Earticle

초록

영어

This study aims to automatically collect and analyze YouTube online discourse on Incheon’s cultural tourism, diagnose spatial placeness bias by district, and design an AI agent-based automated analysis system that converts such findings into policy agendas. The research was structured as sequential, independent processes encompassing data collection, cleaning, sentiment and issue classification, topic analysis, bias diagnosis, and policy agenda derivation. Sentiment and issue classification was conducted using a keyword dictionary and Claude Haiku 4.5, while topic analysis was performed through LDA topic modeling. All tasks were executed in a Python environment using Claude Code with the Haiku 4.5 model in Visual Studio Code. Results revealed that Songdo and Yeongjong showed high discourse density, while the old downtown exhibited the lowest attention levels and the highest proportion of negative comments. Ganghwa Island emerged as the most positively discussed area. For Songdo and Yeongjong, short and medium-term policy agendas focused on visitor distribution and convenience improvement were proposed, while for Ganghwa Island, expanded stay-type tourism was recommended as a long-term agenda. The significance of this study lies in its attempt to automate the entire process from large-scale unstructured data collection to policy agenda derivation, surpassing individual comment analysis. Additionally, the use of low-cost lightweight models makes the approach accessible to budget-limited local governments and suggests potential for expanded application across various administrative datasets, including civil complaints and survey data. However, expert researcher review throughout the entire process (from data collection to policy agenda derivation) is essential when utilizing AI agents.

한국어

본 연구는 인천 문화관광에 관한 유튜브 온라인 담론을 자동 수집하고 분석하여 권역별 장소성 편향을 진단한 뒤, 이를 정책 의제로 전환하는 AI 에이전트 기반자동화 분석 체계를 설계하고 자료를 분석하는 데 목적이 있다. 본 연구는 데이터의 수집, 정제, 감성·이슈 분류, 주제분석, 편향진단, 정책 의제 도출의 개발 독립된 과정을 거쳐 순서대로 진행되도록 설계하였다. 감성·이슈 분류는 키워드 사전과 Claude Haiku 4.5를 활용하여 진행했고 LDA 토픽모델링으로 주제 분석을 진행했다. 본 논문에서는 Visual Studio Code에 Claude Code Haiku 4.5 모델을 사용하여 파이썬 환경에서 모든 작업을 진행했다. 분석 결과 송도·영종도는 높은 밀도를 보였고 원도심은 가장 낮은 관심도와 부정적인 댓글 비율이 높은 곳으로 나타났다. 강화도의 경우 가장 긍정적인 댓글이 많은 지역으로 나타났다. 송도·영종도의 경우 방문 분산과 편의 개선, 강화도는 체류형 관광 확장을 단기, 중기, 장기 정책 의제로 제안하였다. 본 연구의 의의는 개별 댓글 분석을 넘어 대규모 비정형 데이터의 수집부터 정책 의제 도출까지 전 과정 자동화를 시도했다는 점에 있다. 또한, 저비용 경량 모델 활용으로 예산이 제한된 지방정부도 활용 가능하며, 민원데이터, 설문 자료 등 다양항 행정 데이터분석으로 확대 적용할 가능성을 시사한다. 다만, AI 에이전트 활용 과정에서 데이터 수집부터 정책 의제 도출까지 전 과정에서 전문 연구자의 검토 과정이 필수적이다.

목차

요약
Abstract
I. 서론
II. 이론적 논의
1. 온라인 관광 담론과 이용자 생성 콘텐츠
2. 장소성과 담론의 편향
3. AI 에이전트의 워크플로 자동화와 정책 의제 발굴
III. 연구방법
1. 측정도구
2. 자료수집 및 분석
3. 분석 조건의 일관성 검토
IV. 분석 결과
1. 권역별 영상당 댓글 수와 감성 구조
2. 권역별 편향성
3. 권역별 주제 구조 및 핵심 키워드
4. 권역별 정책 의제 도출
V. 결론 및 제언
참고문헌

키워드

저자

• 홍승연 [ Hong, Seung-Yeon | 인하대학교 일반대학원 문화경영학과 겸임교수 ] 제1저자
• 김상원 [ Kim, Sangwon | 인하대학교 문화콘텐츠 문화경영학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  콘텐츠와산업 [Journal of Contents and Industry]

• 간기

  격월간

• pISSN

  2765-317X

• 수록기간

  2019~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700