Ⅰ. 서론

수면은 인간의 신체적, 정신적 건강 유지에 필 수적인 생리적 활동이다. 적절한 수면은 면역 기능 강화, 인지 기능 향상, 정서 조절에 기여하며, 반대 로 수면 부족이나 수면 장애는 심혈관 질환, 당뇨 병, 우울증 등 다양한 건강 문제와 연관된다[1][2]. 최근 현대인의 불규칙한 생활 패턴과 스트레스 증 가로 인해 수면 문제를 호소하는 인구가 증가하고 있으며, 이에 따라 수면 건강에 대한 관심도 높아 지고 있다[3].

수면 문제의 해결을 위한 접근법은 크게 약물 기반 개입(drug-based intervention)과 비약물 기반 개입(non-drug-based intervention)으로 구분된다. 약물 기반 개입은 수면제, 진정제 등의 처방약이나 멜라토닌과 같은 보조제를 활용하는 방법이며, 비 약물 기반 개입은 수면 위생(sleep hygiene), 수면 루틴 개선, 인지행동치료(CBT-I) 등을 포함한다 [4][5]. 임상적으로 비약물 기반 개입이 장기적 효 과와 부작용 측면에서 권장되지만, 실제 일반 대중 의 관심과 정보 탐색 행태는 이와 다를 수 있다[6].

소셜미디어는 현대인의 건강 정보 탐색 및 경험 공유의 주요 플랫폼으로 자리잡았다[7]. 특히 블로 그와 같은 소셜미디어에서 생성되는 건강 관련 사 용자 생성 콘텐츠(User-Generated Content)는 개인 의 실제 경험과 관심사를 반영하며, 이를 분석함으 로써 대중의 건강 정보 니즈를 파악할 수 있다 [8][9]. 텍스트 마이닝과 토픽 모델링 기법은 대량 의 비정형 텍스트 데이터에서 잠재적인 주제 구조 를 추출하는 데 효과적인 방법론으로, 최근 보건의 료 분야에서 활발히 활용되고 있다[10][11]. 국내에 서도 LDA 기반 토픽 모델링을 활용하여 보건의료 분야의 연구 주제를 분류하고 트렌드를 분석한 연 구가 수행된 바 있다[12].

그러나 기존 연구들은 수면 관련 소셜미디어 담 론을 전반적으로 분석하거나, 특정 약물에 초점을 맞추는 경우가 대부분이었으며[13][14], 약물 기반 과 비약물 기반 키워드 게시물 그룹 간의 담론 특 성을 비교한 연구는 부족한 실정이다. 약물 기반 개입을 탐색하는 집단과 비약물 기반 개입을 탐색 하는 집단은 수면 문제의 심각성에 대한 인식, 선 호하는 해결 방식, 필요로 하는 정보의 유형이 근 본적으로 다를 것으로 예상된다. 그러나 이러한 차 이를 실증적으로 규명한 연구는 현재까지 존재하 지 않으며, 이를 파악하지 못한 채 단일화된 건강 커뮤니케이션 전략을 수립할 경우 각 집단의 실제 정보 니즈를 충족시키지 못할 위험이 있다.

이에 본 연구는 LDA(Latent Dirichlet Allocation) 토픽 모델링을 활용하여 수면 건강 관련 소셜미디어 담론을 분석하고, 약물 기반 키워드 게시물 그룹과 비약물 기반 키워드 게시물 그룹 간의 토픽 분포 차 이를 비교하고자 한다. 이를 통해 각 집단의 정보 니즈 특성을 파악하고, 맞춤형 수면 건강 정보 제공 전략에 기초 자료를 제공하고자 한다.

본 연구의 방법론적 기반인 LDA 토픽 모델링 은 보건의료 분야에서 이미 활용되고 있으나, 수면 건강 담론을 개입 유형별로 구분하여 집단 간 담 론 구조의 실증적 차이를 규명한 연구는 부재하다. 따라서 본 연구의 핵심 학문적 기여는 방법론의 신규성보다는 약물 기반과 비약물 기반 개입 관련 담론의 구조적 차이를 처음으로 실증적으로 비교· 분석함으로써, 수면 건강 분야의 집단별 맞춤형 건 강 커뮤니케이션 전략 수립 및 정책적 개입 방향 설정에 실질적 근거를 제공한다는 데 있다.

Ⅱ. 연구방법

1. 연구설계

본 연구는 공개된 소셜미디어 플랫폼의 게시물 을 대상으로 한 횡단적 텍스트 마이닝 연구이다. 연구는 공개된 소셜미디어 플랫폼의 게시물을 대 상으로 하였으며, 개인식별정보를 수집하지 않고 익명화된 텍스트 데이터만을 분석하였다. 연구대상 자와의 직접적 접촉이 없는 2차 데이터 분석 연구 로, ^「생명윤리 및 안전에 관한 법률_」제15조에 따른 기관생명윤리위원회 심의 대상에 해당하지 않는다.

2. 연구대상

2025년 3월부터 10월까지 네이버 블로그에서 수 집된 게시물을 연구대상으로 하였다. 데이터 수집 을 위해 수면 개입 유형에 따라 5개의 검색 키워 드를 선정하였다. 키워드는 불면증 치료의 약물 기 반·비약물 기반 개입 치료 지침[4][5]에 근거하여 선정하였다. 약물 기반 키워드로는 수면제 관련 일 반 검색어인 '수면제', 국내에서 가장 널리 처방되 는 졸피뎀 계열 수면제의 상품명인 '스틸녹스', 비 처방 수면 보조제로 높은 검색 빈도를 보이는 '멜 라토닌'을 선정하였다. 비약물 기반 키워드로는 수 면 행동 개입의 대표적 개념인 '수면루틴'과 임상 적으로 확립된 비약물 수면 관리 전략인 '수면위생 '을 선정하였다. 약물 기반 개입 키워드는 '수면제 '(933개), '스틸녹스'(972개), '멜라토닌'(739개)이며, 비약물 기반 개입 키워드는 '수면루틴'(934개), '수 면위생'(886개)이다. 총 4,464개의 블로그 게시물이 수집되었으며, 분석 과정에서 노이즈 토픽으로 분 류된 30개를 제외한 4,434개를 최종 분석에 사용하 였다. 본 연구는 게시물 단위의 분석으로, 동일 작 성자가 복수의 게시물을 작성하였을 가능성을 배 제할 수 없다. 작성자 정보가 익명화되어 중복 제 거가 불가능하였으며, 이는 본 연구의 제한점으로 고려되어야 한다.

3. 분석방법

1) 데이터 전처리

수집된 텍스트 데이터는 Python의 KoNLPy 라 이브러리를 활용하여 형태소 분석을 수행하였다. 명사만을 추출하였으며, 한 글자 단어와 불용어를 제거하였다. 네이버 블로그 특성상 광고성 게시물 이 포함될 가능성이 있으나, LDA 토픽 모델링 과 정에서 수면 건강 담론과 의미적 연관성이 낮은 게시물은 노이즈 토픽(토픽 1, 5, 8)으로 자연 분류 되어 최종 분석에서 제외되었다.

2) 토픽 모델링

LDA(Latent Dirichlet Allocation) 토픽 모델링을 Gensim 라이브러리를 사용하여 수행하였다. 토픽 수는 coherence score를 기준으로 최적화하여 9개로 설정하 였으며(C_V=0.5287), passes=15, iterations=400으로 모 델을 학습시켰다. 각 문서에 대해 가장 높은 확률을 가진 토픽을 해당 문서의 주요 토픽으로 할당하였다.

토픽 수 결정을 위해 k=3부터 k=15까지의 범위 에서 C_V coherence score를 비교하였다<Figure 1>. Coherence score는 k=5일 때 최고값(0.5826)을 기록하였으나, k=5는 수면 건강 담론의 다양한 주 제를 충분히 반영하기에 토픽 수가 지나치게 적어 해석 가능성이 낮다고 판단하였다. 이에 coherence score와 토픽 해석 가능성을 종합적으로 고려하여 k=9(C_V=0.5287)를 최적 토픽 수로 선정하였다.

<Figure 1>

Coherence Score by Number of Topics

도출된 9개 토픽 중, 대표 키워드가 수면 건강 주제와 의미적으로 연관성이 없어 해석이 불가능 한 토픽을 노이즈 토픽으로 분류하였다. 구체적으 로, '가수', '연휴', '추석' 등의 키워드로 구성된 토 픽 1, '경찰', '입건', '아토피' 등의 키워드로 구성 된 토픽 5, '현관', '감독', '세면' 등의 키워드로 구 성된 토픽 8을 노이즈 토픽으로 판단하여 이후 분 석에서 제외하였다.

각 토픽의 명명은 상위 10개 대표 키워드와 해 당 토픽에 할당된 게시물 내용을 종합적으로 검토 하여 수행하였다.

3) 통계분석

약물 기반 그룹과 비약물 기반 그룹 간의 토픽 분포 차이를 검정하기 위해 카이제곱 검정 (chi-square test)을 실시하였다. 또한 키워드별 토 픽 분포를 히트맵으로 시각화하여 세부적인 패턴 을 분석하였다. 모든 통계분석은 Python과 SciPy 라이브러리를 사용하여 수행하였으며, 유의수준은 p<0.05로 설정하였다.

Ⅲ. 연구결과

1. LDA 토픽 모델링 결과

LDA 토픽 모델링 결과, 9개의 토픽이 도출되었 으며 이 중 6개가 의미 있는 토픽으로 식별되었다. 노이즈로 분류된 3개 토픽(토픽 1, 5, 8)에는 전체 의 0.9%(30개)만이 할당되어 분석에서 제외하였다. 주요 토픽별 문서 분포와 대표 키워드는 <Table 1>과 같다. 가장 많은 문서가 할당된 토픽은 '수면 /불면증 일반'(38.3%)이었으며, 그 다음으로 '수면 제/약물 경험'(25.5%), '수면장애 증상/치료'(20.6%) 순으로 나타났다.

각 토픽의 내용은 다음과 같다. 토픽 0(수면루틴 /생활습관)은 규칙적인 수면 루틴 형성, 운동, 침실 환경 관리 등 생활습관 개선을 통한 수면 질 향상에 관한 담론으로 구성되었다. 특히 갱년기(menopause) 가 토픽 내 주요 키워드 중 하나로 나타난 것은, 수 면 루틴 담론에서 갱년기로 인한 수면 변화가 주요 맥락 중 하나로 언급되고 있음을 시사한다.

토픽 2(피부/위생관리)는 수면과 피부 건강의 연관성 및 수면 위생 실천을 통한 전반적 건강 관 리에 관한 담론으로 구성되었다. 토픽 3(수면/불면 증 일반)은 불면증의 원인, 증상, 일반적 관리 방법 등 수면 건강에 대한 전반적 정보 탐색 담론으로 구성되었다. 해당 토픽의 키워드가 수면 건강 담론 전반에 걸쳐 광범위하게 사용되는 일반적 단어로 구성된 것은 LDA의 공출현 빈도 기반 알고리즘의 특성에 기인하며, 전체 데이터의 38.6%를 차지한다 는 점에서 일반 대중의 수면 건강에 대한 높은 관 심을 반영하는 것으로 해석된다.

토픽 4(수면제/약물 경험)는 스틸녹스, 졸피뎀 등 처방 수면제의 복용 경험, 효과, 부작용에 관한 실사용자 담론으로 구성되었다. '부작용'이 상위 키 워드에 포함되어 있어 부작용 관련 담론이 존재함 이 확인되나, 기억상실·몽유병 등 구체적 부작용 표현이 상위 키워드로 나타나지 않은 것은 장문형 블로그 특성상 다양한 맥락의 단어가 혼재하기 때 문으로 판단된다. 토픽 6(수면환경/멜라토닌)은 멜 라토닌의 수면 유도 메커니즘과 함께 침구류 등 수면 환경 개선에 관한 담론이 혼재된 토픽으로, 수면의 질 향상을 위해 멜라토닌 활용과 수면 환 경 개선을 함께 다루는 게시물들이 하나의 토픽으 로 묶인 것으로 해석된다. 토픽 7(수면장애 증상/ 치료)은 수면장애 증상(통증, 피로 등), 병원 치료 과정 및 전문적 치료에 관한 담론으로 구성되었다.

2. 약물 기반 그룹과 비약물 기반 그룹의 토픽 분포 비교

약물 기반 그룹(2,621개)과 비약물 기반 그룹 (1,813개)의 토픽 분포를 비교한 결과, 두 그룹 간 토픽 분포 차이는 통계적으로 유의하였으며(χ²=1815.85, df=5, p<0.001), 효과크기(Cramér's V=0.64)는 두 그룹 간 토픽 분포의 차이가 실질적 으로도 크다는 것을 나타낸다. 약물 기반 그룹에서 는 '수면제/약물 경험' 토픽이 53.6%로 가장 높은 비율을 차지한 반면, 비약물 기반 그룹에서는 '수 면/불면증 일반' 토픽이 62.3%로 가장 높았다. 특 히 비약물 기반 그룹에서 약물 관련 토픽 비율은 1.3%에 불과하여, 두 그룹의 정보 니즈가 명확히 구분됨을 확인하였다<Table 2><Figure 2>.

<Figure 2>

Topic Distribution by Intervention Group

3. 키워드별 토픽 분포 특성

각 검색 키워드별 토픽 분포를 분석한 결과, 키 워드 특성에 따라 뚜렷한 차이가 나타났다. '스틸 녹스' 키워드의 경우 약물 경험 토픽이 90.8%로 압 도적으로 높았으며, 이는 특정 처방약에 대한 집중 적인 정보 탐색 행태를 반영한다. 반면 '멜라토닌' 키워드는 약물임에도 불구하고 불면증 일반(53.5%) 과 생활습관(19.7%) 토픽 비율이 높아, 건강보조제 로서의 인식이 반영된 것으로 보인다. 비약물 기반 키워드 중 '수면루틴'은 불면증 일반(46.6%)과 생활 습관(39.7%)이, '수면위생'은 불면증 일반(78.9%)이 주를 이루어 각각의 키워드가 서로 다른 정보 니즈 를 포착하고 있음을 확인하였다<Figure 3>.

<Figure 3>

Topic Distribution by Search Keyword (%)

Ⅳ. 고찰

본 연구는 LDA 토픽 모델링을 활용하여 수면 건강 관련 소셜미디어 담론을 분석하고, 약물 기반 과 비약물 기반 키워드 게시물 그룹 간의 정보 니 즈 차이를 비교하였다. 연구 결과, 두 그룹 간에 통계적으로 유의한 토픽 분포 차이가 확인되었으 며, 이는 효과적인 건강 커뮤니케이션 전략 수립에 중요한 시사점을 제공한다.

첫째, 약물 기반 키워드 게시물 그룹은 주로 특 정 약물의 복용 경험, 효과, 부작용에 대한 정보를 공유하고 탐색하는 것으로 나타났다. 특히 '스틸녹 스' 검색 게시물의 90.8%가 약물 경험 토픽에 집 중된 것은 처방약에 대한 실사용자 경험 정보의 수요가 높음을 시사한다. 이러한 결과는 McIver et al.[13]의 연구에서 수면제 관련 온라인 담론이 주 로 개인 경험 공유에 집중된다는 발견과 일치하며, 의료 전문가 상담이 어려운 상황에서 동료 사용자 의 경험이 중요한 정보원 역할을 함을 보여준다 [15]. 한편 Sakib et al.[14]이 트위터 데이터를 분석 하여 불면증 관련 담론을 유형화한 연구와 달리, 본 연구는 장문형 플랫폼인 네이버 블로그를 활용 하여 약물 복용 경험에 대한 보다 심층적인 서술 적 정보가 공유되고 있음을 확인하였다는 점에서 차별성을 갖는다. 또한 약물 기반 키워드 게시물 그룹에서 수면장애 증상/치료 토픽의 비중(3.6%) 이 비약물 기반 그룹(1.0%)보다 높게 나타난 것은, 이 그룹이 수면 장애를 보다 심각하게 인식하고 전문적 치료에 대한 정보 요구가 상대적으로 높음 을 시사한다.

둘째, 비약물 기반 키워드 게시물 그룹은 전반 적인 수면 건강 관리와 생활습관 개선에 관심을 보였다. 이 그룹에서 약물 관련 토픽 비율이 1.3% 에 불과한 것은 비약물적 접근을 선호하는 경우 약물 정보에 대한 관심이 낮음을 의미하며, 수면 건강 정보 제공 시 대상 집단의 선호에 맞는 맞춤 형 콘텐츠가 필요함을 시사한다. 이는 일반 대중이 온라인을 통해 건강 관련 자기관리 정보를 적극적 으로 탐색한다는 Eysenbach[8]의 연구와도 맥을 같이 한다. 기존 연구들이 수면 관련 소셜미디어 담론을 단일 집단으로 분석한 것과 달리, 본 연구 는 약물·비약물 키워드 게시물 그룹 간 정보 니즈 의 실증적 차이를 최초로 규명하였다는 점에서 차 별성을 갖는다. 특히 비약물 기반 키워드 게시물 그룹에서 수면루틴/생활습관 토픽의 비중(24.0%) 이 약물 기반 그룹(16.5%)에 비해 높게 나타난 것 은, 비약물적 접근을 탐색하는 사용자들이 처방 의 약품 대신 수면 위생 실천과 행동 요법을 대안으 로 적극적으로 모색하고 있음을 시사한다. 이러한 결과는 두 그룹이 선호하는 개입 방식에서만 차이 를 보이는 것이 아니라, 수면 문제에 대한 인식 수 준과 정보 탐색 전략 자체가 질적으로 다름을 보 여준다.

셋째, 멜라토닌의 독특한 위치가 주목할 만하다. 약물로 분류됨에도 불구하고 생활습관 및 일반적 수면 관리 맥락에서 논의되는 비율이 높았다. 이는 멜라토닌은 여러 국가에서 처방 없이 구매 가능한 보조제로 사용이 급증하고 있어[16] 처방약과 달리 비약물적 수면 관리의 일환으로 받아들여지고 있 음을 보여준다. 보건의료 커뮤니케이션에서 멜라토 닌을 약물과 비약물 개입의 중간적 위치로 다루어 야 할 필요성을 제기한다.

본 연구 결과는 건강신념모형(Health Belief Model)의 관점에서 해석할 수 있다. 건강신념모형에 따르면 개인의 건강행동은 질병에 대한 인지된 심각 성(perceived severity)과 인지된 취약성(perceived susceptibility)에 의해 영향을 받는다. 약물 기반 키 워드 게시물 그룹에서 수면제 복용 경험과 부작용 담론이 지배적으로 나타난 것은, 이 그룹이 수면 장 애를 보다 심각하게 인식하고 의료적 개입이 필요한 상태로 판단하고 있음을 시사한다. 반면 비약물 기 반 키워드 게시물 그룹에서 생활습관 개선과 일반적 수면 관리에 대한 관심이 높게 나타난 것은, 이 그 룹이 수면 문제를 스스로 관리 가능한 수준으로 인 식하는 경향이 있음을 반영한다.

본 연구의 제한점은 다음과 같다. 첫째, 네이버 블로그만을 대상으로 하였으므로 다른 소셜미디어 플랫폼의 담론 특성은 반영되지 않았다. 둘째, 블 로그 작성자의 인구통계학적 특성을 파악할 수 없 어 연령, 성별 등에 따른 세부 분석이 불가능하였 다. 셋째, 2025년 3~10월의 데이터만을 분석하여 시간적 변화를 추적하지 못하였다. 향후 연구에서 는 다양한 플랫폼과 장기간의 데이터를 활용한 종 단적 분석이 필요하다. 넷째, 동일 작성자의 중복 게시물을 통제하지 못하였으므로, 향후 연구에서는 작성자 단위의 분석이 필요하다. 다섯째, 약물 기 반 키워드 중 '스틸녹스'만을 포함하여 할시온, 자 낙스 등 다른 수면제 사용자의 담론이 배제되었을 가능성이 있다. 여섯째, 멜라토닌을 약물 기반 키워 드로 분류함으로써 해당 그룹의 특성이 희석되었을 가능성이 있다. 일곱째, '수면위생'은 전문가가 주로 사용하는 용어로, 해당 키워드로 수집된 게시물이 실제 불면증 환자의 경험을 반영하는지, 전문가나 의료기관이 작성한 정보 제공 게시물인지 구분하지 못하였다는 한계가 있다.

본 연구에서는 동의어 및 유의어에 대한 별도의 통합 처리를 수행하지 않았으므로, 유사한 의미를 가진 단어들이 분산되어 토픽 구조에 영향을 미쳤 을 가능성이 있다. 향후 연구에서는 수면 건강 도 메인 특화 동의어 사전을 구축하여 전처리에 적용 할 필요가 있다. 또한 토픽 명명이 단일 연구자에 의해 수행되어 주관성이 개입될 가능성이 있으며, 향후 연구에서는 복수의 연구자 간 합의 과정을 도 입할 필요가 있다.

본 연구는 네이버 블로그의 광고성·홍보성 게시 물을 별도로 필터링하지 않았으며, 이러한 게시물이 일부 분석에 포함되었을 가능성을 배제할 수 없다. 향후 연구에서는 광고성 게시물 식별 및 제거 절차 를 명확히 수립한 후 분석을 수행할 필요가 있다.

Ⅴ. 결론

본 연구는 LDA 토픽 모델링을 활용하여 수면 건강 관련 소셜미디어 담론에서 약물 기반과 비약 물 기반 키워드 게시물 그룹 간의 정보 니즈 차이 를 규명하였다. 연구 결과, 약물 기반 게시물 그룹 은 약물 복용 경험과 효과에, 비약물 기반 게시물 그룹은 전반적인 수면 관리와 생활습관에 관심을 보여 두 그룹의 정보 니즈가 명확히 구분되었다.

이러한 결과는 수면 건강 정보 제공 시 대상 집 단의 특성에 맞는 맞춤형 전략이 필요함을 시사한 다. 약물 기반 개입에 관심 있는 대상에게는 올바 른 약물 사용 정보와 전문가 상담 안내를, 비약물 기반 개입에 관심 있는 대상에게는 과학적으로 검 증된 수면 위생 및 행동 전략 정보를 제공하는 것 이 효과적일 것이다. 본 연구 결과가 수면 건강 증 진을 위한 근거 기반 건강 커뮤니케이션 전략 수 립에 기초 자료로 활용되기를 기대한다.