@

초록

본 연구는 대규모 언어모델(LLM)을 활용하여 한국 국회의원의 이념성향을 측정하는 새로운 방법론을 제시한다. 기존의 이념 측정 방식인 서베이 기반 측정은 응답의 불안정성과 결측치 편향 문제를, W-NOMINATE 분석은 강한 정당 기율로 인해 개별 의원의 실질적 이념보다 여야 대립 차원을 반영한다는 한계를 지닌다. 이에 본 연구는 제17대부터 제20대까지 국회 회의록 발언 텍스트를 분석 대상으로 삼아, GPT-4.1-mini 모델에 조정된 이념 측정 도구로써의 역할을 부여하고 –1(강한 진보)에서 +1(강한 보수)까지의 연속형 점수를 산출하였다. 분석 결과, 첫째, LLM 측정 이념은 W-NOMINATE의 양봉형 분포와 달리 단봉형 분포를 보였는데, 이는 발언이라는 정치적 행위가 표결보다 완충된 형태의 이념 신호를 담고 있음을 시사한다. 둘째, 이러한 분포 차이에도 불구하고 LLM 측정 이념은 W-NOMINATE와 유의미한 수렴 타당도를 보였으며, 특히 최근 국회로 올수록 두 지표 간 이념적 정렬이 강화되는 경향이 확인되었다. 셋째, 본회의, 상임위원회, 예산결산특별위원회 등 언론과 대중의 주목을 받는 회의에서 상대적으로 높은 상관관계가 나타난 반면, 실무적 논의가 중심인 소위원회에서는 낮은 상관관계가 관찰되었다. 넷째, 회귀분석 결과 LLM 측정 이념은 진보·보수 정당 모두에서 W-NOMINATE를 일관되게 예측하였으며, 정파에 따른 체계적 편향은 나타나지 않았다. 본 연구는 기존 국회의원 이념 측정 방식의 한계를 보완하는 대안으로서 발언 텍스트 분석의 가능성을 제시하고, 단어 빈도 기반 방법론이 포착하기 어려운 맥락적 이념 신호를 LLM을 통해 측정할 수 있음을 보여준다. 나아가 한국어 정치 텍스트에 대한 LLM 적용 가능성을 검증함으로써 비영어권 의회 연구의 방법론적 확장에 기여한다.

키워드