언론 프레이밍의 유형과 질적 분석

언론은 사건을 보도하는 과정에서 특정한 부분을 선택 혹은 강조하는 행위를 통해 보다 현저하게 틀 짓는 경향이 있다. 이를 언론의 프레이밍이라고한다(Entman, 1993). 따라서 보도문 내에 존재하는 조직의 메시지는 결국 프레이밍을 통해 재구성된 형태로 수용자에게 전달되는 셈이다.

언론은 사건이나 이슈를 전달하는 객관적 매개체라기보다는 세계를 재구성하는 이야기꾼(storyteller)이라는 것이다(우형진, 2006; Entman, 1993; Gamson & Modigliani, 1989; Pan & Kosicki, 1993). 언론이 현실을 특정한 방식으로 구성한다는 구성주의 관점(Berger & Luckmann, 1966)은 언론학의 주요한 인식론적 패러다임이며 이를 토대로 뉴스프레임 연구가 활발히 이뤄진다.

뉴스프레임에 대해 선행 연구는 다양한 방식으로 접근한다. 터크먼(Tuchman, 1978)은 ‘뉴스 미디어가 현실을 재구성하는 도구’로서 프레이밍을 ‘미디어가 현실을 재구성하는 과정 및 작업’ 또는 ‘현실을 특정한 방향으로 의미화하는 과정’으로 정의했다.

엔트만의 4가지 프레임 유형과 선전분석연구소의 7가지 선전 기법, 선도의견(Leading Opinion)들은 프레임 유형 중 ‘문제정의’를 가장 많이 활용했으며,

개요

질적 분석을 통해 뉴스 기사의 프레임 유형(도구적 프레임, 의인 프레임, 혼합 프레임)을 분류·측정할 때, 도구적 프레임은 AI 등을 '도구'로 객관화·기능적으로 묘사하고, 의인 프레임은 인간처럼 감정·의지를 부여하며, 혼합 프레임은 둘을 결합한다. 비율 측정은 코딩 후 빈도 계산으로 이뤄지며, 방법 차이는 프레임 정의 기준과 코딩 유연성에 있다.

주요 프레임 유형

AI 보도·콘텐츠에서 사용되는 프레임은 **기술 프레임(Technological Framing)**과 일반 뉴스 프레임으로 나뉘며, Entman 4요소(문제 정의 등)를 기반으로 기술을 객관화/인간화하는 패턴을 강조한다

뉴스·미디어 기사 프레임 유형은 Entman 모델 기반으로 문제 정의·인과·평가·해결책 4요소를 중심으로 분류되며, AI·기술 보도에서 도구적(Instrumental), 의인(Anthropomorphic), 혼합(Hybrid) 프레임이 대표적이다. 언론에서 사용하는 다른 프레임 유형으로는 이익(Responsibility), 갈등(Conflict), 인간화(Human Interest), 도덕(Morality) 프레임이 사용된다.

 

주요 분야별 프레임 유형

 

분야	구성 유형	개념과 특징	사례
기술 특화	도구적 (Instrumental)	AI를 기능적·중립 도구로 강조. 효율·알고리즘 중심(인간 배제).	"챗GPT가 데이터를 처리해 답변 생성".koreascience​
	의인화 (Anthropomorphic)	AI에 감정·의지 부여. 공감·위협 유발(생각·학습 표현).	"AI가 인간처럼 창의적으로 아이디어 제안".turingpost+1​
	혼합 (Hybrid)	도구+의인 결합. 모호성으로 다층 해석.	"똑똑한 AI 시스템이 예측한다".data.adic+1​
일반 뉴스	책임 (Responsibility)	개발자·기업·정부에 윤리·위험 책임 귀속.	"구글 AI 편향=기업 책임" 프레임.s-space.snu​
	갈등 (Conflict)	AI 규제 vs 혁신 대립 강조.	"빅테크 vs 규제당국 충돌".koreascience​
	인간화 (Human Interest)	사용자 피해·이익 개인 스토리.	"AI로 일자리 잃은 노동자 이야기".scholarworks.bwise​
	도덕 (Morality)	AI 윤리·인권 문제 선악 판단.	"딥페이크=도덕 파괴" 표현.wikipedia​
확장 유형	경제 (Economic)	비용 절감·시장 영향 강조(Semetko 추가).	"AI 도입으로 생산성 30%↑".ad​
	위험/기회 (Risk/Opportunity)	해고·프라이버시 vs 혁신 이중성.	"AI 실업 위기 vs 의료 혁명".koreascience+1​

 

 

AI·기술 보도 프레임: 도구적, 의인화, 혼합

도구적(Instrumental), 의인화(Anthropomorphic), 혼합(Hybrid) 프레임은 **AI·로봇·기술 보도에서 특화된 '기술 프레임(Technological Framing)'**으로 분류되며, 기술을 객관 도구로 보는지 인간처럼 인격화하는지에 따라 구분된다. 이는 Entman 프레임의 문제 정의 등을 기술 맥락에 적용한 것으로, 챗GPT·자율주행 보도 분석에 주로 사용된다.

 

AI 의인화 프레임 유형 개념

 

전체 명칭: 'AI 의인화 프레임워크(Anthropomorphism Framing in AI)' 또는 '기술-인간 스펙트럼 프레임(Techno-Human Spectrum Framing)'. 연구에서 MAIN 모델(양식·대행·상호작용)과 연계.​

유사 프레임: 도덕(Morality) 프레임의 변형(기술 윤리), 인간화(Human Interest)와 겹침. 윤리 연구에서 '사회적 에이전트 프레임'으로 확장.​

유형	개념 설명
도구적 프레임 (Instrumental Frame)	AI·기술을 중립적·기능적 도구로 강조. 효율성·용도·기술적 한계 중심(예: "AI가 데이터를 처리한다"). 인간 주체성 배제.
의인 프레임 (Anthropomorphic Frame)	AI를 인간처럼 의인화. 감정·의지·행동 부여(예: "AI가 학습하며 생각한다"). 공감·위협 유발.
혼합 프레임 (Hybrid Frame)	도구적+의인적 요소 혼합. 기능 설명 중 인간적 표현 삽입(예: "똑똑한 AI 도구가 예측한다"). 모호성 특징.

 

활용: 질적 분석 시 NVivo 코딩, 비율 산출(도구적 60% 우세). 한국 AI 보도에서 의인화 증가 경향.

 

언론 프레임 4가지 유형 개념

이익(Responsibility), 갈등(Conflict), 인간화(Human Interest), 도덕(Morality) 프레임은 Gamson과 Modigliani의 뉴스 프레임 분류로, 미디어 보도에서 이슈를 강조하는 패턴이다. Entman의 4요소(문제 정의 등)와 결합해 사용되며, 정치·사회 보도 분석에 표준프레임이 있다.

 

뉴스프레임	프레임 개념	사례
이익 (Responsibility)	특정 주체(정부·기업)에 문제 원인·해결 책임 귀속. 정책 실패 강조.	코로나 보도: "정부 백신 지연 탓" 프레임.s-space.snu​
갈등 (Conflict)	대립·쟁점 극대화. 양측 싸움 드라마화.	선거 보도: "여야 충돌" 헤드라인 반복.koreascience​
인간화 (Human Interest)	개인·가족 이야기로 감정 공감 유발. 추상 이슈 구체화.	난민 보도: "어머니의 눈물" 스토리.scholarworks.bwise​
도덕 (Morality)	선악·윤리 판단 강조. 종교·가치 호소.	환경 보도: "지구 파괴=죄악" 표현.wikipedia​

 

 

유사 프레임 정리

유사프레임	프레임 유형	특징과 차이
Semetko & Valkenburg (5가지)	책임(Responsibility), 인간화(Human Interest), 갈등(Conflict), 도덕(Morality), 경제( Economic Consequences).	경제 프레임 추가(비용·이익 강조). 실증 연구 표준.
Gamson 패키지 프레임	정의(Justice), 책임(Responsibility), 공감(Human Interest).	사회운동 분석 특화. 도덕+갈등 결합.
Entman 확장	테러(Terrorism), 경제(Economic), 인종(Race).	이슈별(9/11=테러 프레임). 4요소 통합.
AI·기술 특화	도구적(Instrumental), 의인(Anthropomorphic), 책임(Responsibility).	기술 보도용. 인간화 변형.data.adic+1​

콘텐츠 분석(NVivo 코딩)으로 비율 측정되며, Semetko 5가지가 가장 범용적. 한국 미디어에서 갈등+책임 조합 에서 빈번하게 이용

 

 

프레임 종류별 측정 방법 차이

방법 요소	도구적 프레임 [2][4]	의인 프레임 [1][3]	혼합 프레임 [3][5]
코딩 기준	기능·효율 키워드(처리, 기능, 시스템) 빈도. 객관성 지표(수치·용도 언급) 중심.	인간화 표현(생각, 느끼다, 배움)·비유(머리, 눈) 식별. 주관성 강함.	두 유형 키워드 동시 출현(threshold: 각 20% 이상). 경계 모호.
질적 분석 절차	1. 기사 텍스트 분할(문단 단위). 2. 키워드 매칭. 3. 맥락 무시 가능(양적 편향).	1. 전체 담론 읽기. 2. 은유·서술 패턴 해석. 3. 코더 주관성 높음(신뢰도 테스트 필수).	1. 병렬 코딩(두 기준 적용). 2. 중첩 비율 계산. 3. 재코딩(분쟁 시).
비율 산출	전체 기사 중 도구 키워드 비중(예: 60%). 간단 빈도.	의인 표현 문장 수/총 문장(예: 30%). 해석 의존.	혼합 문단 비율(예: 10%). 낮은 발생률.
장단점	객관적·재현성 높음. 세부 뉘앙스 놓침.	깊이 있음. 코더 간 일치도 낮음(κ<0.7).	포괄적. 기준 모호로 오류 ↑.

도구적 프레임은 양적·객관적 접근이 용이하나 얕고, 의인·혼합은 질적 해석 중심으로 깊으나 신뢰성 확보(다중 코더, inter-coder reliability)가 핵심 차이. 실제 적용 시 NVivo 등 소프트웨어로 키워드+담론 분석 병행 권장.[3][4][6][7]

---

프레임 유형별 활용 분야 및 적용 방법

질적 프레임 분석에서 각 프레임은 미디어·정치·기술 보도 분야에 특화되며, NVivo 등 도구로 코드북 기반 코딩·비율 산출 후 효과(인식 변화) 실험 연계 적용된다.[1][2][3][4]

프레임 유형 별 질적 분석 절차

프레임 유형 [1][2][4]	주요 활용 분야	적용 방법 (질적 분석 + 실무)
도구적 (Instrumental)	기술 보도(AI·소프트웨어), 기업 PR, 정책 평가(효율성 강조). 과학·의료 기사.	1. 기능 키워드 코드북 작성(처리·시스템). 2. 기사 문단 코딩(빈도 50%↑). 3. 비율 산출 후 중립성 효과 설문. 기업: 제품 카탈로그 프레임화.[2]
의인 (Anthropomorphic)	AI 윤리·위험 보도(챗GPT 사례), 엔터테인먼트(로봇 영화), 소비자 마케팅(브랜드 인격화).	1. 은유 표현 코드(생각·느낌). 2. 담론 해석 코딩(주관성 보정). 3. 공감 유발 테스트. 마케팅: "AI 친구" 캠페인.[1][4]
혼합 (Hybrid)	복합 이슈 보도(기술+사회 영향), 광고·소셜미디어 콘텐츠, 정책 홍보(기능+감성).	1. 병렬 코드(threshold 20%). 2. 중첩 패턴 분석. 3. 모호성 효과 측정. 소셜: 바이럴 콘텐츠 설계.[4]
책임 (Responsibility)	정치·환경 스캔들, 위기 관리(코로나 백신), 기업 CSR 보고서.	1. 주체 귀속 코드(정부·기업). 2. 인과 흐름 추적. 3. 책임 전가 효과 분석. PR: 피해자 중심 재프레임.[3]
갈등 (Conflict)	선거·노조 보도, 국제 분쟁, 경쟁 마케팅(브랜드 전쟁).	1. 대립 구조 코드(양측 주장). 2. 드라마 강도 평가. 3. 주목도 실험. 미디어: 클릭베이트 헤드라인.[5]
인간화 (Human Interest)	사회 이슈(빈곤·이민), 헬스케어 스토리, NGO 캠페인.	1. 개인 사례 추출 코드. 2. 감정 서사 해석. 3. 공감 지표 측정. NGO: 증언 영상 제작.[6]

---

실무 적용 팁

각 프레임 선택 시 타겟(전문가=도구적, 대중=인간화) 고려, 다중 코더로 ICR 확보 후 A/B 테스트로 효과 검증. 한국 맥락에서 문화 비유(예: "AI 선생님") 추가 코드북 권장.[3][7]

[2]언론 프레이밍과 이미지 회복 전략이공중의 위기 인식에 미치는 영향 (https://data.adic.co.kr/sem/pdfdata/070823_3.pdf)
[3]온라인 오피니언 리더의 담론 유형 탐구,2011, 박민경 (https://s-space.snu.ac.kr/bitstream/10371/75539/1/5_%EB%B0%95%EB%AF%BC%EA%B2%BD_%EC%9D%B4%EA%B1%B4%ED%98%B8.pdf)
4
5
6
[7]질적 메타분석을 통한 뉴스프레임의 유형,2016, 이희영(https://s-space.snu.ac.kr/bitstream/10371/214020/1/05_%E1%84%8E%E1%85%A1%E1%84%90%E1%85%A2%E1%84%89%E1%85%A5_%E1%84%83%E1%85%A1%E1%86%B7%E1%84%85%E1%85%A9%E1%86%AB%E1%84%87%E1%85%AE%E1%86%AB%E1%84%89%E1%85%A5%E1%86%A8%E1%84%8B%E1%85%B5%E1%84%85%E1%85%A1%E1%86%AB_%E1%84%86%E1%85%AE%E1%84%8B%E1%85%A5%E1%86%BA%E1%84%8B%E1%85%B5%E1%86%AB%E1%84%80%E1%85%A1_%E1%84%80%E1%85%AE%E1%86%A8%E1%84%8C%E1%85%A6%E1%84%8C%E1%85%A5%E1%86%BC%E1%84%8E%E1%85%B5%E1%84%92%E1%85%A1%E1%86%A8%E1%84%8B%E1%85%B4_%E1%84%80%E1%85%A7%E1%86%BC%E1%84%8B%E1%85%AE.pdf)