인공지능(AI)과 빅데이터 결합으로 여론조사 패러다임이 진화하고 있다. 단순 지지율 집계를 넘어 ‘왜 움직였는지’ 원인을 추적하고 예측하는 도구로 확장하는 추세다. 이에 따라 여론 데이터 분석의 무게중심도 결과 집계에서 원인 해석으로 옮겨가고 있다.

전통적인 여론조사는 전화나 대면 설문에 의존해 특정 시점의 지지율만 확인하는 방식이었다. 최근에는 온라인 담론의 감정 신호를 텍스트 마이닝으로 추출해 설문 결과를 보완한다. 소셜 리스닝과 설문을 결합하는 방식이다. 여론의 탄력성과 이슈별 반응 속도까지 가늠하려는 시도가 늘고 있다는 진단이 나온다.

글로벌 정치·경제 지형에서도 여론조사 데이터가 외교·비즈니스 의사결정의 참고 자료로 쓰이는 사례가 늘면서 역할이 커지고 있다는 분석이다.

조사 방식도 전화 중심에서 온라인·하이브리드로 확장되는 추세다. 단순 조사를 넘어 인사이트 산업으로 성격이 바뀌고 있다는 진단도 뒤따른다.

이런 흐름은 정치권에 국한되지 않는다. 기업 마케팅 부서도 SNS 담론을 실시간으로 추적한다. 신제품 출시나 캠페인 반응을 가늠하기 위해서다. 브랜드 위기 상황에서는 소비자 반응 방향을 조기에 감지하려는 수요도 있다.

언론사와 데이터 저널리즘 조직도 예외는 아니다. 업계 일각에서는 특정 이슈의 여론 흐름을 기사화하기 위해 소셜 미디어 데이터 수집 결과를 참고 자료로 활용하는 사례가 늘고 있다고 보고 있다.

관건은 데이터 확보 방식이다. 페이스북 등 주요 플랫폼은 공개 게시물이라도 대량 수집을 시도하면 접근을 차단한다. 사람과 프로그램을 구별하기 위한 보안 절차인 캡차(CAPTCHA)를 요구하는 경우도 많다.

자체 수집 인프라를 구축하려면 프록시 관리와 IP 차단 대응 등 별도 기술 자원이 필요하다. 여론 분석이나 소셜 리스닝에 나서는 조직 상당수가 초기 단계부터 벽에 부딪힌다는 지적이 나온다.

이런 배경에서 공개된 페이스북 데이터 수집을 API나 노코드 방식으로 지원하는 서비스가 주목받고 있다. 브라이트 데이터의 페이스북 스크래퍼는 공개 페이스북 프로필, 게시물, 댓글, 마켓플레이스, 이벤트, 릴스 데이터를 API 또는 노코드 인터페이스로 수집한다. 대량 요청 처리와 자동 프록시 관리, 캡차 대응 기능을 갖췄다.

별도 인프라 구축 없이 게시물·댓글 등 소셜 미디어 데이터 수집이 가능하다는 설명이다. 수집 결과는 성공적으로 전달된 데이터에 대해서만 과금된다. 개인정보보호 규정(GDPR·CCPA) 준수도 표방한다.

여론 분석의 무게중심이 ‘현재 지지율’에서 ‘왜, 어떻게 움직이는가’로 옮겨가고 있다. 이런 흐름은 당분간 이어질 전망이다. 소셜 데이터를 얼마나 안정적으로, 규정을 지키며 확보하느냐가 여론 분석과 마케팅 인사이트의 품질을 가르는 변수로 떠오르고 있다.

김성혜 한경닷컴 기자 shkimmy@hankyung.com