폐암은 국내 및 전 세계적으로 암에 의한 사망률 1위의 암종으로, 특히 흡연율이 높은 한국에서는 폐암으로 인한 폐해가 큰 편으로 2019년에는 폐암이 위암을 제치고 처음으로 갑상선암을 제외한 발병률 1위에 올랐으며, 폐암은 남녀 모두에서 암 사망의 주요 원인으로 보고되었다.1) 또한 폐암은 5년 상대생존율은 34.7%인 치명률이 높은 암종이기도 하다.1) 폐암과 같은 치명률이 높은 질환이나 유병률이 높은 질환의 경우 고위험군의 적절한 암검진과 위험요인에 대한 예방, 조기 치료가 사망률을 광범위하게 감소시키는 데 매우 중요하다.2-4) 또한 치명률이 높은 질환자 및 가족을 포함한 일반 대중은 정보에 대한 요구도가 증가하게 되며, 유포되는 정보들이 입증되지 않은 치료법이나 검사 등의 잘못된 내용을 포함하고 있는 경우 정보의 영향은 치명적일 수 있다.5) 기존에 타 암종에 관한 연구에서도 밝혀진 바와 같이, 암검진, 예방, 치료 등에 대한 지식이나 인식의 부족은 적절한 의료적 대응을 가로막는 장벽으로 보고되고 있다.6-8)
전문가 혹은 의료기관 기반의 일방향 정보 제공 체계와는 달리, information and communications technology의 발전과 함께 건강정보들에 대한 관심이 높아짐에 따라 인터넷 사용자 중 80% 이상이 웹에서 건강정보를 검색하고 있다.9,10) Statista의 통계 집계에 따르면, YouTube는 Google에 이어 세계에서 두 번째로 많이 방문한 웹 사이트이며 인터넷에 저장된 전체 동영상의 60%를 포함하고 있어, YouTube와 같은 매체를 통해 검색하여 정보를 찾는 빈도가 높아지고 있다.11-13) 정보 검색의 경향 변화에 발맞춰 의료인과 의료기관뿐만 아니라 비전문가들도 건강, 특히 질병의 관리 및 치료와 관련된 많은 수의 YouTube 동영상들을 제작하여 배포하고 있다.14-16) 그러나 양질의 정보 제공은 인구 수준에서 건강 이해도와 치료 순응도 향상에 기여할 수 있지만, 잘못된 정보는 인구집단의 건강에 해가 될 수 있다.17,18) 그러므로 현재와 같이 정보 검색의 경향이 변화하는 상황에 따라 YouTube와 같은 소셜 미디어에서 잘못된 정보를 처리하는 것이 중요한 공중 보건 목표라 할 수 있다.19)
본 연구에서는 YouTube가 시작된 시점부터 ‘폐암’에 대한 모든 YouTube 동영상 중 시청자들에게 영향력이 있었을 정도로 조회 수가 높은, 10,000회 이상의 조회 수를 보인 동영상들을 검토 대상으로 하였다. 제공되는 정보의 품질이 상대적으로 중요한 영향을 미칠 수 있을 것으로 생각되는 치명적 질환 중 하나인 폐암에 대한 YouTube 컨텐츠의 잘못된 정보 및 위험한 정보의 내용을 분석하여 정보의 품질을 평가하고자 한다. 또한 전문가 집단의 동영상 제공 여부에 따라 세부 분석을 진행하여, 비전문가 집단에서 주로 제공하는 잘못된 정보의 종류를 확인하고자 한다.
본 연구의 방법론은 기존에 제안된 YouTube의 건강정보 분석 방법을 바탕으로 하여,20,21) 타 암종과 관련된 YouTube 연구들의 방법론을 고려하여 설계하였다.11,13) ‘폐암’과 관련된 영상을 수집하기 위하여, YouTube 검색 엔진 내에서 ‘폐암’이라는 키워드를 활용하였으며, YouTube의 검색 엔진은 ‘소세포폐암’ 등과 같이 ‘폐암’이라는 문구를 포함한 경우 ‘폐암’이라는 키워드만 검색해도 ‘소세포폐암’과 같은 문구를 포함한 동영상 역시 추출하기 때문에 ‘폐암’이라는 키워드로 모든 영상이 검색될 것이라 판단하였다. 검색은 2022년 2월 28일에 수행되었다. 제외 기준에는 연예인 관련 영상 및 드라마/방송 관련 영상, 길이가 1분 미만이거나 타 암종에 관련된 영상인 경우가 포함되었다. 이 연구는 인간 참가자가 없는 관찰 연구로서 연구윤리심의위원회의 심의 제외 기준을 충족하였다.
본 연구에서도 앞서 제시하였듯이, 기존 방법론에 따라서 1) 객관적 수치 측정 및 2) 연구자 기반 측정을 수행하였다.20,21) 객관적 수치 측정의 경우 각 영상의 길이와 조회 수, 댓글 수, ‘좋아요’ 수, ‘싫어요’ 수 및 업로드 일자, 업로더, 채널 구독자 수 등을 분석하였다. 그러나 일부 영상의 경우 업로더가 겹치면서 채널 구독자 수는 분석에 교란요인으로 판단, 최종 분석에서는 제외하기로 결정하였다. 댓글이 작성 제한되거나, 채널 구독이 제한되는 등 정보가 누락되는 경우는 해당 분석에서 제외하였다.
본 연구에서는 수집된 영상들을 동영상 제공자가 전문가 집단인 영상, 비전문가 집단의 영상으로 구분하여 분류하였다. 현재 우리 연구의 목적에 적합한 검증된 도구가 존재하지 않아서, 기존의 연구에서 제시한 전문가의 정의를 활용하였다.10,22) 본 연구의 경우 전문가 집단의 영상은 동영상 제공자가 1) 의료기관/학회 등으로 명시되어 있거나, 2) 의사/한의사/약사/간호사인 경우, 혹은 3) 영상 중 전문가를 소개하고 그 전문가가 폐암에 대해 주로 설명하는 경우로 정의하였다. 이 외의 동영상들은 모두 비전문가 집단의 영상으로 구분하였으며, 1)에서 의료기관의 경우 소규모 개인 병원이나 영리 기업의 채널은 의료기관으로 간주하지 않았다.
조회된 모든 동영상의 자막을 추출 및 정제하여 텍스트 분석을 시행하였다. 잘못된 정보의 정의는 1) 단순 통계적 오류, 2) 불필요한 검사를 권장하는 경우, 3) 잘못된 치료 및 예방법을 소개하는 경우, 4) 궐련형 전자담배 등 아직까지 금연의 대체물로 인정받지 못한 종류의 일반담배 대체제를 옹호하는 경우, 5) 필요한 검사를 만류하는 경우, 6) 기타를 포함하였고 동영상이 위 내용 중 한 가지 이상을 포함할 경우 잘못된 정보를 제공하는 영상으로 분류하였다. 각 영상들마다 일차로 텍스트 분석을 통해 추출된 어휘들을 기반으로 분류를 시행하였으며, 이차로 한 명의 의사가 영상 자막을 기반으로 분류를 시행하였다. 분류를 시행한 한 명의 의사와 독립적으로, 다른 한 명의 의사가 영상의 분류를 시행하였다. 평가자 간 일치 여부를 검증하기 위하여, 절대 일치(absolute-agreement), 단일 측정(single-measurement), 양방향 무작위 효과 모델(two-way random-effects model)을 사용하여 클래스 내 상관계수(intraclass correlation coefficient)를 계산하였다. 텍스트 기반의 자동 분류와 2명의 평가자 간의 클래스 내 상관계수는 0.83으로 좋은 일치율을 보였다.
본 연구에서는 코딩된 정보를 기반으로 전문가 집단과 비전문가 집단 영상들에서 총 영상들 중 잘못된 정보를 지닌 영상들의 비율을 비교 분석하였다. 잘못된 정보를 지닌 영상 중에서도 단순 통계적 오류 및 기타를 제외한 잘못된 정보는 동영상 시청자로 하여금 불필요한 검사나 검증되지 않은 치료를 받는 행동 등을 유발할 수 있는 위험한 정보로 추가 분류하였다. 앞선 방식과 마찬가지로 전문가 집단과 비전문가 집단에서 잘못된 정보 중 위험한 정보를 포함한 영상들의 비율을 비교 분석하였다.
본 연구는 YouTube에서 폐암과 관련된 동영상에 관한 정성-정량적 연구로서 조회 수 10,000회가 넘는 영상 224개 영상 중 제외 기준을 충족하는 53개 영상을 제외한 171개 영상이 연구대상으로 포함되었다(Figure 1).
Figure 1. Flow diagram for the video being studied. First, videos were gathered using the keyword “lung cancer,” and 224 which had at least 10,000 views were included. Among these videos, 28 related to celebrities or drama were excluded from analysis. Seven videos were additionally excluded because 5 videos were less than 1 minute long and 2 videos dealt with other cancers besides lung cancer. Seventeen news videos that delivered information only on lung cancer were excluded. One video was deleted during the study period. A total of 171 videos were analyzed.
Table 1은 영상에 대한 기본 특성을 보여주는 표이다. 분석에 활용된 동영상의 평균 길이는 14.4분, 평균 조회 수는 167,062.9회였으며, 영상 중 댓글 작성이 허용된 영상은 154개로, 이 영상들의 평균 댓글 수는 112.6개였다. 171개 영상 중 전문가 집단의 영상은 98개(57.3%), 비전문가 집단의 영상은 73개(42.7%)로 전문가 집단의 영상이 조금 더 많은 비율을 차지하였으며, 잘못된 정보를 포함하고 있는 영상은 78개(45.6%)로 전체의 절반에 가까운 비율을 차지하였다. YouTube가 국내에서 활성화되기 시작한 것은 최근 수년 이내로, 본 연구에서 수집된 171개 동영상들의 업로드 시기를 분석해 보았을 때도 이 중 2021년에 업로드 된 동영상이 69개로 가장 많은 수를 보였다(Figure 2). 특징적으로, 2019년 이후 업로드 된 영상이 140개(81.8%)로 영상 대부분이 최근 4년 이내에 업로드 된 영상들이었다.
Figure 2. Number of YouTube videos by year (in which they were released). This figure shows the time at which the videos were uploaded. The highest number of videos uploaded in a single year was 69, in 2021. Characteristically, 140 (81.8%) of the videos were uploaded after 2019, within the last 4 years.
Characteristics of YouTube videos
| Characteristic | Number of videos (%) | Mean±standard deviation |
|---|---|---|
| Video length (min) | 171 | 14.40±15.75 |
| Average number of views | 171 | 167,062.9±409,036.4 |
| Average number of comments | 154 | 112.6±233.3 |
| Providing information by medical professionals | ||
| Yes | 98 (57.3) | - |
| No | 73 (42.7) | - |
| Containing misinformation | - | |
| Yes | 78 (45.6) | - |
| No | 93 (54.4) | - |
Table 2는 구체적으로 잘못된 정보를 제공하는 영상의 특성을 나타낸다. 잘못된 정보를 제공하는 영상들이 그렇지 않은 영상에 비하여 유의하게 더 많은 조회 수를 보였으며(208,189.9회 vs. 132,569.2회, P<0.001), 더 많은 댓글이 달리는 경향을 보였다(131.6개 vs. 90.1개, P<0.001). 해로운 정보를 제공하는 동영상의 경우에도, 조회 수와 댓글 수 모두 유사한 경향을 보였다(조회 수: 220,910.7회 vs. 96,883.4회, P<0.001; 댓글: 137.9건 vs. 76.3건, P<0.001). 전문가 집단에 비하여 비전문가 집단이 잘못된 정보를 제공하는 비율이 유의하게 높았으나(74.0% vs. 24.5%, P<0.001), 해로운 정보 제공 비율의 경우 유의한 차이가 없었다.
Characteristics of YouTube videos by information they contain and provider of the information
| Characteristic | Containing misinformation | Containing harmful misinformation | |||||
|---|---|---|---|---|---|---|---|
| Yes (n=78) | No (n=93) | P-value | Yes (n=70) | No (n=8) | P-value | ||
| Basic characteristics of YouTube videos | |||||||
| Average number of views | 208,189.9±409,963.3 | 132,569.2±407,255.7 | <0.001 | 220,910.7±428,375.7 | 96,883.4±155,401.0 | <0.001 | |
| Average number of comments | 131.6±267.6 | 90.1±184.2 | <0.001 | 137.9±278.3 | 76.3±143.7 | <0.001 | |
| Providing information by medical professionals | |||||||
| Yes | 24 (24.5) | 74 (75.5) | <0.001 | 20 (83.3) | 4 (16.7) | NS | |
| No | 54 (74.0) | 19 (26.0) | 50 (92.6) | 4 (7.4) | |||
Values are presented as mean±standard deviation or number (%).
NS, not significant.
잘못된 정보를 제공하는 78개 동영상 중 65.4%인 51개의 동영상은 잘못된 치료 및 예방법에 대한 정보를 제공하였다(Table 3). 이러한 동영상은 예를 들면 “연구에 따르면 채소∙과일∙산야초에는 수많은 암 억제물질이 포함되어 있어 이를 재료로 한 녹즙을 마시면 폐암을 치료할 수 있다는 사실이 밝혀졌다” 등과 같은 진술이 포함되어 있다. 다음으로 많은 비율을 차지하는 동영상은 불필요한 검사를 권장하는 경우로, 예를 들면 비흡연자라 하더라도 매해 computed tomography (CT)를 이용한 검진을 받는 것이 안전하다는 권고 등을 포함한 동영상이 있었다.
Classification of misinformation and harmful information on YouTube (n=78)
| Classification of misinformation | N (%) | Classification consistent with harmful information |
|---|---|---|
| Recommendation of unproved treatment and prevention methods | 51 (65.4) | Yes |
| Recommendation of unnecessary medical examinations | 13 (16.7) | Yes |
| Advocacy for E-cigarettes | 5 (6.4) | Yes |
| Advice not to undergo necessary tests such as LDCT | 1 (1.3) | Yes |
| Numerical error | 5 (6.4) | |
| Others | 3 (3.8) |
LDCT, low-dose chest computed tomography.
Table 4는 해로운 정보를 포함한 동영상의 비율을 의료 전문가/비전문가 제공 여부에 따라 분류하여 보여준 표이다. 해당 표에서, 의료 비전문가와 전문가 모두 잘못된 치료 및 예방법에 대한 정보를 제공하는 경우가 가장 많음을 확인할 수 있었고, 특징적으로 의료 전문가의 경우 불필요한 검사를 권고하는 경우도 다수 있음을 확인할 수 있었다.
Proportion of videos containing harmful information from medical professionals (n=70)
| Classification of harmful information | N (%) | Providing information by medical professionals | |
|---|---|---|---|
| Yes (n=20) | No (n=50) | ||
| Recommendation of unproved treatment and prevention methods | 51 (72.9) | 11 (55.0) | 40 (80.0) |
| Recommendation of unnecessary medical examinations | 13 (18.6) | 8 (40.0) | 5 (10.0) |
| Advocacy for E-cigarettes | 5 (7.1) | 0 (0.0) | 5 (10.0) |
| Advice not to undergo necessary tests such as LDCT | 1 (1.4) | 1 (5.0) | 0 (0.0) |
LDCT, low-dose chest computed tomography.
YouTube는 환자와 가족이 건강정보를 얻기 위해 가장 많이 사용하는 영상 미디어 플랫폼 중 하나로, YouTube 콘텐츠는 교육적이고 유용한 정보를 제공할 수 있다.21) 그러나 많은 연구에 따르면 건강 관련 비디오에는 의료 전문가가 업로드하지 않을 경우 오해의 소지가 있고 유해한 정보가 포함될 수 있다.23,24) 이러한 이유로 다양한 건강 문제에 대한 YouTube 콘텐츠의 품질과 신뢰성을 평가하기 위한 연구가 증가하는 추세이며,10,12) 본 연구는 이 중 연구가 시행되지 않았으면서 치명률이 높아 잘못된 정보가 환자의 건강 상태에 중대한 영향을 미칠 수 있는 폐암에 관련된 YouTube 동영상에 대한 분석을 수행하는 것을 목표로 하였다.
본 연구에서 분석된 171개의 동영상 중 절반 이상의 동영상이 전문가 집단에서 업로드 되었으며, 분석 결과 전문가 집단에서 24.5%로 비전문가 집단의 74.0%에 비해 상대적으로 적은 비율로 잘못된 정보를 제공하고 있는 것을 확인할 수 있었다. 하지만 잘못된 정보가 폐암에 대한 위험한 정보를 포함하고 있는 비율은 전문가 집단에서 83.3%, 비전문가 집단에서 92.6%로 전문가 집단과 비전문가 집단 모두 폐암에 대한 위험한 정보를 YouTube를 통해 유포하고 있는 실태를 확인하였다. 또한, 잘못된 정보를 제공하는 동영상이 더 많이 조회되고 더 많은 댓글을 받는 것 역시 잘못된 정보를 제공하는 동영상이 더 수용도가 높음을 간접적으로 반영하는 결과로 볼 수 있다. 즉, 특정 식품을 섭취하거나 증명되지 않은 간단한 검사만으로도 폐암을 예방하고 치료한다는 등의 다소 자극적인 내용들은 일반적인 폐암의 진단법이나 수술, 항암치료와 같은 내용들과 비교했을 때 대중들로 하여금 더 관심을 끌 수밖에 없게 만들었을 것이라고 추측해 볼 수 있다.25) 기존 연구들에서도 의료진이 업로드하거나, 주제가 전문적인 동영상에 비하여 환자가 업로드한 동영상이 더 많이 조회되고, 더 많은 댓글을 받으며, 더 많은 ‘좋아요’를 받는다는 결과가 보고되었다.24,26,27) 이러한 시청자의 수용성을 고려하여, YouTube상에서 자극적이면서 이해하기 쉬운 수준으로 제공되는 잘못된 정보에 대해 전문가 집단 역시 파악하고, 의료 제공자는 낮은 건강 문해 수준을 가진 환자가 정보에 입각한 건강 결정을 내릴 수 있고, YouTube와 같은 열린 자원에서도 쉽게 정보에 접근할 수 있도록 다양한 수준의 정보를 제공할 필요성이 있다.
위험한 정보들이 포함하고 있는 내용의 대부분은 특정 식품, 약품만 복용해도 폐암이 완전히 예방될 수 있다는 등의 증명되지 않은 치료 및 예방 정보를 포함한다거나 폐암 조기검진에서 중요한 역할을 맡고 있는 저선량 흉부컴퓨터 단층촬영(low dose chest CT)과 같은 검사 이외에 불필요한 검사들을 부추기는 내용들이 다수 포함되어 있었다. 폐암을 처음 진단받는 환자들 중 국소, 원격 전이를 동반한 암으로 진단, 즉 암이 진행한 후 진단되는 비율이 폐암 환자의 50%를 넘을 정도로1) 조기 진단이 어렵고 중요한 암인 것을 고려해 볼 때 이런 잘못된 정보들의 무분별한 유포는 폐암에 대한 빠른 진단과 치료를 늦출 수 있음을 추측해 볼 수 있다.25) 특히 2019년 이후 업로드 된 영상은 전체의 81.8%로 최근 이런 잘못된 정보가 YouTube를 통해 재생산되고 유포되는 비율이 높아지고 있는 것은 정확한 정보 전달에 대한 질적 관리가 제대로 이루어지지 않고 있음을 시사한다. 이는 앞서 말했듯 폐암의 조기 진단 및 치료를 늦추어 전반적인 폐암 관리의 질 저하로 이어질 수 있다. 따라서 전문가와 의료기관은 YouTube에서 환자가 획득하는 정보의 내용 및 잠재적 위험에 대해 파악하고, 이에 대해 적절히 대응하고 필요한 정보를 제공할 수 있어야 할 것이다.28)
본 연구는 다음과 같은 제한점이 있다. 첫째, YouTube는 역동적인 플랫폼으로, YouTube 동영상의 조회 수, 댓글 수 등은 언제든지 변경될 수 있다. 이에 따라 우리의 연구는 본질적으로 횡단면적이며 사이트의 진화하는 특성을 반영하지 않을 수 있다. 그러므로 추적 연구가 필요할 수 있다. 둘째, 본 연구는 YouTube 영상만을 분석한 연구로 대중들이 정보를 얻을 수 있는 매체는 YouTube뿐만 아니라 TV, 다른 포탈 사이트 등을 통한 인터넷 뉴스 등 다양할 수 있다는 제한점이 있다. 그러나 이것이 가장 일반적으로 사용되는 소셜 네트워크이고 폐암에 대한 비디오가 많은 조회 수를 보였음을 감안할 때 이것은 학술적으로 중요한 첫 단계라고 할 수 있다. 마지막으로, 본 연구에서 171개의 영상만을 분석했다는 점은 한계점으로 볼 수 있다. 그러나 폐암과 관련된 동영상의 수 자체가 많지 않으나, 가장 많이 본 동영상을 모두 평가하여 영향력 있는 동영상을 분석 범주에 전부 포함하였다는 것은 본 연구의 강점으로 볼 수 있다.
본 연구는 국내에서 폐암에 대해 매체가 제공하는 정보의 품질을 평가하는 첫 연구라는 데에 장점이 있다. 대중이 정보를 얻는 가장 대표적인 매체인 YouTube의 영상들을 대상으로 분석하여 폐암과 관련된 영상들은 주로 어떤 집단에서 제작하는지, 집단별로 올바른 정보를 제공하는 영상의 비율에 차이가 있는지, 정보를 받은 대중이 실제로 행하였을 때 해가 될 만한 정보의 비율이 있는지에 대한 심층적인 분석을 진행하였다. 그 결과 비전문가 집단이 전문가 집단에 비해 잘못된 정보를 포함하는 비율이 더 높은 것을 확인하였고, 이 중 해를 끼칠 만한 정보를 포함한 경우는 집단에 상관없이 크게 높았음을 확인할 수 있었다. 이후에 본 논문의 제한점을 보완하는 후속 연구들을 통해 폐암에 대한 정보의 질적 수준을 지속적으로 평가해 볼 수 있을 것이라 추측된다. 또한 폐암 이외의 다른 암종들에 대한 후속 연구들은 이후에 대중들에게 유포되는 정보에 대한 질적 관리의 필요성을 재고하게 할 것이다. 이를 통해 매체를 통해 대중들에게 전달되는 정보들을 올바르게 제공하도록 유도할 수 있다면 폐암 관리뿐 아니라 공중보건 발전에 크게 기여할 수 있을 것이라 생각한다.
No potential conflict of interest relevant to this article was reported.
Author ORCID Information
Hangsoo Park EunKyo Kang Yeol Kim HyoRim Ju |
 |
