Earticle

초록

한국어

본 연구는 뉴스 요약 주체에 따라 한국어 뉴스 요약문의 정서 표현과 정보 보존 양상이 체계적으로 달라지는지를 분석한다. 다섯 개 주제 영역에서 표집한 50개 기사를 대상으로 동일 입력 조건에서 생성된 포털 기반 추출 요약(Naver IRIS)과 생성형 인공지능 요약(ChatGPT-4o)을 비교하였다(총 150개 텍스트). 감성 보존은 KoBERT 기반 극성 확률 변화와 감성어 비율을 통해 측정하고, 정보 보존은 ROUGE-L(F1-score) 유사도로 평가하였다. 또한 형태소 분석을 활용하여 문장 길이와 어휘 지표 등 문체적 특성을 분석하였으며, 대응표본 t-검정과 이원분산분석을 통해 차이를 검증하였다. 분석 결과 생성형 인공지능 요약은 포털 요약보다 긍정 감성을 더 많이 유지하고 부정 감성을 더 강하게 완화하는 경향을 보였으며, 이러한 차이는 사회 및 생활 분야 기사에서 특히 두드러졌다. 반면 ROUGE-L 차이는 제한적이고 일관되게 유의하지 않아 요약 출처의 선택이 어휘적 중복보다 정서적 재구성과 더 밀접하게 관련됨을 시사한다. 본 연구는 자동 뉴스 요약에서 주제 민감적 평가와 경량 품질 통제의 필요성을 제안한다.

영어

This study examines whether summarization sources are associated with systematic differences in affective tone and information retention in Korean news. Using 50 articles sampled across five domains, we compare portal-based extractive summaries from Naver IRIS with abstractive summaries generated by ChatGPT-4o under identical input conditions (150 texts in total). Sentiment preservation is measured using changes in KoBERT-based polarity probabilities and sentiment-word ratios, while information retention is assessed using ROUGE-L(F1-Score). Stylistic features, including sentence length and lexical indicators, are additionally analyzed through morphological tokenization. Differences are tested using paired t-tests and two-way ANOVA. The results show that GPT summaries preserve more positive sentiment and attenuate negative sentiment more strongly than portal summaries, with clearer differences in society and lifestyle topics. In contrast, ROUGE-L advantages are modest and not consistently significant, indicating that source choice relates more closely to affective reframing than to lexical overlap. Implications are discussed for topic-sensitive evaluation and lightweight quality control in automated news summarization.

목차

요약
Ⅰ. Introduction
Ⅱ. Literature Review
2.1 Evolution and Limitations of News Summarization Technologies
2.2 Empirical Gaps in Korean News Summarization Research
Ⅲ. Methodology
3.1 Data Collection
3.2 Analytical Framework
3.3 Analysis Procedures
Ⅳ. Results and Analysis
4.1 Sentiment Preservation Analysis
4.2 Information Preservation: ROUGE-L Analysis
4.3 Stylistic Feature Analysis
4.4 Two-Way ANOVA by Topic
Ⅴ. Conclusion
References

Abstract

저자

• 김재형 [ Jae Hyung Kim | 서강대학교 일반대학원 부동산학과 박사과정 ] 교신저자
• 김진화 [ Jinhwa Kim | 서강대학교 경영학과 교수 ]
• 이상근 [ Sang Gun Lee | 서강대학교 경영학과 교수 ]

참고문헌