기업의 ESG 게시물이 공중의 소셜미디어 인게이지먼트(Engagement)에 미치는 영향에 대한 깊은(Deep) 이해: 딥러닝(Deep Learning)과 모델링 기법의 결합

Abstract

본 연구는 기업의 ESG 관련 소셜미디어 커뮤니케이션 전략이 소비자와 공중의 소셜미디어 인게이지먼트(engagement)에 미치는 영향을 살펴본다. 첫 단계로, 최신 딥 러닝(deep learning) 기법, 특히 전환학습(transfer learning) 자연어 처리법(natural language processing)의 하나인 BERTopic을 사용하여 국내 시가총액 기준 30대 기업의 ESG 관련 보고서에서 추출한 39,042 개의 문장을 분석하여 환경, 사회, 지배구조에 관련된 핵심 키워드들을 추출하였다. 두 번째, 추출된 키워드를 바탕으로 30개 기업의 공식 인스타그램 계정에서 전수 추출한 22,400개의 게시물을 각각 환경(E), 사회(S), 지배구조(G)에 관한 포스트로 구분하였고, 각각의 E, S, G 포스트가 좋아요 개수와 댓글 개수로 측정된 소셜미디어 인게이지먼트(engagement)에 어떤 역할을 하는지 추론하였다. 모델 추론의 결과 환경(E), 지배구조(G) 게시물들은 좋아요 개수와 부적인(negative) 관계가 있지만, 사회(S) 포스트들은 정적인(positive) 관계가 있었고, 댓글 수와 관련해서는 환경(E), 사회(S), 지배구조(G) 모든 종류의 게시물이 정적인 관계가 있었다.

This study examines the impact of a company's ESG-related social media communication strategy on social media engagement of consumers and the publics. Using the latest deep learning techniques, especially BERTopic, a transfer learning natural language processing method, 39,042 ESG-related reports were extracted from the 30 largest companies based on domestic market capitalization. By analyzing the sentences, key keywords related to the environment(E), society(S), and governance(G) were extracted. Then, based on the extracted keywords, we classified posts related to the environment, society, and governance based on 22,400 posts extracted from the official Instagram accounts of 30 companies. The number of likes and comments for each E, S, and G post was calculated as to measure the engagement. As a result of the model inference, environmental(E) and governance(G) posts had a negative relationship with the number of likes, but social(S) posts had a positive relationship. In relation to the number of comments, all types of posts on the environment(E), society(S), and governance(G) had a positive relationship.