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, 본회의 표결 기반 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 도구로서의 역할을 부여하고 –1(강한 진보)에서 +1(강한 보수)까지의 연속형 점수를 산출하여 W-NOMINATE 점수와 비교하였다. 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, 예산결산 특별위원회 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.
Jeon et al. (Tue,) studied this question.