보도 사진의 통사적 구조와 미디어 편향에 대한 고찰: 유럽과 중동 언론의 분쟁 보도에 대한 시각 데이터 분석을 중심으로

Abstract

기계의 시각 인지는 패턴을 읽는 방식으로 진행돼 왔다. 현행 기계학습 (Machine Learning)에서는 특질을 통해 대규모 데이터를 분석하고 결과를 예측하는 형태(feature engineering)를 띤다. Manovich가 언급한 패턴 읽기 방식처 이제는 대규모 시각 데이터에 대한 분석도 가능해졌다. 본 연구는 패턴 읽기를 통해 기계가 사진의 문맥을 파악하고, 그 안에 포함된 인간의 판단을 확인할 수 있는 가능성을 알아보고자 시행됐다. 쉽게 말해 인간이 의식적으로 또는 무의식적으로 고른 사진 속에서, 기계가 인간의 편견이나 고정관념을 찾아낼 수 있는 지를 살펴본 것이다. 분석을 위해 중동 언론인 알 자지라(Al Jazeera)와 유 언론인 로이터(Reuters)의 보도 사진 가운데 중동 및 유 테러를 다룬 것을 데이터로 썼다. 이들 사진을 대규모로 모은 뒤 각각 자기 문화권과 타 문화권의 테러 보도 방식에 어떤 차이가 있는 지 보고, 이를 토대로 편견 여부를 확인했다. 사진의 문맥을 파악하기 위해, 기존의 요소 인지를 중심으로 하는 패턴 뿐 아니라 사진의 구도에 대해서도 살펴봤다. 언어학의 통사론을 차용해 사진 속 위치에 따른 요소들의 기능을 확인했다. 분석 결과, 인간의 시각을 가장 많이 사로잡는 왼쪽 상단과 중앙, 중앙 상단과 한 가운데에는 인물의 등장이 잦았다. 그리고 이 위치에서 그룹별로 나타나는 인물의 감정에는 상당한 차이가 있었다. 연구를 통해 인간의 편견과 같이 정성(定性)적으로 파악되는 요소에 대해서도 기계적 분석을 할 수 있다는 가능성을 확인했다. 이는 기존 사회과학 연구에서 인간 코더가 하던 일을 기계가 대신 할 수 있는 장을 열어둠으로써, 더 많은 양의 데이터를 객관적으로 다룰 수 있도록 한다. 그동안 명확하지 않았던 인간이 편견을 느끼는 근거에 대해서도 교차적으로 연구할 수 있는 가능성 또한 열렸다. 본 연구에서 제시된 바, 사진 속 위치에 따른 문맥 파악을 토대로 이를 활용한 데이터 군집화(clustering) 및 편견 감지(detecting) 등이 가능할 것으로 보인다. 특히 미디어에서 시각적으로 치우친 보도를 할 경우를 경계하는 도구로도 사용될 수 있을 것이다. Eco 가 미디어를 비판하며 말한 바와 같이 <매스 미디어로 재현된> 세계에서 우리가 할 수 있는 유일한 자유 선택일 지도 모른다.