SNS 상의 비자살적 자해 위험군이 올린 게시물 텍스트의 주제는 어떻게 유형화되는가?

SNS 상의 비자살적 자해 위험군은 게시물 텍스트의 주제와 SNS 이용패턴에 따라 어떻게 유형화되는가?

본 연구에서는 온라인 상의 비자살적 자해 위험군을 유형화하기 위하여 SNS 플랫폼 중 텍스트 기반으로 소통되는 X (구 Twitter)에서 전체공개된 게시물 텍스트와 SNS 이용패턴 메타데이터를 웹 기반 스크래핑(scraping) 방식으로 수집되었다. 본 연구의 분석대상은 선행연구(Jang & Park, 2025)에서 제시된 위험군 식별 절차를 통해 사전 식별된 사용자 집단을 기반으로 구성되었다. 해당 연구에서는 ‘자해’ 키워드를 포함한 게시물을 수집한 후, 데이터 전처리 과정을 거쳐 게시물의 의미적 맥락을 반영한 데이터 라벨링을 수행하였으며, 연구자 포함 3인의 교차검증(cross-validation) 절차를 통해 자해 위험 게시물을 식별하였다. 구체적으로, 비자살적 자해행동의 직접적인 언급과 이미지가 있거나, 명시적인 자해행동의 실행이 확인되지는 않지만 자해사고를 시사하는 게시물이 자해 위험 게시물로 분류되었으며, 그 예로는 자해도구나 자해부위, 흉터 등과 함께 실제로 자해행동을 보고하였거나 ‘손목 긋고 싶다’, ‘몰래 자해하고 싶다’ 등 자해에 대한 생각을 강하게 표출하는 경우가 있었다. 이 과정에서 비자살적 자해 위험 게시물이 1개 이상 포함된 계정을 비자살적 자해 위험군으로 분류하였다. 본 연구에서는 이와 같이 사용자 계정 단위에서 위험 신호의 존재 여부를 기준으로 사전 식별된 위험군을 대상으로 유형화 분석을 수행하였다.

본 연구에서의 비자살적 자해 위험군은 임상적 진단 집단을 의미하는 것이 아니라, 공개 게시물에서 반복적으로 나타나는 자해 관련 언어 표현 및 온라인 활동 특성을 기반으로 연구 목적상 위험 신호(at-risk signal)를 보인 계정으로 조작적 정의하였다. SNS 데이터를 활용한 정신건강 연구에서는 이와 같이 임상적 진단 여부가 아닌 온라인 상의 표현 패턴을 기반으로 위험 가능성을 탐색하는 접근이 일반적으로 활용되고 있다(Chancellor, Birnbaum, Caine, Silenzio, & De Choudhury, 2019). 따라서 본 연구에서 사용한 ‘위험군’은 임상적으로 확인된 자해 집단을 의미하지 않으며, SNS 상 위험 신호를 보인 이용자를 지칭하는 조작적 용어로 사용되었다.

위험군 유형화를 위하여 게시물 단위로는 게시물의 본문 텍스트, 본문에 포함된 해시태그 목록, 게시물 게시 시간이 수집되었고 사용자의 계정 단위로는 전체 게시물 수, 미디어를 포함한 게시물 수, 팔로워 수, 팔로잉 수, 해당 계정의 사용자가 타인의 게시물에 남긴 좋아요 수, 댓글 수, 인용(mention) 수 그리고 타인이 해당 계정의 사용자 게시물에 남긴 좋아요 수, 댓글 수, 리트윗 수, 북마크(bookmark) 수를 수집하였다. 수집기간은 2023년 2월부터 2024년 1월까지 1년이었다. 그 결과, 온라인에서 위험군으로 식별된 총 1,224명의 게시물 316,760건과 해당 계정의 메타데이터가 위험군 유형화를 위한 분석대상으로 포함되었다.

SNS 상의 비자살적 자해 위험군 유형화를 위하여 다음 Table 1과 같이 위험군 게시물 텍스트와 SNS 이용패턴 메타데이터에서 각각 분석에 활용할 지표를 설정하였다. 먼저, 위험군의 게시물 텍스트가 보이는 특징을 추출하기 위해서 소셜 미디어의 사용자 유형화와 관련한 선행연구들을 참고하여(Syn & Oh, 2015; Trifiro & Gerson, 2019) 사용자가 올린 게시물의 목적 및 주제에 따라 일상교류, 관심사 공유, 커뮤니티 관여, 스트레스 호소, 감정표출의 크게 5가지 범주로 구분하고자 하였다. 또한, SNS 메타데이터의 경우, SNS 사용과 정신건강 간 관계를 살펴본 선행연구들을 참고하여(Apoorva, Chaudhuri, Hussain, & Chatterjee, 2022; Shen et al., 2017) 사용자의 SNS 상호작용성과 이용패턴을 반영할 수 있는 SNS 영향력, SNS 소통 특성과 콘텐츠의 다양성과 심층성, SNS 활동 시간대, 사용자 주요 관심사를 포함하여 6개 지표들로 구성하였다. 각 범주는 사용자가 작성한 전체 게시물 중 해당 범주에 속하는 게시물 수를 전체 게시물 수로 나눈 범주별 게시물 비율(%)로 산출하였으며, 이를 사용자별 텍스트 특성 프로파일을 구성하는 지표로 활용하였다.

구체적으로, SNS 상의 상호작용성을 보여줄 수 있는 지표로 SNS 영향력과 소통 특성을 선정하였다. SNS 영향력을 반영하는 지표로써 팔로워 대 팔로잉 비율(followerto-following ratio)은 사용자의 팔로워 수를 팔로잉 수로 나눈 값으로 측정하였다. 이는 온라인 네트워크 내 상호작용 노출 수준(interaction exposure)을 반영하는 구조적 지표로 이해할 수 있으며, 선행 SNS 연구에서도 사용자 간 관계 구조를 설명하기 위한 네트워크 특성 변수로 활용되어 왔다(Kwak, Lee, Park, & Moon, 2010). 만약 사용자의 팔로워 수와 팔로잉 수가 동일하다면 팔로워 대 팔로잉 비율은 1로 산출되며, 사용자가 완전히 양방향적인 1:1의 관계를 맺고 있음을 의미한다. 팔로워 대 팔로잉 비율이 1보다 높게 나타나는 경우, 사용자가 팔로우하는 계정 수에 비해 더 많은 이용자에게 콘텐츠가 노출될 가능성이 있음을 의미하며, 이를 통해 온라인 상에서 정서 표현이나 자해 관련 경험이 공유･확산될 수 있는 상호작용 맥락을 이해할 수 있다(Nesi, Choukas-Bradley, & Prinstein, 2021; Robinson et al., 2016). 다음으로, SNS에서의 소통 특성을 살펴보는 지표로는 사용자의 반응 비율과 피반응 비율을 활용하고자 하였다. 사용자의 반응 비율(engagement rate)은 사용자가 타인의 게시물에 좋아요를 누르거나, 댓글을 달거나, 타인의 게시물을 인용한 횟수의 총합을 팔로잉 수로 나눈 값으로, 사용자가 온라인 상에서 얼마나 적극적으로 참여하고자 하는지를 나타낸다. 이러한 반응 행동(좋아요, 댓글, 공유 등)은 온라인 참여도 및 사회적 상호작용 수준을 반영하는 핵심 지표로 활용되어 왔으며(Boyd & Ellison, 2007; Burke, Marlow, & Lento, 2010), 사용자의 능동적 활동성과 관계 형성 과정과도 밀접하게 관련되는 것으로 보고된다. 이를 통해 사용자가 SNS 활동에 얼마나 적극적인지를 알 수 있다. 반대로, 사용자의 피반응 비율(received engagement rate)은 타인들이 사용자의 게시물에 좋아요나 북마크를 누르거나, 댓글을 달거나, 게시물을 리트윗한 팔로워 수로 나눈 값으로, 사용자의 게시물이 타인들로부터 얼마나 많은 반응을 이끌어내는지와 관련된다. 소셜 미디어에서의 반응 수, 공유 수 등은 이용자의 영향력 및 네트워크 내 가시성을 설명하는 주요 지표로 활용되어 왔으며, 단순한 팔로워 수보다 실제 상호작용 기반 지표가 영향력을 더 잘 설명한다는 연구도 보고된 바 있다(Cha, Haddadi, Benevenuto, & Gummadi, 2010; Kwak et al., 2010). 사용자의 반응 대 피반응 비율이 높은 경우, 사용자는 타인의 콘텐츠에 더 많이 반응하는 적극적 소통을 하며 네트워크에서 관계를 구축해나가려는 동기가 강할 가능성이 있다. 이러한 SNS 상에서의 사용자의 영향력, 소통 특성을 고려함으로써 해당 사용자가 SNS 상에서 어떤 양상으로 상호작용하고 있는지를 즉, 상호작용이 일방적 또는 양방적인지, 적극적 또는 소극적인지를 파악할 수 있다.

한편, 사용자가 올리는 콘텐츠의 다양성과 심층성, 게시 시각, 주요 관심사는 사용자의 SNS 이용패턴을 반영한다. 먼저, 콘텐츠의 다양성은 사용자가 게시물에 이미지, 영상, 링크 등 미디어 요소를 얼마나 포함하였는지로 파악할 수 있다. 최근 연구들에 따르면 소셜미디어 환경에서 시각적 또는 멀티미디어 요소가 포함된 게시물은 이용자의 주의를 효과적으로 유도하고 상호작용 참여 및 이용자 반응을 증가시키는 주요 요인으로 보고되고 있다(Dhanesh, Duthler, & Li, 2022; Yip, Lee, & Wong, 2024). 따라서 미디어를 포함한 게시물 비율이 높을 경우 해당 사용자는 자신의 경험이나 감정을 보다 적극적으로 표현하거나 타인과의 상호작용을 촉진하려는 경향을 보일 가능성이 있는 것으로 해석할 수 있다. 본 연구에서는 전체 게시물 수에서 미디어가 포함된 게시물 수의 비율을 산출하여 미디어 포함 게시물 비율로 활용하였다. 콘텐츠의 심층성은 게시물의 텍스트 길이와 관련되는데, 게시물 텍스트가 주로 길게 작성될 경우 사용자는 단순한 정보 전달을 넘어 자신의 경험, 감정, 생각 등을 보다 상세하게 서술하고 있을 가능성이 있다. 개인은 정서적 고통이나 스트레스 경험을 언어화하는 과정에서 의미를 설명하고 정교화하려는 경향을 보이는데, 이는 상대적으로 긴 서술로 나타날 수 있다(Pennebaker, 1997). 실제로 온라인 상에서 우울 경향 텍스트를 분석한 연구에서는 언어 구조적인 측면에서 우울 위험군의 경우 자기초점적 언어 사용과 함께 텍스트의 길이가 긴 특징이 나타났다(Chiong, Budhi, Dhakal, & Chiong, 2021). 따라서 텍스트 길이는 개인의 정서적･언어적 처리 및 자기표현 수준을 간접적으로 반영할 수 있는 언어적 특성 중 하나로 해석될 수 있다. 이에 본 연구에서는 텍스트 길이를 콘텐츠 특성의 하나로 간주하고, 파이썬의 len 함수를 사용하여 공백을 포함한 문자열의 길이를 계산하고 평균값을 도출하였다.

또한, 온라인 상에서 게시물의 게시 시각은 사용자 SNS 이용과 생활패턴을 반영한다. 예를 들어, 주로 심야 시간대에 게시물을 올리는 사용자는 수면 문제를 겪고 있을 가능성을 염두에 둘 수 있다. 선행 연구에서 심야시간대 SNS 이용은 수면 지연, 수면의 질 저하 및 생활리듬 불규칙성과 관련되는 행동 특성으로 보고되어왔다(Alonzo, Hussain, Stranges, & Anderson, 2021; Levenson, Shensa, Sidani, Colditz, & Primack, 2016). 따라서 이러한 정보는 추후 해당 위험군 사용자에 대한 개입전략을 구상할 때 유용한 정보로 활용될 수 있을 것이다. 이에 본 연구에서는 사용자의 심야시간 게시 비율을 유형화의 지표로써 포함하고자 하였으며, 구체적으로 00시에서 06시 사이에 해당 유형이 게시물을 올린 비율로 계산하였다. 마지막으로 사용자의 게시물에 포함된 해시태그의 종류와 수를 분석하여, 해당 사용자가 주된 관심사에 대해서 파악하고자 하였다. 이상을 요약하면, 사용자가 직접 작성한 게시물 텍스트의 5가지 범주와 SNS 상에서 얻을 수 있는 사용자의 메타데이터 중 6가지 지표를 활용하여 본 연구에서는 온라인 상의 비자살적 자해 위험군을 유형화하고자 하였다.

본 연구는 연구윤리 준수를 위해 기관생명윤리위원회(Institutional Review Board [IRB])의 승인을 받아 수행되었다(IRB No. 202310-HR-3536-02). 본 연구에서 활용된 자료는 SNS 플랫폼 상에 전체공개(publicly available) 상태로 게시된 데이터를 대상으로 하였으며, 로그인 또는 별도의 접근 권한이 요구되는 비공개 정보는 포함하지 않았다. 본 연구는 연구 참여자와의 직접적인 상호작용이나 개입 없이 수행되는 비개입적 관찰연구(non-interventional observational study)의 원칙을 따랐으며, 공개 온라인 데이터를 활용한 연구윤리 지침(Moreno, Goniu, Moreno, & Diekema, 2013)에 근거하여 자료 수집 및 분석을 수행하였다. 또한 자료 수집 과정에서는 로그인 우회 또는 접근 제한 정보 수집과 같이 플랫폼 정책과 상충될 수 있는 방식은 사용하지 않았다. 이때, 자해 관련 표현을 포함하는 SNS 사용자가 취약집단에 해당할 가능성을 고려하여 계정명, 사용자 ID, 위치정보 등 개인을 식별할 수 있는 정보는 수집 단계에서부터 제외하였다. 수집된 계정 단위 메타데이터 역시 SNS 이용행태 및 상호작용 특성 분석을 위한 변수로만 활용하였으며, 모든 분석은 개별 사용자가 식별되지 않는 집합 수준(aggregate level)에서 수행되었다.

본 연구에서 온라인 상의 비자살적 자해 위험군 유형화를 위한 자료분석은 데이터 전처리, 자연어처리, 위험군 게시물(post) 클러스터링을 통한 위험군의 텍스트 특성 범주화, 위험군 사용자(user) 클러스터링의 4단계를 통해 수행하였다. 데이터 전처리 단계에서, 본 연구에서는 트랜스포머 기반 임베딩 방식을 통해 자연어 처리를 하였으므로 불용어 제거, 형태소 분해, 어간 추출과 같은 전통적인 텍스트 구조 변형 중심의 전처리는 적용하지 않고, 문장 단위의 의미적 맥락을 최대한 보존하는 방향으로 분석을 수행하였다. 다만 분석 목적에 따라 사용자 고유의 표현을 반영하기 위한 데이터 정제(data filtering) 과정을 진행하였다. 구체적으로, 위험군 사용자가 직접 작성한 게시물만을 유형화 분석에 포함하기 위하여 원문 내용 없이 재게시된 단순 리트윗(simple repost)에 해당하는 게시물(149,383건, 31.86%)은 분석에서 제외하였다. 반면, 사용자가 추가적인 의견이나 텍스트를 포함하여 재게시한 인용 리트윗(quote retweet)의 경우에는 사용자 생성 콘텐츠로 간주하여 분석에 포함하였다. 이어 자연어처리 단계에서는 OpenAI의 텍스트 임베딩 알고리즘인 ‘text-embedding-3-small’을 이용하여 비정형 데이터를 정형 데이터로 변환하였다.

다음 단계로, SNS 상에서 식별된 비자살적 자해 위험군을 유형화하기 위해 우선 위험군이 직접 업로드한 게시물을 클러스터링하여 위험군의 텍스트가 내포하고 있는 주된 주제와 의미를 범주화하고 이를 위험군 유형화를 위한 지표로 활용하고자 하였다. 이러한 방식은 SNS 사용자의 게시물(post) 상의 정보를 통해 사용자(user)의 특성을 파악하려는 여러 분야의 선행연구들(Chancellor & De Choudhury, 2020; Wang, Brede, Ianni, & Mentzakis, 2017)에서 활용되어 온 방법에 근거한다. 본 연구에서는 위험군으로 식별된 사용자가 작성한 전체 게시물을 수집한 후, 비지도학습 기반 텍스트 클러스터링을 수행하였다. 위험군 사용자의 전체 게시물을 분석에 포함한 이유는 자해 관련 표현이 일상적 상호작용, 스트레스 경험, 정서 표현 등 다양한 온라인 활동 맥락 속에서 나타날 수 있기 때문이며, 특정 자해 관련 게시물만을 선별하기보다 사용자 수준에서 나타나는 전반적인 온라인 표현 패턴을 반영하기 위함이다.

구체적으로 게시물의 문맥적 의미를 반영하기 위해 트랜스포머 기반 문장 임베딩을 적용하였으며(Vaswani et al., 2017), 의미적 유사성을 중심으로 군집을 형성하기 위해 코사인 유사도 기반의 구형(spherical) K-means 알고리즘을 사용하였다(Dhillon & Modha, 2001). 게시물 범주는 연구자의 사전 판단에 의해 분류된 것이 아니라, 해당 알고리즘을 통해 도출된 클러스터 결과를 기반으로 구성되었다. 이후 각 클러스터의 중심 벡터(centroid), 대표 키워드 및 상위 게시물 내용을 검토하여 군집 간 의미적 공통성이 나타나는 범주로 명명하였다. 범주 명명의 신뢰성을 확보하기 위해 아동･청소년 정신건강 및 SNS 데이터 분석 경험을 가진 연구자 2인이 독립적으로 클러스터 내용을 검토한 후 합의(consensus) 과정을 통해 최종 범주명을 확정하였다. 이와 같이 비지도학습을 통해 도출된 텍스트 군집 결과를 연구자의 체계적 해석 과정을 통해 의미화하는 절차는 대규모 텍스트 분석 연구에서 일반적으로 활용되는 분석 과정으로(Grimmer & Stewart, 2013), 본 연구에서도 각 군집의 대표 게시물과 주요 키워드를 반복적으로 검토하여 의미적 일관성이 확보되는 범주로 재구성하였다. 본 연구에서 도출된 클러스터 범주는 개별 게시물을 정신건강 문제로 판별하기 위한 기준이 아니라, 위험군으로 사전 식별된 사용자 집단 내에서 반복적으로 나타나는 언어적 표현 경향을 기술적으로 요약하기 위한 분석 단위로 활용되었다.

이후 마지막 단계로서, 게시물 클러스터링을 통해 분석된 위험군 게시물의 텍스트 특성과 SNS 이용패턴 메타데 이터를 활용하여 온라인 상의 비자살적 자해 위험군을 유형화하였다. 구체적으로, 게시물 클러스터링 결과 각 게시물은 하나의 텍스트 주제 클러스터에 할당되었으며, 이를 사용자 단위로 집계하였다. 이후 각 사용자가 작성한 전체 게시물 중 주제별 클러스터에 해당하는 게시물의 비율을 산출하여 사용자별 게시물 텍스트의 주제 분포(profile)를 구성하였다. 이러한 주제별 분포 지표는 위험군 사용자 간 텍스트 활용 양상의 차이를 반영하는 변수로서 SNS 이용패턴 메타데이터와 함께 사용자 클러스터링 분석의 입력 변수로 활용되었다. 이때, 머신러닝의 비지도학습 방법으로 K-means 알고리즘을 통해 분석하였다. K-means 알고리즘은 SNS 사용자를 유형화할 때 주로 쓰이는 방법으로, 데이터 간 거리에 기초하여 클러스터를 형성함으로써 유사한 패턴을 보이는 개인을 효과적으로 분류해낼 수 있다(Yoon & Shim, 2012). 즉, 각 사용자는 텍스트 클러스터별 게시물 비율로 구성된 텍스트 특성 변수와 SNS 이용행동을 반영하는 메타데이터 변수를 동시에 고려하여 군집화되었으며, 이를 통해 온라인 상의 비자살적 자해 위험군 내 이질적인 하위 유형을 탐색하고자 하였다. 클러스터링 분석 결과는 고차원 데이터를 시각화하는 방법인 PCA (principal component analysis) 2차원 그래프와 UMAP (uniform manifold approximation and projection) 2차원 그래프를 통해 제시하였다. 먼저, PCA는 선형 변환을 사용하여 데이터의 분산을 최대화하는 방향으로 차원을 축소하므로 데이터의 전체적인 분포를 잘 반영해낼 수 있다는 장점이 있다. 반면 UMAP은 비선형 변환을 사용하여 데이터의 근접성과 국소적 구조를 유지하면서 차원을 축소하므로 개별 클러스터를 더욱 명확하게 드러내는 데 강점을 보인다(Moon et al., 2019). 따라서, 본 연구에서는 두 가지 방법을 모두 사용하여 데이터의 다양한 측면을 종합적으로 분석하였다.

위험군 유형화의 지표로 활용하기 위하여 수집된 게시물을 머신러닝 비지도학습 알고리즘에 해당하는 구형(spherical) K-means 클러스터링 방법을 사용하여 분석하였다. 적절한 클러스터 수(k)를 결정하기 위하여 먼저 클러스터 수에 따른 군집 구조의 변화를 확인하기 위해 스크리도표(elbow plot)를 검토하였다. 또한 클러스터 수를 10-30개 범위로 설정하여 반복적으로 분석을 수행하고, 각 군집 간 응집도와 분리도의 변화를 종합적으로 비교하였다. SNS 게시물은 일상적 대화부터 정서표현까지 다양한 내용이 혼재되어 있어 스크리도표 상에서 단일한 명확한 꺾임점이 나타나지 않는 특성이 확인되었다. 이는 SNS 데이터가 다양한 주제와 표현 양식이 혼재된 비정형 텍스트로 구성되어 있어 군집 구조가 점진적으로 안정화되는 경향을 보이기 때문으로 해석된다. 구체적으로 스크리 도표 검토 결과, 클러스터 수가 증가함에 따라 군집 내 분산(inertia)의 감소율이 점진적으로 둔화되는 양상이 확인되었으며, 클러스터 수를 추가하더라도 성능 개선 폭이 뚜렷하게 줄어드는 구간이 관찰되었다. 이에 해당 구간 내에서 텍스트 주제 간 의미적 구분 가능성(interpretability)과 군집 간 내용적 독립성을 추가적으로 검토하였다. 그 결과, 자해 관련 게시물이 독립적인 주제 군집으로 분리되면서 동시에 과도한 세분화가 발생하지 않는 k = 24에서 군집 간 의미적 독립성과 해석 가능성이 가장 안정적으로 확보되는 것으로 판단되어 최종 클러스터 수로 선정하였다. 이후 각 클러스터의 주요 텍스트 특성을 검토하여 클러스터명을 명명하였다.

선행연구의 분류를 참고하여(Barker, 2009; Park et al., 2018; Syn & Oh, 2015) 크게 일상교류, 관심사 공유, 커뮤니티 관여, 스트레스 호소, 감정표출의 범주를 기반으로, 비자살적 자해의 위험군이 가지는 세부적인 특징을 포괄할 수 있도록 최종 12가지 범주로 게시물 클러스터링 결과를 재구성하였다. 구체적으로, 특정 스트레스 호소 범주를 가족과 학업문제, 식이 및 수면문제, 자살사고로 세분화하였고, 감정표출 범주도 감정의 종류에 따라 내재적 부정정서, 외현적 부정정서, 자해 긍정반응, 자기 비하로 나누었다. 이때, 내재적 부정정서란 부정적 감정 중에서도 우울, 슬픔, 외로움 등 자신의 내면으로 향하는(inward) 감정을 의미하며, 외현적 부정정서는 짜증, 화, 억울함 등과 같이 외부로 향하는(outward) 감정을 포함한다. 또한, 자해 긍정반응이란 자해에 대해서 ‘이쁘다, 시원하다’ 등과 같이 긍정적인 감정을 표현하는 것을 뜻한다.

이때 도출된 12개 범주는 개별 게시물을 정신건강 문제로 판별하거나 위험 여부를 진단하기 위한 기준이 아니라, 사전에 식별된 비자살적 자해 위험군 사용자의 온라인 활동 맥락과 표현 양상의 차이를 설명하기 위한 분석적 범주로 설정되었다. 특히 일상교류(everyday interaction), 관심사 공유(interest sharing), 커뮤니티 관여(community engagement)와 같은 범주는 자해 위험 자체를 의미하기보다는, 자해 관련 언어 표현이 일상적 소통이나 온라인 관계 형성 과정 속에서 어떠한 맥락에서 나타나는지를 파악하기 위한 보조적 맥락 변수로 해석된다. 이는 비자살적 자해가 대인관계적 기능, 정서조절 기능, 사회적 소속감 추구 등 다양한 심리적 기능과 연관되어 나타난다는 선행연구 결과와도 맥을 같이 한다(Nock, 2010). 따라서 본 연구의 범주화는 일상적 SNS 행위를 병리적으로 해석하기 위한 것이 아니라, 위험 신호가 어떠한 온라인 표현 환경 속에서 나타나는지를 구조적으로 이해하기 위한 분석 단계로 활용되었다. 게시물 클러스터링을 통한 위험군 텍스트의 범주화 과정은 다음 Table 2에 제시하였다.

앞서 수행한 위험군 게시물 텍스트의 범주화 결과와 위험군 사용자 계정의 SNS 이용패턴 메타데이터를 활용하여, 온라인 상의 비자살적 자해 위험군에 대한 유형화를 시도하였다. 다음 Table 3에 제시된 분석지표들을 활용하여 머신러닝 비지도학습 알고리즘인 K-means 클러스터링 방법으로 분석하였다.

분석 결과, 적절한 클러스터의 수를 선택하기 위해서 Figure 1, Figure 2와 같이 스크리도표의 팔꿈치 방법(elbow method)과 실루엣 점수(silhouette score)를 참고하였다. 선행연구에서는 클러스터 수의 선정과 관련하여 두 가지 방법을 함께 활용하여 최적 클러스터 수를 결정하는 방식이 보고되고 있다(Shi et al., 2021; Shutaywi & Kachouie, 2021). 구체적으로, 스크리도표는 최적의 클러스터 수를 결정하는 데 도움이 되는 시각적 도구로 클러스터 수의 변화에 따라 총 군집 내 분산(within-cluster sum of square [WCSS])의 감소율을 표시한 그래프이다. WCSS는 클러스터 내의 데이터 포인트가 클러스터 중심으로부터 얼마나 멀리 떨어져있는지를 측정하는 지표로, 일반적으로 클러스터 수가 증가하면 WCSS는 감소한다. 그러나 특정 지점 이후 로는 WCSS의 감소율이 급격히 줄어들며, 그래프 상에서 꺾이는 지점을 팔꿈치(elbow)라고 하여 최적의 클러스터 수로 간주한다. 한편, 실루엣 점수란 클러스터링의 품질을 수치적으로 평가하는 지표로 –1부터 1 사이의 값을 가진다. 값이 1에 가까울수록 같은 클러스터 내의 데이터 포인트가 서로 가깝고 다른 클러스터의 데이터 포인트와는 멀리 떨어져있음을 나타낸다. 즉, 실루엣 점수가 높을수록 클러스터링의 성능이 우수함을 의미한다. 본 연구에서 스크리 도표와 실루엣 점수를 산출하여 비교해본 결과, 클러스터의 수는 5개가 적절한 것으로 나타났다. 실루엣 점수에서 클러스터 3개인 경우가 5개인 경우보다 미세하게 높은 수치를 보이고 있기는 하나, 본 연구의 데이터가 다양성을 내포한 SNS 데이터임을 고려하였을 때 5개 클러스터로 유형화하는 것이 비자살적 자해 위험군의 세부적인 특성을 살펴보는 데 보다 유용할 것으로 판단하였다. 구체적으로 3개 군집으로 유형화할 경우, 부정 정서 표현, 스트레스 호소, 자해 관련 사고 등 연구목적상 구분이 필요한 온라인 표현 양상이 하나의 군집으로 통합되는 경향이 나타났다. 반면 5개 유형에서는 온라인 소통, 부정정서 및 스트레스 표출, 온라인 관계 몰입, 내면적 자해 사고, 적극적 자해 게시와 같이 비자살적 자해 관련 위험 신호 이용자의 표현 양상과 SNS 이용패턴을 보다 세분화하여 해석할 수 있었다. 이에 본 연구에서는 통계적 지표와 함께 연구목적에 부합하는 의미적 해석 가능성(interpretability)을 종합적으로 고려하여 최종적으로 5개 유형을 채택하였다. 최적의 클러스터 수를 선택하기 위하여 선행연구들에서는 통계적 적합성과 의미적인 해석 가능성을 모두 고려해야 함을 강조하고 있다(Chang, Boyd-Graber, Wang, Gerrish, & Blei, 2009; DiMaggio, 2015).

5개 클러스터로 지정하여 게시물 텍스트와 SNS 이용 패턴 메타데이터를 동시에 고려하여 비자살적 자해 위험군을 유형화한 결과는 다음 Table 4와 같다. 이때, 클러스터링 결과에서 유형별 특징을 해석하는 방법으로는 상위 n개 혹은 상위 n%에 해당하는 지표들을 선정하거나, 지표별 평균치보다 높은 값을 선택하는 방법을 고려해볼 수 있다. 상위 지표 일부를 포함시켜 유형별 특징을 해석하는 방식은 결과 해석이 명확하지만, n의 선택이 임의적일 수 있고 데이터의 특성에 따라 중요 지표가 누락될 가능성이 존재한다(Cai, Luo, Wang, & Yang, 2018; Song, Ni, & Wang, 2013). 이에 비해, 지표별 평균치보다 높은 값을 선택하여 유형별 특성을 파악하는 방식은 다양한 지표에서 나타나는 전반적인 경향을 함께 고려할 수 있다는 장점이 있으나(Hancer, Xue, & Zhang, 2020; Rostami, Berahmand, & Forouzandeh, 2021) 이는 통계적으로 유의한 차이를 의미한다기보다는 유형 간 상대적인 수준을 비교하기 위한 해석 기준으로 활용될 필요가 있다. 본 연구는 온라인 상의 자해 위험군이 대상이므로 유형화를 구성하는 지표들 중 자해와 관련한 세부적인 특성(예: 부정적 감정표출, 자살사고 등)이 특수하게 고려되어야 한다. 그러나 전체 게시물의 비중을 살펴보았을 때, SNS의 본질적인 목적과 관련되는 교류를 위한 텍스트가 50% 정도로 많은 비중을 차지하였고, 자해 특수적인 텍스트의 비중은 각각 영역별로 2-15% 수준으로 상대적으로 적게 나타났다. 이러한 상황에서는 객관적인 기준을 기준으로 상위 n개 혹은 n%에 해당하는 지표들을 선택하는 방식으로는 자해 위험군이 보이는 특성을 세밀하게 변별해내기 어렵다. 따라서, 본 연구에서는 지표별 전체 평균값을 참조 기준(reference value)으로 설정하고, 해당 클러스터에서 상대적으로 높은 수준으로 나타난 지표를 중심으로 각 유형의 특성을 탐색적으로 해석하였다. 이는 클러스터링을 통해 도출된 위험군 사용자들의 온라인 표현 양상과 이용패턴의 상대적 경향을 비교하여 이해하기 위한 것이다.

따라서, Table 4를 토대로 Table 5와 같이 위험군 유형화 결과를 요약하고 각 유형을 명명하였다. 위험군 유형화 결과를 살펴보면 우선 가장 많은 비율을 차지한 것은 첫 번째 유형인 ‘온라인 소통 추구형’(37.42%)이다. 이 유형은 일상교류와 일상적 스트레스 호소 위주로 커뮤니티 관여를 하면서, SNS 참여도가 높은 특징을 보였다. 이들은 기분이 안 좋음이나 신체적 아픔을 호소하면서 타인과의 소통 욕구를 적극적으로 표출함으로써 상호작용은 일방적인 특성이 두드러지는 것으로 나타났다. 주요 해시태그로는 ‘퇴트’(트위터 퇴장합니다), ‘졸려요’가 도출되었는 데, 일상을 나누고 인사를 주고받는 이 유형의 특성을 잘 보여주고 있다. 구체적으로 일상에서의 힘듦을 토로하면서 가벼운 이야기를 나누거나 놀자는 언급이 많았다. 다음으로 두 번째 유형은 ‘부정정서 및 스트레스 표출형’(30.39%)이었는데, 이들은 전반적으로 스트레스 수준이 높고 부정적 감정표출이 많았으며 심야시간에 SNS 게시물을 올리는 비중이 높았다. 우울이나 슬픔, 무기력을 호소하는 경우가 많았고 주요 해시태그 역시 ‘우울’, ‘우울계’로 나타났다. 이들은 온라인 상의 소통이나 관계형성 보다는 자신의 심리적 어려움을 공유하는 데 초점이 있었다. 세 번째 유형은 관심사 공유를 위주로 하면서 커뮤니티 관여를 하는 ‘온라인 관계 몰입형’(21.49%)으로서 SNS 영향력이 높고 콘텐츠 게시의 적극성이 두드러졌다. 이 유형에서는 트위터라는 공간에 대한 특별한 감정이 시사되었으며 ‘트위터 가족’이라고 할 정도로 끈끈한 관계를 구축하는 것을 선호함을 보여주었다. 주요 해시태그는 ‘트친소’(트위터 친구를 소개합니다), ‘맘눌뎀’(좋아요 눌러주면 DM 보내드립니다)으로 파악되었다. 넷째, 자해의향과 자살사고가 높은 편이고 특히 가족스트레스가 높게 나타난 ‘내면적 자해 사고형’(7.03%)은 주로 긴 글 위주의 게시물을 올림으로써 콘텐츠 게시에 적극적인 양상을 보였다. 이 유형에서는 ‘자살’, ‘정병계’가 주된 해시태그로 나타났는데, 실제로 텍스트에서도 정신건강 문제를 비하적으로 지칭하는 온라인 속어인 ‘병신’이나 ‘정병’에 대한 언급이 많이 나타남으로써 자해와 기타 정신건강 상의 심각한 문제가 동반하여 나타날 가능성을 시사하였다. 이들은 자기비하 또는 삶에 대한 비관적인 태도가 두드러졌으며 정신건강의학과, 약물복용, 상담치료 등에 대한 언급도 빈번하였다. 마지막으로 다섯째 유형은 자해에 대해서 ‘이쁘다’, ‘시원하다’ 등 긍정적 반응을 지배적으로 드러내는 ‘적극적 자해 게시형’(3.68%)이다. 이 유형의 경우 일방적인 SNS 상호작용 특성을 보이며 특히 심야시간에 사진 등 미디어 콘텐츠를 적극적으로 게시하는 것이 특징이다. 이들은 ‘자해전시’, ‘자해계’ 해시태그와 함께 자해사진을 많이 올리면서 자해하는 사람으로서의 정체성을 형성하며 자해중독적인 성향이 있는 것으로 시사된다.

이상의 결과를 그래프로 표현해보면 다음 Figure 3, Figure 4와 같다. K-means 클러스터링한 결과를 시각화하는 방법에는 여러 가지가 있지만, PCA와 UMAP을 활용하면 보다 풍부한 이해가 가능하다. PCA를 통해서는 전반적인 분포 파악이 용이하며, UMAP을 통해서는 세부적인 패턴 파악을 하는 데 유용할 수 있다(Jolliffe, 2002; McInnes, Healy, Saul, & Großberger, 2018). 먼저, 본 연구에서 도출한 PCA 그래프를 보면 온라인 소통 추구형, 부정정서 및 스트레스 표출형, 온라인 관계 몰입형은 비교적 인접한 영역에 분포한 반면, 내면적 자해 사고형과 적극적 자해 게시형은 상대적으로 분리된 위치에 나타나는 경향을 보였다. 이러한 결과는 각 유형 간 SNS 이용 양상과 자해 관련 표현 특성에서 차별적인 패턴이 존재함을 시사한다. 한편, 본 연구결과로 나타난 UMAP 그래프로부터 유형별 크기와 연결성을 직관적으로 파악 가능하다. 이로부터 내면적 자해 사고형과 적극적 자해 게시형이 부 정정서 및 스트레스 표출형과 밀접한 관련을 맺고 있음을 관찰할 수 있다.