AI로 양극화 분석… 국내 최초로 시도

[위클리 리포트] AI가 매긴 21대 국회 양극화 지수
공동발의 비율로 여야 관계 분석
일반인도 온라인서 활용 가능

동아일보 취재팀은 지난해 11월부터 두 달간 엄기홍 경북대 정치외교학과 교수팀과 함께 인공지능(AI)을 활용해 사회연결망 분석(Social Network Analysis) 기법으로 국회에 발의된 의원 법안을 분석했다. 분석 대상은 2012년 6월부터 지난해 7월 사이에 발의된 법안 5만6951건이다.

엄 교수는 공동 발의 분석을 토대로 ‘정서 양극화 지수’(양극화 지수)라는 개념을 최초로 고안했다. 대표 발의자를 기준으로 그가 발의한 법안에 서명해준 의원의 소속을 분석하는 방식이다. 공동 발의는 의원 간의 정치적 지지와 호혜 관계를 보여준다고 다수 논문에서 입증된 바 있다.

수치가 1에 가까울수록 같은 정당 소속 의원의 서명에 의존한 비율이 높은 경우다. 반면 다른 정당 의원과의 협업이 활발하면 ―1에 가까운 점수가 나온다. 정당 성향이 비슷하거나 무소속이어도 명목상 다른 정당이라면 다른 당 의원이 서명한 것으로 계산했다. 회기 중에 의원의 당적이 변경된 경우 법안에 서명했을 당시의 소속을 기준으로 했다.

21대 국회 법제사법위원회 전체회의에서 여야 의원이 사용한 단어를 분석하는 데엔 ‘코사인 유사도’ 기법이 사용됐다. 코사인 유사도는 회의록의 모든 단어를 컴퓨터가 알아들을 수 있도록 ‘벡터’ 값으로 바꿔 문서 간 유사도를 파악하는 방식이다. 엄 교수의 경북대 벤처기업 ‘빅힐애널리틱스’는 이 같은 분석 방법이 적용된 오픈소스를 만들어 일반인들도 쉽게 키워드를 검색하고 활용할 수 있도록 준비 중이다.