불가로 보아 B 성분 및 가중치(0.2)를 분모에서 제외하고 가용 가중치 분모(0.8)로 재정규화합니다(0으로 채우지 않음). 비차단 영상의 댓글 표본이 없으면 혐오·자극 언어 밀도를 산출하지 않고(0 채움 아님) LRI를 미산출하며, 댓글이 차단된 영상은 혐오밀도 0 정의값을 유지합니다. 산출되지 않은 성분은 분모에서 빼며 0으로 채우지 않습니다.

2026-10-14 확정본(v15): 주제 교차율 계산 가능 비율 98.55%(136/138편, 실제 반영 0편)를 바탕으로 한 진영별 평균 — 보수 3.7 · 진보 1.9.

감정 자극 어휘 밀도 (EAD)

오디오 분석 영상의 AI 자극 언어 점수(mps_llm, 0~100)를 0~40 구간으로 환산한 값 + 클릭베이트 점수(0~30) + 댓글·조회수 비율로 본 참여 극단성(0~30)을 더해 0~100으로 환산합니다(합이 100을 넘으면 100으로 자름). 텍스트 요약 영상은 EAD를 산출하지 않으며(A 성분 결측), 필수 성분(AI 자극 언어·클릭베이트) 중 하나라도 결측이면 0으로 채우지 않고 해당 영상의 EAD를 산출하지 않습니다(완전 성분 표본만 집계). 진영별 평균을 계산합니다.

2026-10-14 확정본(v15) 진영별 평균 — 보수 29.3 · 진보 21.2.

위 산출 예시는 매일 갱신되지 않는 고정 스냅샷입니다(v15 예시 수치는 EAD v19의 현행 정의 및 산출 집합과 다를 수 있습니다). 오늘의 실제 값은 각 지표가 표시된 화면의 근거 설명을 참고해 주세요.

10. 판본 무결성 지문

지표 산출에 쓰이는 키워드·정규식·가중치 사전과 AI 프롬프트는 "현행판은 보호" 대상이라 원문을 공개하지 않습니다. 대신 사후 검증이 가능하도록, 그 값의 지문(sha256)을 교체 전부터 기록해 둔 append-only 공개 장부를 제공합니다.

• 추적 대상: 파일 25개 — 파일마다 추적하는 상수(사전·정규식·가중치 등)와, 고정 입력으로 조립 함수를 실행한 출력(프롬프트 조립 함수 일부).
• 최초 기록: 2026-10-15.
• 교체 이력: 누적 교체 이벤트 47건 기록됨.
• append-only 장부입니다 — 판본을 교체하면 교체일과 이전/새 지문을 새 행으로 추가만 하고, 과거 행은 고치지 않습니다.
• 교체된 판본은 60~90일 검토 기간을 거친 뒤 사전·프롬프트 요지를 공개합니다. 현재 장부에는 47건의 교체 이력이 기록되어 있습니다.
• 장부에는 사전 단어나 프롬프트 문장 같은 원문이 들어 있지 않습니다 — 지문(sha256)·대상 파일 경로·상수/함수 이름·기록일만 공개합니다.