언론정보학·신문방송학 학위논문을 처음 쓰는 학생이 가장 답답해하는 지점은 “프레임 분석을 하라”는 말은 들었는데 그게 실제로 몇 쪽짜리 문서의 어느 자리에 어떤 문장으로 들어가는지 감이 안 잡힌다는 것입니다. 이 글은 실제 논문을 옮기지 않습니다. 대신 “유튜브 뷰티 인플루언서 콘텐츠의 설득 전략 내용분석”이라는 가상의 주제로, 내용분석을 방법으로 택한 언론정보학 논문 한 편이 서론부터 참고문헌까지 어떤 순서와 문장으로 채워지는지 워크스루 형식으로 보여줍니다. 수치와 결과는 모두 형태를 보여주기 위한 가상 값입니다. 신문방송학, 미디어커뮤니케이션학, 광고홍보학처럼 학과 이름이 다르더라도 언론·미디어 콘텐츠를 내용분석으로 다루는 논문이라면 이 워크스루의 장 구조를 그대로 적용할 수 있습니다. 학부 졸업논문에서도 장 수를 줄이는 것 외에는 대체로 같은 순서를 따릅니다.
이 예시가 다루는 가상 연구
주제는 “유튜브 뷰티 인플루언서 콘텐츠에 나타난 설득 전략과 구독자 반응의 관계”입니다. 인플루언서 영상 200편을 내용분석으로 코딩하고, 설득 전략 유형과 댓글 반응(공감·반박)의 관계를 살펴보는 양적 내용분석 연구를 예로 삼습니다. 실제 존재하는 논문이 아니며, 신문방송학·언론정보학 석사논문에서 흔히 쓰이는 내용분석 설계를 학습 목적으로 재구성한 모델입니다. 이런 완성본을 미리 훑어보면, 지금 쓰고 있는 절이 전체에서 어떤 역할을 하는지 감을 잡을 수 있어 막막함이 크게 줄어듭니다.
1장. 서론: 왜 이 주제인가
서론의 첫 문단은 흔히 사회적 배경으로 시작합니다. 예시: “유튜브 뷰티 인플루언서 시장이 커지면서 광고성 콘텐츠와 일반 콘텐츠의 경계가 흐려지고 있다. 그러나 인플루언서가 실제로 어떤 설득 전략을 구사하며, 그 전략이 구독자의 반응과 어떻게 연결되는지를 체계적으로 코딩해 분석한 국내 연구는 많지 않다.” 이어 연구목적을 “본 연구는 유튜브 뷰티 인플루언서 콘텐츠에 나타난 설득 전략의 유형을 내용분석으로 분류하고, 전략 유형과 구독자 댓글 반응의 관계를 확인하는 것을 목적으로 한다”처럼 한 문장으로 제시합니다. 연구문제는 “연구문제 1. 뷰티 인플루언서 콘텐츠에는 어떤 설득 전략이 얼마나 나타나는가. 연구문제 2. 설득 전략 유형에 따라 구독자 댓글의 공감·반박 비율은 어떻게 다른가”처럼 번호를 매겨 구체화합니다. 서론의 마지막 문단은 “본 연구의 결과는 인플루언서 마케팅 담당자와 플랫폼 정책 담당자 모두에게 실무적 함의를 제공할 것이다”처럼 연구의 의의를 한 문장으로 닫는 것이 관행입니다.
2장. 이론적 배경: 이론과 선행연구를 잇는 문장
이론적 배경은 먼저 설득 전략의 이론적 분류(예: 에토스·파토스·로고스, 또는 광고 설득 전략의 정보형·감성형·사회적 증거형 분류)를 소개하고, 이어 인플루언서 마케팅과 유튜브 콘텐츠를 다룬 선행연구를 종합합니다. 예시 문단: “설득 전략은 크게 정보형(제품 정보 제시), 감성형(개인 경험과 감정 표현), 사회적 증거형(사용 후기·판매량 강조)으로 구분되어 왔다. 선행연구는 감성형 전략이 뷰티 카테고리에서 특히 효과적이라고 보고해 왔으나, 이 결과가 구독자의 실제 반응(댓글)으로까지 이어지는지를 직접 코딩해 확인한 연구는 드물다.” 이 종합 문단이 곧 “왜 이 연구가 필요한가”로 이어지는 다리 역할을 합니다. 이어지는 절에서는 인플루언서의 신뢰성(전문성·매력도·진정성)을 다룬 선행연구, 유튜브 댓글의 감정 표현을 분석한 선행연구를 각각 소절로 나누어 정리하고, 마지막 절에서 세 갈래의 선행연구를 자신의 두 연구문제로 수렴시킵니다.
3장. 연구방법: 코딩 범주부터 신뢰도까지
분석 대상과 표집. “구독자 10만 명 이상 국내 뷰티 유튜브 채널 20곳에서 2025년 게시된 영상 중 조회수 상위 10편씩, 총 200편을 표집하였다(예시값).” 표집 기준(구독자 수, 게시 기간, 조회수)을 구체적으로 밝히는 것이 관행입니다. 채널 20곳을 고른 기준도 함께 밝힙니다. 예시: “구독자 순위 상위 채널 목록에서 뷰티 카테고리로 분류된 채널 중, 주 1회 이상 정기적으로 영상을 게시하는 채널만 포함하였다.”
코딩 범주. 설득 전략 유형(정보형/감성형/사회적 증거형/복합형), 영상 길이, 광고 표기 유무, 댓글 상위 20개의 반응 유형(공감/반박/질문/무관)을 코딩 범주로 정합니다. 각 범주의 조작적 정의와 판별 예시 문장을 코딩북에 담아 부록에 싣습니다. 코딩북의 한 항목을 예로 들면 다음과 같은 형태입니다: “감성형 — 정의: 인플루언서 개인의 경험담이나 감정 표현이 영상의 절반 이상을 차지하는 경우. 판별 예시: ‘이 제품 쓰고 진짜 제 피부가 달라졌어요’처럼 1인칭 경험 서술이 반복되면 감성형으로 코딩한다.” 이런 판별 예시를 범주마다 최소 두세 개씩 넣어야 코더 간 해석 차이를 줄일 수 있습니다.
코더와 신뢰도. “코더 2인이 전체 표본의 15%를 무작위로 뽑아 독립적으로 코딩하였고, 크리펜도르프 알파는 설득 전략 유형 .84, 댓글 반응 유형 .81로 모두 기준선 .80을 넘었다(예시값). 나머지 표본은 코더 1인이 단독으로 코딩하였다.” 본 코딩 전에 두 코더가 별도의 예비 자료 20편으로 훈련하고 불일치 항목을 논의한 뒤 코딩북을 한 차례 수정했다는 절차도 함께 적습니다.
가상 사례: 코더 간 불일치를 좁히는 법
가상의 예로, 예비 코딩에서 두 코더가 같은 영상을 두고 한 명은 “감성형”, 다른 한 명은 “복합형”으로 서로 다르게 코딩했다고 하겠습니다. 원인을 확인해 보니, 영상 앞부분은 개인 경험담(감성형 요소)으로 시작하지만 뒷부분에서 제품 성분표를 화면에 띄우며 설명하는 정보형 요소가 섞여 있었습니다. 코딩북에는 “감성형 요소가 절반 이상”이라는 기준만 있었을 뿐, 시간 순서상 어느 구간을 기준으로 비율을 셀지에 대한 규칙이 없었던 것이 불일치의 원인이었습니다. 이런 경우 코딩북에 “전체 재생시간을 10초 단위로 나누어 각 구간의 주된 요소를 판정하고, 과반 구간의 요소를 최종 범주로 삼는다”처럼 판정 절차를 구체화하는 규칙을 추가하고, 이 규칙을 적용해 두 코더가 다시 코딩한 결과가 일치하면 본 코딩에 들어갑니다. 코딩북을 수정한 시점과 이유는 방법 절이나 부록에 간단히 남겨, 심사위원이 “왜 이 기준으로 판정했는가”를 물었을 때 근거를 바로 제시할 수 있도록 합니다. 예비 코딩에서 불일치가 반복되는 범주가 있다면, 본 코딩에 들어가기 전에 그 범주만 먼저 다시 정의하고 훈련을 한 차례 더 거치는 것이 안전합니다. 같은 논리로 댓글 반응을 코딩할 때도 “스팸이나 광고성 댓글, 봇으로 의심되는 계정의 댓글을 표본에서 제외할지”를 코딩북에 미리 규칙으로 정해 두어야, 코더마다 다른 기준으로 댓글을 골라내는 일을 막을 수 있습니다.
자료분석. “설득 전략 유형별 빈도는 기술통계로, 설득 전략 유형과 댓글 반응의 관계는 카이제곱 검정으로 분석하였다.”
4장. 연구결과: 빈도표와 교차표를 문장으로
결과 장은 먼저 설득 전략 유형의 분포를 표로 제시합니다. 예시 문장: “전체 200편 중 감성형 전략이 84편(42.0%)으로 가장 많았고, 복합형 61편(30.5%), 정보형 38편(19.0%), 사회적 증거형 17편(8.5%) 순이었다(표 1, 예시값).” 이어 연구문제 2에 대한 교차분석 결과를 서술합니다: “설득 전략 유형에 따라 댓글의 공감 비율에 유의한 차이가 있었다(χ²=15.2, p<.01, 예시값). 감성형 전략을 사용한 영상에서 공감형 댓글의 비율이 가장 높았다.” 표의 숫자를 그대로 반복하지 않고 패턴을 짚어주는 문장으로 서술하는 것이 관행입니다.
5장. 논의: 해석과 선행연구 비교
논의는 “감성형 전략이 가장 많이 쓰이고 공감형 댓글과 강하게 연결된다는 결과는, 감성적 소구가 뷰티 카테고리에서 효과적이라고 본 선행연구와 일치한다”처럼 결과를 선행연구와 비교하며 해석합니다. 이어 “다만 복합형 전략이 두 번째로 많았다는 점은 단일 전략 분류에 기반한 기존 연구와 다른 결과로, 실제 콘텐츠에서는 여러 전략이 혼합되어 쓰이는 경향이 있음을 시사한다”처럼 자신의 연구가 기존 논의에 더하는 지점을 밝힙니다. 실무적 함의는 “플랫폼 정책 담당자는 복합형 전략이 늘어나는 추세를 반영해 광고 표기 기준을 세분화할 필요가 있다”처럼 구체적으로 씁니다. 제한점은 “본 연구는 뷰티 카테고리에 한정되어 다른 콘텐츠 유형으로 결과를 일반화하기 어렵다”처럼 표집 범위의 한계를 구체적으로 적습니다.
6장. 결론 및 제언
결론은 연구목적과 주요 결과를 요약하고, 제언은 “후속 연구는 뷰티 외 다른 카테고리(테크, 푸드)로 표본을 확장하거나, 댓글 반응 대신 실제 구매 전환 데이터를 함께 살펴볼 필요가 있다”처럼 구체적인 확장 방향을 제시합니다.
7장. 참고문헌과 부록
참고문헌은 국문·영문을 나누어 저자명 순으로 배열하고, 부록에는 코딩북 전문(범주별 정의와 판별 예시), 코더 훈련 기록, 코딩 시트 양식을 싣습니다. 코더 간 신뢰도 산출의 세부 절차와 자주 나오는 질문은 내용분석 코더 신뢰도 FAQ에서 확인할 수 있고, 대규모 자료를 텍스트마이닝으로 먼저 분류하는 설계를 고려한다면 텍스트마이닝·토픽모델링 도구 비교에서 한국어 형태소 분석기와 결과 해석 방법을 함께 살펴볼 수 있습니다.
완성본에서 자주 발견되는 실수
가장 흔한 실수는 코딩 범주를 이론적 배경에서 소개한 개념과 다르게 정의하는 것입니다. 예를 들어 이론적 배경에서 “파토스(감성 소구)”를 설명했다면 코딩북과 결과에서도 같은 용어를 일관되게 써야 하는데, 결과에서 “감성형”이라는 다른 이름을 쓰면 독자가 같은 개념인지 헷갈립니다. 두 번째는 신뢰도 계수를 산출했다는 사실만 적고 범주별 값을 표로 제시하지 않는 경우이며, 세 번째는 교차표의 유의성만 보고하고 어느 셀에서 그 차이가 나왔는지 해석하지 않는 경우입니다. 네 번째는 부록의 코딩북과 실제로 코더가 사용한 코딩북 버전이 달라지는 경우로, 코딩북을 수정했다면 최종 버전 하나만 부록에 남기고 수정 이력은 방법 절에 간단히 언급하는 것이 안전합니다.
양적 내용분석과 질적 프레임 분석, 무엇이 다른가
이 예시는 빈도와 교차표를 중심에 둔 양적 내용분석입니다. 같은 자료를 질적 프레임 분석으로 다룬다면 장 구조는 비슷하지만 강조점이 달라집니다. 코더 간 신뢰도 대신 연구자의 해석이 왜 타당한지 근거(예시 발췌문, 동료 검토)를 더 비중 있게 제시하고, 결과 장도 빈도표보다 “이 프레임은 이런 기사에서 이렇게 나타난다”는 주제별 서술이 중심이 됩니다. 두 접근 중 무엇을 택할지는 연구문제가 “얼마나 많이”를 묻는지, “어떻게 작동하는지”를 묻는지에 따라 결정하는 것이 원칙입니다.
내용분석을 설문·인터뷰와 결합하는 혼합 설계
내용분석 한 가지 방법만으로 논문을 완성하기 어렵다고 느껴진다면, 설문이나 인터뷰와 결합하는 혼합 설계도 언론정보학에서 흔히 쓰입니다. 예를 들어 위 가상 연구에 이어, 실제 구독자를 대상으로 “어떤 설득 전략을 봤을 때 신뢰가 가는가”를 묻는 설문을 추가하면, 콘텐츠에 실제로 나타난 전략(내용분석 결과)과 수용자가 선호하는 전략(설문 결과)을 나란히 비교할 수 있습니다. 이런 혼합 설계는 연구방법 장에서 내용분석 절과 설문 절을 순서대로 배치하고, 논의에서 두 결과를 함께 놓고 해석하는 절을 따로 두는 구조를 씁니다. 인플루언서나 채널 운영자를 인터뷰해 왜 특정 전략을 선택하는지 생산자 관점을 더하는 설계도 가능하며, 이 경우 결과 장이 양적 코딩 결과와 질적 인터뷰 발췌를 각각 다른 절로 나누어 제시하는 것이 일반적입니다.
수집 자료의 저작권과 윤리
유튜브 영상이나 댓글처럼 공개된 온라인 콘텐츠를 분석 자료로 쓸 때도 몇 가지 확인이 필요합니다. 영상 자체를 논문에 인용할 때는 채널명과 게시일, URL을 출처로 표기하고, 댓글을 예시로 직접 인용할 때는 작성자를 식별할 수 있는 정보(닉네임, 프로필 사진)를 논문에 노출하지 않는 것이 안전합니다. 플랫폼의 이용약관에 자동 수집 도구 사용을 제한하는 조항이 있는지 미리 확인하고, 대량 수집이 필요하다면 공식 API를 활용하는 것이 원칙입니다. 이런 수집 절차와 확인 사항은 방법 절에 짧게라도 명시해 두는 것이 바람직합니다. 분석이 끝난 뒤 원본 영상과 댓글 데이터를 얼마나 오래 보관할지, 졸업 후 폐기할지도 연구계획서 단계에서 미리 정해 두면 자료 관리 계획 항목을 따로 채워야 하는 대학원에서 시간을 아낄 수 있습니다.
심사에서 실제로 나오는 지적
내용분석을 방법으로 쓴 언론정보학 논문의 심사에서는 세 가지 질문이 반복적으로 나옵니다. 첫째, “왜 이 20개 채널인가, 표집이 대표성이 있는가”라는 질문에는 표집 기준을 구체적으로 밝히고 편의표집의 한계를 인정하는 방식으로 답합니다. 둘째, “코더 간 신뢰도가 낮은 범주는 없었는가”라는 질문에는 범주별 신뢰도 표를 제시해 답합니다. 셋째, “이 결과가 왜 언론정보학적으로 의미가 있는가”라는 질문에는 단순히 빈도를 보고하는 데 그치지 않고, 설득 전략의 분포가 미디어 생태계나 수용자 행동에 대해 무엇을 말해주는지 논의 장에서 명시적으로 연결해야 합니다. 이 세 질문에 미리 답을 준비해 두면 실제 디펜스에서도 당황하지 않고 근거 자료를 바로 제시할 수 있습니다.
자주 묻는 질문
이 예시의 표본 수와 신뢰도 값을 그대로 써도 되나요?
안 됩니다. 200편, 크리펜도르프 알파 .84 같은 수치는 문장 형태를 보여주기 위한 가상 값입니다. 실제 코딩 결과로만 채워야 합니다.
질적 내용분석(프레임 분석의 해석적 접근)도 이 구조를 따르나요?
장 배치는 비슷하지만, 코더 간 신뢰도 대신 연구자의 해석 근거와 예시 발췌문을 더 비중 있게 다루고, 결과 장도 빈도표보다 주제별 서술이 중심이 됩니다.
텍스트마이닝과 전통적 내용분석을 같이 써도 되나요?
가능합니다. 대규모 자료를 텍스트마이닝으로 1차 분류한 뒤, 소표본에 전통적 내용분석과 코더 간 신뢰도 절차를 적용하는 혼합 설계도 쓰입니다.
표본을 유튜브가 아니라 신문기사로 바꿔도 같은 구조를 쓸 수 있나요?
네. 매체가 신문·방송·SNS 무엇이든 표집 기준, 코딩 범주, 신뢰도 절차, 결과-논의 구조는 그대로 적용됩니다. 매체 특성에 맞춰 코딩 범주만 다시 설계하면 됩니다.
이론적 배경이 너무 짧아지는 것 같은데 얼마나 써야 하나요?
정해진 분량은 없지만, 세 갈래(설득 전략 이론, 인플루언서 신뢰성, 댓글 반응)의 선행연구를 각각 소절로 나누면 자연스럽게 충분한 분량이 채워집니다. 각 소절에서 여러 편(예: 5편 안팎)의 선행연구를 종합하면 분량과 깊이를 함께 확보하기 쉽습니다.
코더를 한 명만 써도 되나요?
가능은 하지만 코더 간 신뢰도를 산출할 수 없어 결과의 객관성을 입증하기 어려워집니다. 최소 2인 코딩과 일부 표본에 대한 신뢰도 산출이 내용분석 연구의 일반적인 관행이며, 부득이하게 1인이 전량을 코딩해야 한다면 그 사정과 한계를 방법 절과 제한점에 명시하는 것이 안전합니다.
댓글 반응을 코딩할 때 스팸이나 봇 계정의 댓글은 어떻게 처리하나요?
본 코딩에 들어가기 전에 코딩북에 제외 기준(광고성 링크 포함, 동일 문구 반복 게시, 본문과 무관한 댓글 등)을 미리 정해 두고, 두 코더가 같은 기준으로 걸러낸 뒤 남은 댓글만 분석 대상으로 삼는 것이 안전합니다. 제외한 댓글의 수와 제외 사유는 방법 절에 간단히 밝혀 두는 것이 관행입니다.
이 예시를 내 논문에 적용하는 법
이 워크스루의 목적은 그대로 베끼는 것이 아니라, 서론의 문제 제기, 이론적 배경의 개념-선행연구 연결, 방법의 코딩 범주와 신뢰도 절차, 결과의 표-문장 짝짓기, 논의의 해석-비교-제한점 구조를 자기 주제에 맞춰 채우는 순서를 익히는 것입니다. 논문 초안의 문단 골격을 잡을 때 Tesify 같은 AI 학술 도구로 형태를 먼저 잡고, 코딩 범주와 신뢰도 수치는 반드시 자신의 실제 분석 결과로 채워 넣는 방식이 실무에서 쓰입니다. 완성 전에는 표절 검사로 인용 누락이 없는지 확인하는 절차도 빼놓지 않아야 합니다. 다른 전공의 완성본 워크스루가 궁금하다면 간호학 학위논문 예시에서 양적 실험연구가 장별로 어떻게 채워지는지 비교해 볼 수 있습니다.