잠재계층분석(LCA)을 이용한 청소년 사이버불링 피해자 유형과 특성

Ⅰ. 서 론

현대사회의 미디어 환경의 급속한 발전과 대중화로 인해 현대인들은 또 하나의 세상인 사이버 사회에서 살아가고 있다. 특히 사이버 환경에서 자라난 현 청소년 세대에게 사이버 사회의 삶이 차지하는 비중은 매우 크다. 디지털 미디어 환경의 확대로 정보에 접근하고 활용하는 능력은 물론 타인과 공유하고 상호작용하는 ‘미디어 리터러시’ 능력은 필수가 되었다(박주연, 2013). 실제 삶에서의 관계와 소통이 고스란히 사이버상으로 이어지며 간혹 사이버상에서 창조되어 현실에 영향을 주기도 한다. 대표적인 청소년의 사회문제인 학교폭력과 사이버불링이 이와 같은 관계를 맺고 있다. 현실세계에서 학교에서 괴롭힘을 당하거나 괴롭히는 청소년은 사이버 상에서도 동일한 피해나 가해를 경험할 확률이 높다고 보고된다(이창호, 신나민, 하은빈, 2014; Burgess-Proctor, Hinduja & Patchin, 2009). 과거의 학교폭력이 현실에서 한정하여 이뤄졌다면 사이버불링을 통해 시공간을 넘어 지속적으로 피해자에게 아픔과 상처를 남기는 새로운 양상을 보이고 있는 것이다. 전통적 학교폭력 피해자들이 폭력의 장소를 벗어났을 경우 느끼는 안전함에 비해, 사이버불링의 피해자들은 시공간을 초월한 압도적 불안감에 사로잡히게 된다(Strom & Strom, 2005).

사이버불링의 개념은 학자들 간의 다소 차이가 존재하지만 ‘디지털기기나 정보기기를 활용한 타인에 대한 괴롭힘 행위’라는 요지에서 일치를 보이고 있다. 과거 우리나라에서는 사이버불링의 불링(bullying)을 ‘따돌림’으로 해석하면서 학교폭력의 한 유형으로 취급하기도 했다. 학문영역에서도 광의의 사이버 범죄(사이버사기, 사이버도박, 사이버스토킹, 사이버협박 등을 포함)와 구별하여 사이버불링을 행위의 폭력성을 강조한 ‘사이버 따돌림’이나 ‘사이버 괴롭힘’의 협의적 의미로서 주로 사용해왔다(한희정, 정혜진, 2014). 하지만 최근에는 사이버 공간에서 일어나는 모든 유형의 폭력적 행위를 이르는 총체적인 개념으로 받아들어지고 있다(이승현, 강지현, 이원상, 2015).

인식의 변화에 맞춰 더불어 새롭게 등장하는 사이버불링 행위들이 정책과 연구에 포함되기 시작하였다. 학교폭력의 새로운 양상과 시대적 현상을 반영하여 2012년에는「학교폭력예방 및 대책에 관한 법률」을 개정하면서 학교폭력의 유형에 ‘사이버 따돌림, 정보통신망을 이용한 음란ㆍ폭력 정보 등에 의하여 신체ㆍ정신 또는 재산상의 피해를 수반하는 행위’ (제2조 1항)를 추가하였다. 사이버불링에 관한 실태조사는 2010년 이후로 학교폭력의 일환으로 다뤄지다 피해의 파급력과 급증하는 추세로 인해 독자적인 실태조사로 실시되기까지 이르렀다. 최근 2018년 사이버폭력 실태조사(최두진, 장주병, 이주황, 2018)에 따르면 최근 1년 내에 사이버 폭력을 경험한 학생은 29.5%로 나타났으며 가해와 피해만 경험한 수준은 동일하게 20.8%였다. 미국의 사이버불링연구센터(Cyberbullying Research Center³⁾)가 발표한 2019 사이버불링 조사 결과와 비교해보면 미국 학생들의 평생 사이버불링 피해률이 37%, 가해률이 15%인 것에 비해 단지 최근 1년 동안 우리나라 청소년들이 경험한 사이버불링 경험은 상당히 높은 것을 알 수 있으며 그 증가률이 전대 대비 약 4.5% 수준으로 높아지고 있음은 경각심을 불러일으킨다.

사이버불링의 전통적 학교폭력 유형과 구별되는 특징은 사이버불링의 양상에도 차이점을 불러온다. 전통적 학교폭력은 가해자와 피해자의 ‘힘의 불균형’에서 기인하며 ‘의도적’이고 ‘지속적’인 괴롭힘의 행위가 존재한다(Smith, Catalano, Slee, Morita, Junger-Tas & Olweus, 1999). 하지만 전통적 학교폭력의 유형에 비해 사이버불링은 정서적이고 지속적이며 관계의 고정성에서 탈피한 특징을 지닌다. 면대면의 상황이 아니더라도 폭력의 가해행위와 피해가 발생가능하며 익명성이 보장되는 사이버 상에서는 현실에 비해 행위결과의 책임소재가 불명확하기 때문에 보다 쉽게 폭력에 관여하는 경향을 보인다. 또한 행위가 일회성에서 그치지 않고 사이버 상의 정보로 저장되어 공유 및 확산되는 등 ‘지속적’인 피해를 발생시킬 수 있다(최숙영, 2014). 따라서 객관적이고 물리적인 학교폭력에서는 보이지 않았던 가·피해자 간의 고정적 관계 외에 다수의 익명화된 인물들이 개입하고 피해가 확산되는 양상이 나타난다. 즉 전통적 학교폭력에 개입된 가·피해자의 유형과는 이질적인 사이버불링 피해유형들이 나타날 수 있는 것이다.

유형화 연구의 유용성은 기존의 연구에서 단일 집단으로 여겼던 대상의 세부유형을 새롭게 파악함으로서 구체적이고 개별화된 문제해결의 방안을 강구할 수 있다는 점이다. 각 계층별 체계적이고 전문적인 서비스의 내용을 개발하거나 보완이 필요한 영역에서 맞춤형 정책 수립의 근거로서 유용할 수 있다(조아미, 신택수, 2012). 하지만 비교적 새롭게 부상한 사이버불링의 경우 사이버불링의 개념을 정의하고 현상의 실태를 살펴보거나(이성대, 황순금, 염동문, 2013; Lindfors, Kaltiala-Heino & Rimpelä, 2012; Patchin & Hinduja, 2006; Slonje & Smith, 2008; Vandebosch & Van Cleemput, 2008), 사이버불링의 파괴력과 위험성을 인지한 연구자들이 원인과 결과를 파악하는 것에 집중해왔다(이인태, 2012; 조윤경, 유재웅, 2016; Walrave & Heirman, 2011). 즉, 사이버불링과 관련된 변인을 중심으로 파악해왔으나, 위에서 살펴본 전통적 학교폭력과 차별되는 사이버불링의 복합적 양상을 파악하기에는 한계가 있다. 이를 보완하기 위해서는 비슷한 성격을 지닌 관측자끼리 계층으로 분류하고 타 집단과의 차이를 분석함으로써 사이버불링 피해자 내부에 잠재된 집단들을 도출해내는 과정이 필요하다. 그럼에도 선행연구에서는 사이버불링의 가·피해 경험과 관여 수준을 기준으로 행위자를 단순 분류하거나(Aoyama et al., 2011), 가·피해자 관계에 근거한 사이버상의 공격행위를 유형화하는 연구(Pyżalski, 2012)정도로만 다뤄졌을 뿐, 청소년을 대상으로 사이버불링 피해자의 유형을 도출하고 계층별 특성을 파악한 연구는 찾아보기 힘들다. 따라서 피해자를 중심으로 그들의 단순 피해경험 뿐만 아니라 피해자들의 대응 경험을 고려하여 대응에 미진하고 좌절된 경험을 보이는 취약집단을 찾아내는 시도가 의미 있을 것이다.

본 연구는 대표적 관측자 중심 분석인 잠재계층분석(Latent Class Analysis: LCA)을 활용하여 청소년의 사이버불링 피해와 대응에 대한 응답으로부터 상호배타적인 계층을 도출함으로써 잠재적 사이버불링 피해자 유형을 밝혀내고자 한다. 더하여 각 유형이 인구사회학적 특성과 정신건강상 차이를 나타내는지를 검증함으로써 특정 위험 계층 파악과 계층 별 맞춤형 함의를 제시하고자 한다. 이를 위한 연구문제는 다음과 같다.

연구문제 1 잠재계층 분석에 의한 사이버불링 피해자 유형은 어떠한가?
연구문제 2 잠재계층에 따라 분류된 사이버불링 피해자 유형에 따른 인구사회학적 특성과 정신건강상의 차이가 존재하는가?

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

1. 잠재계층분석에 근거한 사이버불링 피해자 유형

1) 사이버불링 피해자 잠재계층 수

사이버불링 피해자의 계층을 살펴보기 위하여 잠재계층분석을 실시하고 얻은 계층별 IC, Entropy, 계층 간 BLRT 검증 결과는 <표 1>과 같다.

<표 1>

사이버 불링의 잠재프로파일 분류 기준

잠재계층분석 결과, 잠재계층이 2개일 경우, Entropy(.984)의 적합도 지수가 타 계층에 비해 1에 가까워 전반적으로 양호한 것으로 나타났으나, 정보-기반 적합도 지수에서는AIC(2130.364), BIC(2285.039), adjusted BIC(2180.245)로 다른 잠재계층에 비해 상대적으로 높은 수치를 보이는 것으로 분석되었다. 또한 BLMR(p<.001)이 통계적으로 유의하게 나타나 2개의 잠재계층이 적합하다는 것을 알 수 있다.

다음으로 잠재계층 수가 3개일 경우, BLRT가 통계적으로 유의하지 않았으며, Entropy(.938)의 지수도 2개의 계층보다 낮게 나타났다. 그러나 적합도 지수에서는AIC(1444.614), BIC(1678.969), adjusted BIC(1520.191)로 잠재계층 수가 2개일 경우의 보다 낮게 나타나 상대적으로 양호하였다.

이에 반해, 잠재계층 수가 4개일 경우는 Entropy(.933)의 지수가 앞의 계층보다는 낮지만 양호한 편이며 적합도지수에서도 AIC(1345.016), BIC(1659.052), adjusted BIC(1446.290)도 낮은 수치를 보였고 BLRT(p<.001)가 통계적으로 유의하여 전반적인 적합도 지수가 양호한 것으로 나타났다. 잠재계층 수가 5개일 경우는 적합도 지수는 가장 낮았지만 BLRT가 통계적으로 유의하지 않고, Entropy(.912) 지수도 계층이 4개일 경우보다는 하락하였다. 이를 바탕으로, 전반적인 지수와 계층모형 간 통계적 검증을 고려한 결과 청소년의 사이버불링 피해자 유형은 4개의 잠재계층 모형이 최적인 모형으로 확인되었다.

2) 사이버불링 피해자의 잠재계층 유형과 특성

사이버불링 피해자의 잠재계층을 문항별로 살펴본 결과는 <표 2>와 같다.

<표 2>

사이버불링 피해자 잠재계층 유형 별 응답률

첫 번째 잠재계층은 따돌림, 소외, 협박, 도움요청 등의 모든 문항에서 사이버 불링 피해경험이 낮게 나타나 ‘저피해자’ 집단으로 명명하였다. ‘저피해자’ 집단은 전체 청소년의 67.96%로 절반이상을 차지하였다.

두 번째 집단은 첫 번째 잠재계층과는 다르게 모든 문항에서 사이버불링 피해경험이 높았는데 흥미로운 점은 사이버 공간에서 상대방에게 대응도 하고 성인에게 도움요청의 비율도 동시에 높게 나타났다. 즉, 사이버불링 피해에 대처하고 있으나 피해는 여전히 공존하고 있어 상황으로부터 벗어나지 못하는 ‘좌절된 피해자’ 집단으로 명명하였다. ‘좌절된 피해자’ 집단은 전체 청소년의 12.97%로 나타났다.

세 번째 집단은 사이버 상에서의 위협, 협박, 욕설 등에 노출되어 있으며 또래로부터 소외 및 따돌림을 당하는 비율이 상대적으로 높게 나타났다. 즉, ‘좌절된 피해자’ 집단에 비견될 정도로 소외와 따돌림 피해는 높으나 개인적인 대처에 매우 소극적이고 성인에게 도움을 요청하는 행동은 전혀 보이지 않아 ‘고립된 외톨이 피해자’ 집단으로 명명하였다. ‘고립된 외톨이 피해자’ 집단은 전체 청소년의 8.23%로 나타났다.

네 번째 집단은 특징적으로 두드러지는 피해영역이 험담이나 부정적 내용을 게시하여 피해자의 평판을 손상시키고 타인과의 관계를 악화시키려는 의도를 지니고 있다.

해당 집단의 피해자들은 사이버 공간에서의 말다툼도 높게 나타나고 있으며 성인에게 도움요청도 간혹 시도하고 있다. 즉, 사이버상의 악의적인 정보유출로 평판이 손상되는 피해를 입고 있으며 이를 극복하기 위해 스스로 적극적으로 투쟁하고 외부에 도움을 구하는 시도들을 보이고 있다. 따라서 전체 청소년의 10.85%를 차지하고 있는 4집단을 ‘사이버 평판손상 피해자’로 명명하였다.

2. 사이버불링 피해자의 잠재계층 유형에 따른 응답자의 특성

사이버불링 피해자 유형을 보다 세부적으로 살펴보기 위해, 유형에 따른 인구사회학적 특성과 정신건강의 차이를 분석하였고 그 결과는 <표 3>과 같다.

<표 3>

청소년 사이버불링 피해자 유형과 응답자의 특성단위 : %

성별에 따른 사이버불링 피해자 청소년의 잠재계층 유형을 살펴보면, 남자 청소년의 경우 ‘저피해자’ 유형이 66.6%, ‘좌절된 피해자’ 유형이 14.4%, ‘고립된 외톨이 피해자’ 유형이 8.4%, ‘사이버 평판손상 피해자’ 유형이 10.6%인 것으로 나타났다. 여자 청소년의 경우, ‘저피해자’ 유형이 69.3%, ‘좌절된 피해자’ 유형이 11.6%, ‘고립된 외톨이 피해자’ 유형이 8.0%, ‘사이버 평판손상 피해자’ 유형이 11.1%이었으며, 각 유형에 따라 성별은 통계적으로 유의한 차이는 검증되지 않았다.

학교급에 따른 사이버불링 피해자 잠재계층 유형을 살펴보면, 중학생의 경우 ‘저피해자’ 유형이 63.7%, ‘좌절된 피해자’ 유형이 10.7%, ‘고립된 외톨이 피해자’ 유형이 10.3%, ‘사이버 평판손상 피해자’ 유형이 15.3%인 것으로 나타났다. 고등학생은 ‘저피해자’ 유형이 70.5%, ‘좌절된 피해자’ 유형이 14.3%, ‘고립된 외톨이 피해자’ 유형이 7.0%, ‘사이버 평판손상 피해자’ 유형이 8.2%인 것으로 나타났으며, 각 유형에 따라 학교급이 통계적으로 유의하게 차이가 있는 것으로 확인되었다.

사이버불링 피해자 유형 별 현실(오프라인) 신체폭력피해 경험을 살펴보았다. ‘저피해자’ 유형에서는 30.4%, ‘좌절된 피해자’ 유형에서 43.5%, ‘고립된 외톨이 피해자’ 유형에서 21.7%, ‘사이버 평판손상 피해자’ 유형에서 4.3%이 현실 신체폭력피해를 경험하였고 통계적으로 집단 별 차이가 검증되었다.

사이버불링 피해자 유형 별 현실(오프라인) 따돌림 피해 경험을 살펴보았다. ‘저피해자’ 유형에서는 18.2%, ‘좌절된 피해자’ 유형에서 36.4%, ‘고립된 외톨이 피해자’ 유형에서 40.9%, ‘사이버 평판손상 피해자’ 유형에서 4.5%이 현실 따돌림 피해를 경험하였고 통계적으로 집단 별 차이가 검증되었다.

마지막으로 청소년의 사이버불링 피해자 유형에 따른 우울과 자살위험성의 차이를 검증하기 위해 일원변량분석(One-way ANOVA)을 실시하였다. 분석결과, 사이버불링 피해자 유형에 따라 우울(F=12.679, p<.001)과 자살위험성(F=28.116, p<.001)이 통계적으로 유의한 차이가 있는 것으로 나타나 세부 집단 간 비교를 위한 사후분석을 실시하였다. 분석결과, 우울에서는 ‘저피해자’ 집단에 비해 ‘좌절된 피해자’, ‘고립된 외톨이 피해자’, ‘사이버 평판손상 피해자’ 가 높게 나타났으며, 자살위험성에서도 ‘좌절된 피해자’, ‘고립된 외톨이 피해자’, ‘사이버 평판손상 피해자’ 집단이 ‘저피해자’ 보다 높게 나타났다. 특히 ‘좌절된 피해자’ 집단은 ‘사이버 평판손상 피해자’ 집단에 비해서도 높은 수준이었다.

Ⅴ. 논의 및 결론

본 연구는 잠재계층분석(LCA)을 활용하여 청소년의 사이버불링 피해자 유형을 분류하고, 각 피해자 유형 별 인구사회학적 특성과 정신건강상에 차이가 있는지 밝히고자 하였다. 본 연구를 통해 밝혀진 연구결과와 함의는 다음과 같다.

첫째, 잠재계층 분석 결과, 사이버불링 피해자 유형이 4개의 잠재계층으로 도출되었다. 첫 번째 유형은 ‘저피해자’ 집단으로 모든 사이버불링 문항에서 피해경험이 낮았고 전체 청소년의 67.96%로 절반이상을 차지하였다. 선행연구에서는 전통적 학교폭력 유형 중 ‘비참여자(not involved) 집단’이나(Espelage & Holt, 2007; Lovegrove, Henry & Slater, 2012), ‘사이버불링에 거의 관여하지 않는 집단(least involved)’과 유사하다고 볼 수 있다. 두 번째 유형인 ‘좌절된 피해자’ 집단은 전체 청소년의 12.97%로 모든 유형 가운데 두 번째로 많은 패턴으로 거의 모든 사이버불링 문항에서 피해경험이 높았고 성인에게 도움을 요청하는 등의 대처노력도 보였다. 하지만 해당 집단은 사이버불링에서 벗어나려는 노력에도 불구하고 높은 피해율을 보이고 있어 문제해결이 ‘좌절된’ 유형으로 해석하였다. 세 번째 유형인 ‘고립된 외톨이 피해자’ 집단은 전체 유형 가운데 가장 적은 패턴으로(8.23%), 또래로부터의 위협, 협박, 욕설 등과 함께 사이버 상의 소외 및 따돌림이 특징적으로 나타났다. 한국정보화진흥원이 제시한 사이버불링 하위유형에서 인터넷과 휴대폰 등을 통한 ‘사이버 언어폭력’과 인터넷 채팅·SNS 등에서의 ‘사이버 따돌림’의 피해가 주로 발견되는 집단으로 여겨진다(최두진, 장주병, 이주황, 2018). 네 번째 유형은 ‘사이버 평판손상 피해자’ 집단(10.85%)으로 사이버불링의 하위유형 중 사실여부와 관계없는 명예훼손을 목적시하는 ‘사이버 명예훼손’과 피해자의 프라이버시를 침해하고자 개인정보를 게재 및 유포하는 ‘신상정보 유출’이 높게 나타났다. ‘개인정보 유출’은 전국 사이버불링 실태조사에서 청소년이 경험한 사이버불링 피해에서 가장 높은 비율로 나타난 바 있어(이창호 외, 2014) 주의 깊게 다뤄져야할 피해영역이다. 또한 이 집단의 피해자들은 사이버 상에서 말다툼을 벌이거나 성인들에 도움요청을 시도하는 모습도 보였다. 가·피해자 간의 관계는 Vandebosch와 Van Cleemput(2008)이 제시한 ‘힘의 불균형’이 파괴된 상태로, 가해자의 불링 행위가 피해자의 평판을 손상하고 대외적 관계를 단절시키려는 의도를 지녔으나 피해자는 전형적인 폭력 피해자의 ‘약자’ 이미지와는 달리 ‘동등 혹은 보다 영향력 있는’ 인물로서 적극적으로 대처하는 것으로 예상된다.

둘째, 사이버불링 피해유형에 따른 인구사회학적 특성의 차이를 검증한 결과, 성별에서는 차이가 없었지만 학교급에서는 통계적으로 유의한 차이를 확인하였다. 국가의 사이버 환경과 연구 간 활용한 척도의 차이가 있어 직접적인 비교는 어려우나 본 연구에서는 피해계층 간 사이버불링 피해의 비율이 남녀에 관계없이 유사하게 나타나 Li(2006) 및 Ybarra와 Mitchell(2004)의 연구결과를 지지하였다. 하지만 다른 선행연구에서는 감정적으로 민감한 여학생이 사이버 상의 험담과 헛소문 등의 심리적 유형의 폭력에 취약하여(Owens, Shute, & Sllee, 2000), 남자청소년에 비해 사이버불링 피해에 노출되기 쉽다고 보고되거나(Connell, Schell-Busey, Pearce & Negro, 2014), 남학생이 여학생보다 사이버불링 피해를 더 많이 당한다는 연구결과(이창호, 이경상, 2013)가 혼재하고 있어있어 추가적인 후속연구가 요구된다. 또한 고등학교에서는 ‘좌절된 피해자’ 집단의 피해실태가 높았으나 중학교에서는 ‘따돌림’이나 ‘명예훼손’ 집단이 높은 비율을 보였다. 각 교급 에서 발생가능성이 높은 사이버불링 피해유형을 메뉴얼화 하여 효율적 대응 시스템을 사전에 구축하는 것이 요구된다. 특히 중학생들의 피해가 강세인 전통적 학교폭력과는 다르게 사이버불링 피해는 고등학생들에게서 높게 나지만 사이버불링에 노출되었을 시 중학생에 비해 고등학생의 대응은 거의 없다는 실태에 집중해야 한다(이창호 외, 2014). 고등학생들이 고착화된 피해상황에 ‘좌절’하지 않고 적극적인 대응을 할 수 있도록 주변에 지지원들을 구축하고 적시에 도움요청을 할 수 있도록 접근성이 높은 경로를 마련해 두어야 할 것이다.

셋째, ‘좌절된 피해자’ 유형과 ‘고립된 외톨이 피해자’ 유형에서 현실(오프라인) 폭력피해와 현실(오프라인) 따돌림경험이 높게 나타났다. 사이버불링과 오프라인 학교폭력 간의 명확한 선행관계는 불명확하지만 두 변인이 매우 밀접한 연결성을 보인다는 점은 많은 연구들에서 강조되어 왔다(Erdur-Baker, 2010; Hinduja & Patchin, 2009; Wong, Chan & Cheng, 2014). 그러나 본 연구에서 새롭게 분류된 특정 사이버불링 피해 유형 집단에서 현실세계의 신체폭력피해와 따돌림피해가 높게 나타난 결과는 추가적인 함의를 지닌다. ‘좌절된 피해자’ 및 ‘고립된 외톨이 피해자’에서 두 집단에서 중복으로 높게 나타난 언어폭력·협박·소외·위협·따돌림의 사이버불링 행위들은 이미 현실의 또래 가해자들로부터 형성되어 미디어를 매개로 온라인 세계로 확장해온 것으로 추측된다. 즉, Pyżalski(2012)가 주장한바와 같이 청소년의 사이버불링은 동일한 집단에 속하는 또래에 의해 자행되는 ‘사이버 또래 공격(Electronic peer aggression)’로 구분할 수 있다. 어려서부터 온라인상의 커뮤니케이션이 친숙한 현 청소년들은 ‘Z세대’ 혹은 ‘디지털 네이티브(디지털 원주민)’세대라고 불리기도 한다. 청소년에게 사이버상의 활동은 오프라인으로부터의 연속성을 지니며 두 세계가 상호간 영향을 주고받으면서 활동의 강도와 범위가 규정된다. 가해자인 또래가 이미 ‘오프라인에서의 지인’ 혹은 ‘친밀한 친구’의 관계일 가능성이 크므로 상대적 피해영향은 더욱 심각할 것이다. 실제 이승현 외(2015)의 연구에서도 사이버폭력을 경험한 피해자들이 응답한 가해자들은 ‘같은 반 학생(31.9%)’, ‘같은 학교 다른 반 학생(22.7%)‘, ’다른 학교 학생, 학교 밖 또래(10.3%)‘와 같은 지인들이 대부분이었고, ’전혀 모르는 사람‘은 35.1%에 불과했다. 친밀한 관계에서 미디어를 통한 지속적인 공격은 물리적 제한을 넘어 피해자의 만성적인 불안과 정신건강의 악화를 불러오기 때문이다(Strom & Strom, 2005).

넷째, 대표적인 정신건강 척도인 우울과 자살위험성에서 ‘좌절된 피해자’ 집단의 수준이 평균적으로 높게 나타났다. ‘좌절된 피해자’ 집단은 우울에서 ‘저피해자’ 집단과 자살위험성에서는 ‘저피해자’ 집단 및 ‘사이버 평판손상 피해자’ 집단과의 통계적 차이를 확인하여 개입이 시급한 위기집단으로 파악되었다. ‘좌절된 피해자’들은 높은 사이버불링 피해율과 도움요청이 공존하는 집단으로 적극적인 타개의 노력에도 불구하고 만성적인 사이버불링 피해로부터 벗어나지 못해 무기력하게 좌절하기 쉽다. 이창호 외(2014)의 연구에서는 대부분의 사이버불링 피해 반응이 ‘무반응(23.8%)’이나 ‘상대방의 접속을 차단(29.6%)’하는 소극적인 대응에 그치고 ‘경찰에 신고(2.4%)’와 ‘부모에게 알림(5.3%)’과 같은 능동적인 대응은 상대적으로 적은 것으로 나타났다. 쉽지 않은 결정과 망설임을 거쳐 도움을 청하지만 벗어날 수 없는 사이버불링의 덫은 피해자들을 더욱 큰 좌절감에 빠져들게 할 가능성이 크다. 2018년 사이버폭력 실태조사에 의하면 사이버폭력 피해 경험자 10명중 3명이 ‘우울, 불안, 스트레스’를 느끼고, 심할 경우에는 ‘자살 혹은 자해욕구’(17.2%)가 생긴다고 보고하고 있다. 경험적 연구들에서도 사이버불링 피해자들이 우울감 및 불안감이 높으며 지지받을 곳이 없어 외로움을 느끼고 자아존중감이 낮아져 자살생각이나 자살시도를 행하기 쉽다고 검증되고 있다(Hawker & Boulton, 2000; Rigby, 2005). 따라서 정신건강 문제를 겪고 있을 가능성이 높은 ‘좌절된 피해자’들을 탐색하고 우선적으로 개입하는 위기관리 시스템이 필요하다. Peterson과 Seligman(1983)은 피해자들이 거듭되는 피해과정에서 대응이 무의미하다는 것을 깨닫고 학습된 무력감(learned helplessness)에 빠져들 가능성이 높으며 우울증과 높은 관련성을 보인다고 주장했다. 따라서 대응의 실패를 자신에게 귀인을 두고 포기하지 않도록 피해초기에 상담 및 임상적 개입이 필요하며 체계화된 공식적 도움요청 시스템이 구축되어 통제 가능한 대처환경을 마련해야 한다. 현재 정부에서는 아동·청소년 보호시스템을 지자체 중심의 보호체계로 연계 및 개편하려는 움직임을 보이고 있다. 학대피해 아동이나 학교 밖·가정 밖 청소년들과 같은 기존의 보호대상과 더불어 증가하고 있는 사이버폭력 피해자들을 안정망에 범위에 편입시켜 이들을 발굴 및 사정하고 지원을 연계하는 종합적인 사례관리가 이루어져야 하겠다.

본 연구의 한계점과 후속연구를 위한 제언은 다음과 같다. 첫째로 본 연구가 사이버불링 피해자 유형을 새롭게 분류하는 것에 초점을 맞춰 기본적인 인구사회학적 변인과 우울, 자살위험성으로 그들의 특성이 제한되었다. 후속연구에서는 다양한 개인 및 사회적 특성과 정신건강 변수를 포함하여 본 연구에서 밝혀진 피해자 유형들의 세부적인 차이를 밝혀야 할 것이다. 둘째, 본 연구의 함의에서 도출해낸 사이버불링 피해자 유형을 기반으로 구체적인 개입 프로그램이나 서비스들이 개발되어야 한다. 피해자 유형 별로 경험한 불링 유형과 이에 대한 효과적 대처방안이 상이할 것이므로 추가적인 실증연구를 통해 검증된 프로그램 요소를 탐색하고 맞춤형 프로그램을 개발 및 그 효과성을 검증해야 할 것이다. 셋째, 청소년 시기는 빠른 성장과 환경 변화에 민감한 시기로서 시간적 흐름에 따른 사이버불링 경험의 양상이 달라질 수 있기 때문에 종단적 접근이 필요하다. 종단자료의 수집과 더불어 사이버불링 피해자의 전이확률을 검증하는 잠재전이 모형(latent transition model)의 적용이 유용할 것이다.

몇 가지 연구의 제한점에도 불구하고 다음과 같은 의의가 있다. 본 연구는 기존에 가·피해의 경험을 단순 분류하거나 불링유형에 따라 구분해온 기존 사이버불링 연구에서 벗어나 피해경험과 대응 경험을 고려한 최초의 사이버불링 피해자 중심의 탐색적 접근을 시도하였다. 특히, 이론적 분류가 아닌 잠재계층분석을 활용한 계량적 양적분석을 통해 유형화 결과를 제시하였고 정신건강상 개입이 시급한 위기집단을 밝혀냈다는 점에서 실천가 및 정책입안자들에게 활용될 수 있을 것으로 기대한다.

References

• 김범구, 조아미 (2013). 잠재계층분석 (LCA)을 이용한 학업중단 청소년의 유형과 특성. 한국청소년연구, 24(3), 5-31.
• 김재엽, 이근영 (2010). 학교폭력 피해청소년의 자살생각에 대한 연구. 청소년학연구, 17(5), 121-149.
• 박주연 (2013). 디지털 시대 청소년의 미디어 리터러시에 관한 탐색적 연구: Jenkins의 참여문화 향상을 위한. 커뮤니케이션학 연구, 21(1), 69-87.
• 신택수 (2010). 종단프로파일분석과 군집분석을 이용한 잠재집단연구. 교육평가연구, 23, 641-664.
• 이성대, 황순금, 염동문 (2013). 사이버불링의 인식 및 실태에 관한 탐색적 연구: 의령군 중학생을 중심으로. 청소년문화포럼, 33, 120-144.
• 이승현, 강지현, 이원상 (2015). 청소년 사이버폭력의 유형분석 및 대응방안 연구. 형사정책연구원 연구총서, 1-481.
• 이인태 (2012). 초등학생의 사이버 불링 실태와 원인에 대한 조사연구: 경기도 초등학교 고학년 학생을 중심으로. 청소년문화포럼, 32, 91-118.
• 이창호, 신나민, 하은빈 (2014). 청소년 사이버불링 실태 및 대응방안 연구. 한국청소년정책연구원 연구보고서, 1-268.
• 이창호, 이경상 (2013). 소셜미디어 이용시간이 청소년의 사이버불링에 미치는 영향 탐구: 네트워크 특성을 중심으로. 한국청소년연구, 24(3), 259-285.
• 조아미, 신택수 (2012). 성장혼합모형을 활용한 청소년활동 참여 수준의 유형과 특성 분석. 한국청소년연구, 23(2), 161-184.
• 조윤경, 유재웅 (2016). 청소년 사이버불링 (cyberbullying) 에 영향을 미치는 요인. 한국방송학보, 30(1), 111-136.
• 조춘범 (2015). 청소년의 사이버불링 피해경험과 자살생각과의 관계연구-우울의 매개효과를 중심으로. 청소년복지연구, 17(4), 71-92.
• 최두진, 장주병, 이주황 (2018). 2018년 사이버폭력 실태조사. 한국정보화진흥원.
• 최숙영 (2014). 사이버불링에 대한 국내외 연구 동향 및 대응 방안 연구. 컴퓨터교육학회논문지, 17(6), 35-48.
• 한희정, 정혜진 (2014). 국내 사이버불링 연구 동향: 개념과 연구 경향성을 중심으로. 스피치와 커뮤니케이션, 24, 180-217.
• Akaike, H. (1974). A new look at the statistical model identification IEEE Trans Auto Control 19(6), 716–723. Find this article online. [https://doi.org/10.1109/TAC.1974.1100705]
• Aoyama, I., Barnard-Brak, L., & Talbert, T. L. (2011). Cyberbullying among high school students: Cluster analysis of sex and age differences and the level of parental monitoring. International Journal of Cyber Behavior, Psychology and Learning (IJCBPL), 1(1), 25-35. [https://doi.org/10.4018/ijcbpl.2011010103]
• Burgess-Proctor, A., Patchin, J. W., & Hinduja, S. (2009). Cyberbullying and online harassment: Reconceptualizing the victimization of adolescent girls. Female crime victims: Reality reconsidered, 153-175.
• Connell, N. M., Schell-Busey, N. M., Pearce, A. N., & Negro, P. (2014). Badgrlz? Exploring sex differences in cyberbullying behaviors. Youth Violence and Juvenile Justice, 12(3), 209-228. [https://doi.org/10.1177/1541204013503889]
• Erdur-Baker, Ö. (2010). Cyberbullying and its correlation to traditional bullying, gender and frequent and risky usage of internet-mediated communication tools. New media & society, 12(1), 109-125. [https://doi.org/10.1177/1461444809341260]
• Goebert, D., Else, I., Matsu, C., Chung-Do, J., & Chang, J. Y. (2011). The impact of cyberbullying on substance use and mental health in a multiethnic sample. Maternal and child health journal, 15(8), 1282-1286. [https://doi.org/10.1007/s10995-010-0672-x]
• Hawker, D. S., & Boulton, M. J. (2000). Twenty years' research on peer victimization and psychosocial maladjustment: A meta-analytic review of cross-sectional studies. The Journal of Child Psychology and Psychiatry and Allied Disciplines, 41(4), 441-455. [https://doi.org/10.1111/1469-7610.00629]
• Hinduja, S., & Patchin, J. W. (2010). Bullying, cyberbullying, and suicide. Archives of suicide research, 14(3), 206-221. [https://doi.org/10.1080/13811118.2010.494133]
• Holt, M. K., & Espelage, D. L. (2007). Perceived social support among bullies, victims, and bully-victims. Journal of Youth and Adolescence, 36(8), 984-994. [https://doi.org/10.1007/s10964-006-9153-3]
• McLachlan, G., & Peel, D. (2004). Finite mixture models. John Wiley & Sons.
• Li, Q. (2006). Cyberbullying in schools: A research of gender differences. School psychology international, 27(2), 157-170. [https://doi.org/10.1177/0143034306064547]
• Lindfors, P. L., Kaltiala-Heino, R., & Rimpelä, A. H. (2012). Cyberbullying among Finnish adolescents–a population-based study. BMC public health, 12(1), 1027. [https://doi.org/10.1186/1471-2458-12-1027]
• Lovegrove, P. J., Henry, K. L., & Slater, M. D. (2012). Examination of the predictors of latent class typologies of bullying involvement among middle school students. Journal of School Violence, 11(1), 75-93. [https://doi.org/10.1080/15388220.2011.631447]
• Owens, L., Shute, R., & Slee, P. (2000). “Guess what I just heard!”: Indirect aggression among teenage girls in Australia. Aggressive Behavior: Official Journal of the International Society for Research on Aggression, 26(1), 67-83. [https://doi.org/10.1002/(SICI)1098-2337(2000)26:1<67::AID-AB6>3.0.CO;2-C]
• Patchin, J. W., & Hinduja, S. (2006). Bullies move beyond the schoolyard: A preliminary look at cyberbullying. Youth violence and juvenile justice, 4(2), 148-169. [https://doi.org/10.1177/1541204006286288]
• Peterson, C., & Seligman, M. E. (1983). Learned helplessness and victimization. Journal of Social Issues, 39(2), 103-116. [https://doi.org/10.1111/j.1540-4560.1983.tb00143.x]
• Pyżalski, J. (2012). From cyberbullying to electronic aggression: Typology of the phenomenon. Emotional and behavioural difficulties, 17(3-4), 305-317. [https://doi.org/10.1080/13632752.2012.704319]
• Rigby, K. (2005). Bullying in schools and the mental health of children. Journal of Psychologists and Counsellors in Schools, 15(2), 195-208. [https://doi.org/10.1375/ajgc.15.2.195]
• Schwarz, G. (1978). Estimating the dimension of a model. The annals of statistics, 6(2), 461-464. [https://doi.org/10.1214/aos/1176344136]
• Smith, P. K., Catalano, R., Slee, P., Morita, Y., Junger-Tas, J., & Olweus, D. (Eds.). (1999). The nature of school bullying: A cross-national perspective. Psychology Press.
• Slonje, R., & Smith, P. K. (2008). Cyberbullying: Another main type of bullying?. Scandinavian journal of psychology, 49(2), 147-154. [https://doi.org/10.1111/j.1467-9450.2007.00611.x]
• Stewart, R. W., Drescher, C. F., Maack, D. J., Ebesutani, C., & Young, J. (2014). The development and psychometric investigation of the Cyberbullying Scale. Journal of interpersonal violence, 29(12), 2218-2238. [https://doi.org/10.1177/0886260513517552]
• Strom, P. S., & Strom, R. D. (2005). When teens turn cyberbullies. The Education Digest, 71(4), 35.
• Vandebosch, H., & Van Cleemput, K. (2008). Defining cyberbullying: A qualitative research into the perceptions of youngsters. CyberPsychology & Behavior, 11(4), 499-503. [https://doi.org/10.1089/cpb.2007.0042]
• Walrave, M., & Heirman, W. (2011). Cyberbullying: Predicting victimisation and perpetration. Children & Society, 25(1), 59-72. [https://doi.org/10.1111/j.1099-0860.2009.00260.x]
• Wong, D. S., Chan, H. C. O., & Cheng, C. H. (2014). Cyberbullying perpetration and victimization among adolescents in Hong Kong. Children and youth services review, 36, 133-140. [https://doi.org/10.1016/j.childyouth.2013.11.006]
• Ybarra, M. L., & Mitchell, K. J. (2004). Online aggressor/targets, aggressors, and targets: A comparison of associated youth characteristics. Journal of child Psychology and Psychiatry, 45(7), 1308-1316. [https://doi.org/10.1111/j.1469-7610.2004.00328.x]