우리 정부는 물론 재난 상황에 처한 외국 정부도 재난 정보를 투명하게 공개하지 않음으로써 적시 대응에 실패하는 사례가 비일비재하다. 대중에게 ‘사실’을 ‘사실대로’ 전달할 경우 공포나 두려움 같은 부정 정서가 일어나고 비합리적인 반응이 확산될 것이라고 예상해 관련 정보를 축소, 은폐하다가 사전 예방에 실패하는 경우가 자주 있다는 것이다. 2015년에 한국 사회를 혼란에 빠트린 중동호흡기증후군(메르스) 사례를 분석한 이 연구는 효과적인 재난관리를 위해 다음과 같은 두 가지 경험적 관찰을 토대로 투명한 정보공개와 적극적인 위험소통(risk communication)의 필요성을 제기한다. 첫째, 시계열 분석에 따르면 부정 정서와 불신이 더 심각했던 대상은 메르스 자체가 아니라 메르스에 대한 정부의 대응 방식이었다. 메르스 자체에 대한 공포는 발생 18일 이후부터 잦아들기 시작해 30일 이후 중립적 감정을 회복했으나, 정부의 메르스 대응에 대한 감정은 70일이 지나도록 공포, 불만, 슬픔 같은 부정 정서에 사로잡혀 있었다는 사실이 이를 증명한다. 둘째, 정부에 대한 부정 감정은 메르스의 객관적 위험성 정도와 비례하지 않고 정보 공개의 투명성 정도에 반비례했다. 정부는 메르스 감염자를 진료한 병원 명단을 공개하면 부정적 반응에 따른 큰 혼란이 일어날 것이라고 예측했지만, 감염자 진료 병원 한 곳을 공개하자 불만정서가 감소했고, 전체 병원 명단을 공개하자 공포와 불만 정서가 감소한 반면 만족 정서는 급격히 높아졌다. 우리 정부의 위험소통에 반응하는 일반 대중의 정서적 반응을 측정하기 위해서는 빅데이터 감정 분석 도구 TIBUZZ SEI 1.0을 이용했다. TIBUZZ SEI 1.0은 개개인의 심리 상태를 파악하는 것보다 정서와 감정 변화의 큰 흐름을 파악하기 위해 개발된 분석 도구로서, 빅데이터 상의 언어를 형태소에 따라 감정단어로 분류하고 감정단어 사전을 기초로 각 감정단어에 상세 감정값을 부여하는 알고리즘에 기초한다.

Faced to disaster, many governments hesitate to disclose related information transparently. They are afraid of “irrational” or “a-rational” reactions of the population when they transmit the "facts as they are". Is it probable that the collective behavior of the population would be unreasonable due to negative emotions such as for examples fear or anxiety ? Between the information and communication about the risk, which one would be more determinant in manufacturing the behavior of the population? To answer the questions, we analyze the case of the Middle Eastern Respiratory Syndrome (MERS), which caused in Korean society in 2015 a great turmoil putting experimenting disaster management capacity of Korean government. According to this analysis, people feels more negative affect and distrust for the government's response to MERS than MERS itself. And, the negative affect for the government’s response is proportional to the degree of transparency of information disclosure ; it is not proportional to the degree of “objective” danger of MERS. We used TIBUZZ SEI 1.0 which is an analysis tool developed to grasp the psychological state of individual and the big flow of change in affect. It classifies the language on big data into a dozen of emotional words on the basis of emotional word dictionary.