확률·통계대중매체 자료의 해석#445

대중매체 자료의 해석

Interpreting Media Data and Culture

대중매체 자료의 해석은 매체·기간과 단어를 세는 규칙을 밝혀 표현의 특징을 읽는 활동이다. 20칸 중 6회는 30%, 40칸 중 8회는 20%다. 워드클라우드, 비율 막대, 정리 규칙, 자료 합치기를 문맥과 함께 살핀다.

읽는 시간
약 9분

직관 — 소식지 길이가 다르면 횟수만으로 비교할 수 없다

직관

짧은 소식지에서 환경 이야기를 여섯 번, 긴 소식지에서 여덟 번 발견했다. 여덟 번 쪽이 환경에 더 집중했다고 바로 말할 수 있을까? 전체 단어 수까지 세어 보면 순서가 바뀔 수 있다.

단어가 나온 횟수는 빈도다. 교과서의 도수분포표에서 말하는 도수와 같은 뜻이다. 정리한 전체 단어 가운데 차지하는 몫은 상대도수에 대응한다. 이 글은 실제 공개 기사에서 조사 질문을 만들고, 누구나 다시 셀 수 있는 가상 자료로 분석표와 해석문을 완성한다.

대중매체 자료는 무엇을 골랐는지부터 기록한다

대중매체 자료의 해석은 기사·방송·광고 등의 표현을 정해진 기준으로 모아 그 특징을 읽는 활동이다. 수학은 횟수와 비율의 비교를 돕지만, 어떤 매체와 기간을 택했는지는 계산 전에 정해야 한다.

실제 자료 카드의 예로 FAO의 2025년 공개 보도 두 건을 골랐다. 아래 제목은 원문을 길게 옮긴 것이 아니라 내용의 자체 요약이다.

발표일자체 요약원문에서 확인한 내용선정 범위
2025-07-28세계 기아의 변화와 지역 차이세계 수치와 지역별 추세가 구별된다FAO 식생활 관련 보도
2025-09-29식량 손실과 낭비를 줄이는 투자손실·낭비와 투자 과제를 다룬다같은 기관의 다른 날짜 보도

두 건은 조사 절차를 보여 주려고 고른 작은 표본이다. 서로 다른 날짜의 두 보도로 같은 기간의 모든 언론이나 사회 전체의 관심을 대표하지 않는다. 아래의 A·B 숫자는 이 두 기사를 세어 얻은 값이 아니라 별도로 만든 연습용 단어 목록이다.

매체의 종류에 따라 글자로 바꾸는 단계가 다르다. 신문 같은 인쇄 매체는 제목이나 본문을 그대로 단위로 삼는다. 영상·음성 매체는 자막이나 받아쓰기로 글자를 만든 뒤 같은 규칙을 적용하고, 받아쓴 방법도 함께 적는다. SNS 자료는 같은 글의 공유본을 한 번만 셀지, 해시태그를 단어로 셀지 먼저 정한다.

단어를 한 번씩 센다는 규칙을 먼저 고정한다

이 활동에서 토큰은 목록의 단어 한 칸을 뜻한다. 실제 한국어 기사에서는 조사 제거, 띄어쓰기, 같은 뜻 묶기 등에 따라 토큰이 달라지므로 사용한 규칙을 함께 남긴다. 여기서는 영어 세 단어를 소문자로 적고, 같은 단어의 반복도 각각 한 번씩 센다.

정의
기호이름원어뜻
ff빈도(도수)frequency선택한 단어가 나타난 횟수
NN전체 토큰 수token count정리 규칙을 적용한 뒤 남은 전체 칸 수
rr상대도수relative frequency전체 중 선택한 단어가 차지하는 몫
A, B가상 자료synthetic data각각 20칸, 40칸인 단어 목록

아래 세 단어의 뜻은 environment=환경, culture=문화, region=지역이다. 목록 전체를 공개하므로 빈도표와 대조할 수 있다.

가상 원자료 목록 전체

A: environment, environment, environment, environment, environment, environment, culture, culture, culture, culture, culture, culture, culture, culture, region, region, region, region, region, region.

B: environment, environment, environment, environment, environment, environment, environment, environment, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, culture, region, region, region, region, region, region, region, region, region, region, region, region.

단어A의 빈도A의 비율B의 빈도B의 비율
environment630%820%
culture840%2050%
region630%1230%
합계20100%40100%

전체 수가 양수일 때, 비율은 각 횟수를 같은 전체 수로 나눈 값이다.

r=fN,N>0.(1)r=\frac{f}{N},\qquad N>0. \tag{1}

A의 환경 단어는 6/20=3/10=0.36/20=3/10=0.3이므로 30%다. B는 8/40=1/5=0.28/40=1/5=0.2이므로 20%다. 횟수는 B가 더 많지만, 각 목록 안의 환경 단어 비중은 A가 더 크다. 모든 칸이 겹치지 않는 세 분류 중 하나에 들어가므로 빈도 합은 전체 수이며, 각 비율의 합은 1이다.

대중매체 자료에서 전체 단어 수가 0이면 비율은 얼마인가?

대중매체 자료의 전체 단어 수가 0이면 분모가 0이어서 단어 비율을 정의할 수 없다. 전체 20칸 중 특정 단어가 0회인 경우의 0/20=00/20=0과 구별한다. 정리 규칙 때문에 모든 칸이 지워졌다면 ‘관심 없음’이 아니라 ‘자료 없음’으로 기록한다.

워드클라우드의 글자 크기로 두 자료를 비교해도 될까?

두 워드클라우드의 글자 크기를 직접 비교하면 안 된다. 많은 도구는 그림마다 가장 많이 나온 단어를 가장 큰 크기로 맞추므로, 글자 크기는 그 그림 안에서 최다 단어에 견준 상대적인 크기만 보여 준다. 워드클라우드는 단어를 배치하고 글자 크기로 빈도 등을 표현하는 그림이다.

그림 1은 이 설정으로 A와 B를 각각 그렸다. A 안에서 culture의 크기는 나머지 두 단어의 8/6=4/38/6=4/3배다. 글자가 차지하는 면적의 비가 정확히 4/34/3이라는 뜻은 아니다.

A와 B의 가상 단어를 각 목록의 최다 빈도에 맞춘 글자 크기로 배치했다. culture는 A에서 8회, B에서 20회인데 같은 크기이고, environment는 B에서 8회로 더 많지만 A의 6회보다 작게 보인다. 오른쪽 수가 빈도 f이며, 단어의 위치는 뜻의 가까움을 나타내지 않는다.
그림 1 A와 B의 가상 단어를 각 목록의 최다 빈도에 맞춘 글자 크기로 배치했다. culture는 A에서 8회, B에서 20회인데 같은 크기이고, environment는 B에서 8회로 더 많지만 A의 6회보다 작게 보인다. 오른쪽 수가 빈도 ff이며, 단어의 위치는 뜻의 가까움을 나타내지 않는다. figures/token_cloud.py

그래서 자료 사이를 비교할 때는 같은 기준으로 나눈 비율을 그린다. 그림 2는 세 단어의 비율을 같은 세로축 위에 나타냈다. E·C·R은 각각 environment·culture·region이다. 막대그래프의 세로축이 0에서 시작하지 않으면 막대 길이의 비가 값의 비와 달라진다. 이 점검은 통계적 탐구에서 1.25배 차이가 3배로 보이는 반례로 다룬다.

A와 B의 전체 토큰 수로 각각 나눈 비율이다. E의 횟수는 B가 8회로 A의 6회보다 많지만, 비율은 B가 20%로 A의 30%보다 낮다. 두 패널은 0에서 시작하는 같은 세로축 범위를 사용한다.
그림 2 A와 B의 전체 토큰 수로 각각 나눈 비율이다. E의 횟수는 B가 8회로 A의 6회보다 많지만, 비율은 B가 20%로 A의 30%보다 낮다. 두 패널은 0에서 시작하는 같은 세로축 범위를 사용한다. figures/token_shares.py

대중매체 단어를 세는 규칙이 바뀌면 비율은 왜 달라지나

조사를 떼는 규칙은 같은 단어로 묶이는 칸을 늘려 분자를 바꾸고, 서술어를 빼는 규칙은 전체 칸을 줄여 분모를 바꾼다. 그래서 같은 기사도 규칙에 따라 같은 단어의 비율이 달라진다. 한국어는 ‘환경’과 ‘환경을’처럼 조사가 붙은 꼴이 많아 이 차이가 크다.

다음은 연습용으로 만든 가상 제목 네 개다.

번호가상 제목
1환경 축제가 지역 문화를 바꾼다
2지역 문화 공연에 다회용 컵
3문화의 날, 환경을 생각하다
4환경 단체가 지역 축제 점검

규칙 R1은 쉼표를 지우고 띄어쓰기로만 나눈다. R2는 R1에 더해 ‘축제가→축제’, ‘환경을→환경’처럼 조사를 뗀다. R3은 R2에 더해 서술어 ‘바꾼다’와 ‘생각하다’를 빼고, 명사인 ‘점검’은 남긴다.

규칙‘환경’의 빈도 ff전체 NN비율 rr
R1219약 10.5%
R2319약 15.8%
R3317약 17.6%

R1에서는 3번 제목의 ‘환경을’이 ‘환경’과 다른 칸이어서 빈도가 2다. R2는 그 칸을 묶어 빈도만 3으로 늘었다. R3은 빈도는 그대로 두고 전체를 19에서 17로 줄였다.

가상 제목 네 개를 세 규칙으로 정리했을 때 ‘환경’의 비율이다. 막대 안의 분수는 빈도/전체 수이며, R2는 분자만, R3은 분모만 바뀌어 비율이 약 10.5%에서 15.8%, 17.6%로 커진다.
그림 3 가상 제목 네 개를 세 규칙으로 정리했을 때 ‘환경’의 비율이다. 막대 안의 분수는 빈도/전체 수이며, R2는 분자만, R3은 분모만 바뀌어 비율이 약 10.5%에서 15.8%, 17.6%로 커진다. figures/rule_sensitivity.py

어느 규칙이 정답이라기보다, 고른 규칙을 모든 자료에 똑같이 적용하고 표로 남기는 것이 중요하다. 앞의 A에서 환경 이외의 단어 두 칸을 뒤늦게 제외하면 전체가 18이 되어 비율은 6/18=1/3≈33.3%6/18=1/3\approx33.3\%로 바뀐다. 원하는 결론을 얻으려고 뒤늦게 단어를 빼지 않고, 제외 이유와 변경 전후 표를 함께 보관한다.

두 매체를 합친 비율은 두 비율의 평균이 아니다

두 매체를 합친 비율은 빈도끼리, 전체 수끼리 더해 나눈다. 환경 단어의 비율이 A에서 30%, B에서 20%일 때 합친 비율은 단순 평균 25%가 아니라 약 23.3%다.

r합=fA+fBNA+NB(2)r_{\text{합}}=\frac{f_A+f_B}{N_A+N_B} \tag{2}

환경 단어의 값을 대입한다.

r합=6+820+40r_{\text{합}}=\frac{6+8}{20+40} =1460=730≈0.233=\frac{14}{60}=\frac{7}{30}\approx0.233

식 (2)의 빈도를 f=Nrf=Nr로 바꾸면 각 비율에 전체 수를 곱해 더한 꼴이 된다.

r합=NArA+NBrBNA+NB(3)r_{\text{합}}=\frac{N_A r_A+N_B r_B}{N_A+N_B} \tag{3}

식 (3)은 두 비율을 전체 수만큼 무게를 두어 평균한 가중평균이다. B의 전체 수가 A의 두 배이므로 합친 비율은 B의 20% 쪽으로 끌려간다. 두 비율이 다르면 전체 수가 같을 때만 단순 평균과 같다.

그림 4는 전체 수를 가로 길이, 비율을 높이로 둔 넓이 모형이다. 두 직사각형의 넓이가 각 빈도 6과 8이다. 넓이 14를 가로 60 위에 고르게 펼친 높이가 합친 비율이다.

A(가로 20, 높이 0.3)와 B(가로 40, 높이 0.2)를 이어 붙인 넓이 모형이다. 넓이의 합 14를 전체 60으로 나눈 높이 7/30≈0.233이 합친 비율이며, 점선의 단순 평균 0.25보다 낮다.
그림 4 A(가로 20, 높이 0.3)와 B(가로 40, 높이 0.2)를 이어 붙인 넓이 모형이다. 넓이의 합 14를 전체 60으로 나눈 높이 7/30≈0.233이 합친 비율이며, 점선의 단순 평균 0.25보다 낮다. figures/pooled_share.py

대중매체 기사에서 %와 %p는 어떻게 다른가?

%p(퍼센트포인트)는 두 백분율의 차이이고, %로 말하는 증가율은 기준값에 대한 변화의 비율이다. culture의 비율은 A가 40%, B가 50%이므로 B가 10%p 높고, A의 40%를 기준으로 한 상대 차이는 10/40=25%10/40=25\%다. 기사가 “10% 늘었다”고 쓰면 어느 뜻인지 확인하며, 두 표현의 계산은 경제지표에서 자세히 다룬다.

분석표를 해석문과 선택 규칙으로 완성한다

완성 산출물의 예는 위 출처 카드, 빈도표, 네 그림, 다음 해석문을 묶은 한 장이다.

가상 목록 A는 환경 단어의 비중이 30%로 B의 20%보다 높다. B는 문화 단어가 절반이다. 이 결과는 정해진 세 단어와 두 목록의 표현 차이를 보여 준다. 실제 기사의 태도나 사회 전체의 선호를 판단하려면 문장과 선정 범위를 더 읽어야 한다.

독자가 실제 활동을 할 때는 수집 담당이 기간·출처를, 정리 담당이 포함·제외 규칙을, 검산 담당이 합계를 확인한다. 서로 다른 해석이 나오면 원문 문장으로 돌아간다. 성찰란에는 “내가 고른 매체 때문에 빠진 관점은 무엇인가?”와 수정 이유를 쓴다. 이 역할 분담은 수행 제안이며, 실제 학생 토론을 했다는 기록이 아니다.

단어 빈도를 같은 순서의 수 목록으로 모으는 방법은 선택 확장인 단어가방 모형으로 이어진다.

핵심

대중매체 자료의 해석은 출처와 선정·정리 규칙을 밝히고, 전체 수가 양수인 자료의 빈도·비율과 원문 문맥을 함께 비교하는 활동이다.

워드클라우드가 크면 그 단어에 찬성한다는 뜻인가?

아니다. “환경을 보호하자”와 “환경 정책에 반대한다”는 모두 환경이라는 단어를 포함한다. 찬반이나 풍자를 읽으려면 단어 주변 문장과 문서의 목적을 확인해야 한다.

기사 제목만으로 대중매체 자료 분석을 해도 되는가?

제목만을 분석 대상으로 정하고 그 한계를 밝히면 가능하다. 가상 제목 네 개는 R1에서 19칸뿐이어서 관심 단어 한 칸이 비율로 약 5.3%p를 차지한다. 제목의 표현은 본문 전체의 표현이나 전체 언론의 보도 비중과 다른 대상이다.

대중매체 자료 해석의 흔한 오해

  • 언급 횟수가 많은 매체가 그 주제를 더 많이 다룬 것이다. — B의 environment는 8회로 A의 6회보다 많지만, 각 목록 안의 비중은 20%로 A의 30%보다 작다. 다룬 정도를 비교하려면 식 (1)처럼 각자의 전체 수로 나눈다.
  • SNS 게시물 수는 그 말을 한 사람 수와 같다. — 가상 게시물 12개 가운데 같은 글의 공유본이 4개라면 서로 다른 글은 8개다. 한 계정이 여러 번 올릴 수도 있으므로 게시물 수, 서로 다른 글 수, 계정 수를 따로 센다.

직접 해보기

  1. 가상 목록 C는 30칸 중 관심 단어가 9회, D는 50칸 중 12회다. 횟수와 비율의 순위를 비교하라.
  2. C에서 관심 단어가 아닌 칸 5개를 제외했다. 새 비율과 처음 비율의 차이를 %p로 구하라.
  3. C와 D를 한 자료로 합쳤을 때 관심 단어의 비율을 구하고, 두 비율의 단순 평균과 비교하라.
  4. 위 가상 제목 네 개에서 ‘문화’의 비율을 규칙 R1과 R2로 각각 구하라. R1에서 R2로 바꿀 때 분자와 분모 가운데 무엇이 바뀌었는지도 말하라.
  5. 실제 공개 기사 두 건을 새로 골라 출처·발표일·선정 기준을 적어라. 본문 전체를 복사하지 않고 각각 한 문장으로 요약한 뒤, 제목 분석으로 말할 수 있는 것과 없는 것을 한 문장씩 써라.
답과 풀이
  1. C는 9/30=0.39/30=0.3으로 30%, D는 12/50=0.2412/50=0.24로 24%다. 횟수는 D, 각 목록 안의 비율은 C가 크다.

  2. 새 전체 수는 30−5=2530-5=25다. 관심 단어는 9회 그대로이므로 9/25=0.369/25=0.36, 즉 36%다. 처음 30%보다 6%p 높다.

  3. 식 (2)에 대입하면 (9+12)/(30+50)=21/80=0.2625(9+12)/(30+50)=21/80=0.2625, 즉 26.25%다. 단순 평균 (30%+24%)/2=27%(30\%+24\%)/2=27\%보다 낮다. 전체 수가 더 큰 D의 24% 쪽으로 끌려가기 때문이다.

  4. R1에서는 2번 제목의 ‘문화’만 같은 칸이어서 1/19≈5.3%1/19\approx5.3\%다. R2는 ‘문화를’과 ‘문화의’를 묶어 3/19≈15.8%3/19\approx15.8\%다. R2는 분자만 바꾸었고 전체 19는 그대로다.

  5. 작성 예시는 “같은 기관의 같은 달 문화 기사 제목 두 건을 골랐다. 두 제목에 어떤 문화 대상이 등장하는지는 비교할 수 있지만, 시민 전체의 선호 비율은 알 수 없다”이다. 실제 URL과 날짜는 자신이 연 자료로 채운다. 검산자는 선정 기준이 두 건에 똑같이 적용됐는지 확인한다.

더 읽기

영상 노트

영상 노트
  • 00:00 짧은 목록과 긴 목록의 단어 횟수를 비교한다.
  • 00:35 실제 보도 카드와 가상 목록을 구별하고, 영상·SNS 자료의 수집 규칙을 적는다.
  • 01:15 식 (1)에 6, 20과 8, 40을 차례로 대입한다.
  • 02:00 그림 1에서 8회와 20회가 같은 크기로 보이는 이유를 짚고, 그림 2의 비율로 바꾼다.
  • 02:50 가상 제목 네 개를 R1·R2·R3으로 다시 세어 그림 3의 세 막대를 만든다.
  • 03:40 식 (2)에 14와 60을 대입하고, 그림 4의 넓이 모형으로 25%와 23.3%를 비교한다.
  • 04:30 %와 %p를 구별해 해석문을 완성한다.

지도에서의 위치

이 페이지의 기록
  1. 2026-11-17 · 에이전트 초안 — 출처를 구별한 활동과 계산, 새 연습 작성
  2. 2026-11-17 · 전수 검수 반영 — 도수와 빈도의 다리, 인쇄·영상·음성·SNS 자료의 수집 규칙, 두 워드클라우드의 크기 비교 반례, 한국어 제목의 조사·서술어 정리 규칙 비교, 두 매체를 합친 비율과 가중평균(단순 평균과 같아지는 조건 정정), %와 %p 질문, 오해 교체, 해보기 5문항 (에이전트 수정, 그림 2→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림