Visual Framing Analysis of News Photographs Using Computer Vision and Multimodal LLM : A Comparative Study of Trump’s Image in Korean and US Media

본 연구는 언론이 정치인을 어떻게 시각적으로 표현하는지 분석했다. 도널드 트럼프 미국 대통령에 대한 한국과 미국 언론의 보도사진을 대상으로, 얼굴 크기, 얼굴 위치, 감정표현, 역동성이라는 네 가지 시각적 요소가 언론사의 국가(문화적 배경)와 정치적 성향(이념적 배경)에 따라 어떻게 달라지는지 실증적으로 규명했다. 분석 대상은 한국의 (보수)와 (진보), 미국의 (보수)와 (진보)에서 수집한 2,002장의 트럼프 보도사진이다. MTCNN과 Inception-ResNet-V1 기반 컴퓨터 비전 기술로 얼굴 탐지와 크기 및 위치 측정을 실시했고, Qwen2.5-VL 멀티모달 모델로 감정표현과 역동성을 자동 분석했다. 연구 결과, 국가별 차이가 뚜렷하게 나타났다. 한국 언론은 미국 언론에 비해 트럼프의 얼굴을 더 크게 표현하고, 더 긍정적인 감정과 더 높은 역동성을 보이는 사진을 선택하는 경향을 보였다. 정치적 성향별로는 보수 언론이 진보 언론보다 얼굴 크기를 더 크게 표현하고 더 높은 역동성을 강조했다. 특히 주목할 점은 역동성에서 국가와 정치적 성향 간의 상호작용 효과가 나타났다는 것이다. 한국 보수 언론에서 가장 높은 역동성 점수가 관찰된 반면, 미국 언론에서는 보수와 진보 간 차이가 유의하지 않았다. 이는 정치인의 시각적 재현 방식이 개별 언론사의 편집 방침을 넘어 국가적 언론 문화와 정치적 성향이 복합적으로 작용한 결과임을 보여준다. 본 연구는 딥러닝 기술을 활용한 대규모 이미지 분석을 통해 프레이밍 이론을 시각적 영역으로 확장하고, 언론의 시각적 편향성을 객관적으로 진단할 수 있는 방법론적 기반을 제공한다는 점에서 의의가 있다.