컨텐츠 바로가기

03.19 (화)

‘文치매설 수사의뢰’ 기사에 지지댓글 순식간 폭증… 분위기 반전

댓글 16
주소복사가 완료되었습니다

[드루킹 파문 확산]김경수가 주소 보낸 기사 댓글 보니

동아일보

<이미지를 클릭하시면 크게 보실 수 있습니다>


2017년 3월 중순 19대 대통령 선거를 약 2개월 앞두고 온라인에서 때 아닌 ‘문재인 치매설’이 퍼졌다. 당시 더불어민주당 문재인 전 대표의 단순 실수를 모아 ‘치매 의심 증상’이라고 주장한 것이다. 같은 달 13일 문 전 대표 캠프는 수사 의뢰 등 강력한 법적 대응 방침을 밝혔다. 이날 오후 4시 44분 ‘문재인 측, ‘치매설’ 유포자 경찰에 수사의뢰…“강력대응”’이라는 제목의 한 통신사 보도가 포털사이트 네이버에 올라왔다. 처음 약 4시간 동안 반응은 부정적이었다. “대인배는 못 된다” 같은 비판성 댓글이 10개 중 9개꼴이었다.

그러다 한순간에 분위기가 바뀌었다. 같은 날 오후 9시 37분 갑자기 문 전 대표를 옹호하는 댓글이 꼬리를 물고 이어졌다. “(유포자를) 평생 감옥에서 썩게 해라” “철저한 수사 부탁합니다” 등이었다. 5분 사이에 50개가 넘었다. ‘tuna****’라는 아이디의 누리꾼은 “강력하게 해야 한다. 의도적인 흑색선전이다. 봐주면 안 된다”라는 댓글을 남겼다. ‘드루킹’ 김동원 씨(49·구속 기소)가 사용하는 블로그 아이디(ID)가 바로 ‘tuna69’이다. 네이버 정책에 따라 댓글 게시자의 아이디 일부가 자동으로 가려진다. 또 다른 댓글 아이디 몇 개는 올 2월 일부 기사에 ‘김경수 오사카’ 댓글을 달았던 김 씨 일당과 같은 아이디였다.

이후 댓글 여론도 요동쳤다. 강력처벌을 요구하는 댓글의 ‘추천(공감)’이 늘어났다. 오후 9시 49분 “꼭 잡아서 엄하게 처벌하자”는 댓글은 공감 수가 2446개나 됐다. 그 대신 비판성 댓글은 ‘비공감’이 늘어났다. 갑자기 분위기가 바뀌자 일부 누리꾼이 조작을 의심하는 댓글을 달 정도였다. 경찰 수사 결과 문제의 기사는 이 무렵 민주당 김경수 의원이 소셜네트워크서비스(SNS) 텔레그램을 통해 김 씨에게 보낸 것이었다.

동아일보

<이미지를 클릭하시면 크게 보실 수 있습니다>


20일 본보는 2016년 11월∼지난해 10월 김 의원이 김 씨에게 보낸 인터넷접속주소(URL)로 확인한 기사 10건을 분석했다. 그중 2건은 오래전 해당 언론사에 의해 삭제됐고 2건은 댓글이 없었다. 나머지 6건 중 5건에서 김 씨 일당으로 보이는 아이디와 비정상적 추천 같은 의심스러운 정황이 발견됐다.

특히 김 의원이 URL을 김 씨에게 보낸 때는 대체로 정치적 환경이나 대선정국에서 당시 민주당과 문 후보에게 긍정적 여론이 필요할 때였다. 지난해 4월 13일 대선후보 합동토론회가 열렸다. 당시 문 후보와 국민의당 안철수 후보는 오차 범위 안에서 접전 중이었다. 김 씨 일당으로 추정되는 이들은 김 의원이 보낸 토론회 관련 기사에 “홍준표 땡큐∼∼” 같은 댓글을 달았다. 당시 자유한국당 홍준표 후보가 토론을 망쳤다며 고마워한다는 뜻이다. 투표일을 일주일 앞둔 5월 2일 ‘막판 실수 땐 치명상…문 캠프 SNS·댄스 자제령’이라는 기사에는 김 씨의 아이디로 추정되는 누리꾼이 “더민주가 믿음직스럽다”는 댓글을 달았다.

김 의원은 자신의 언론 인터뷰 URL도 보냈다. 김 씨 일당으로 보이는 누리꾼(ID rose****)이 “존경합니다!!! 파이팅!!!”이라는 내용을 남겼다. 그러나 이 기사의 ‘베스트 댓글’ 1, 2위는 현재 삭제된 상태다.

김 의원이 보낸 기사와 별개로 드루킹 일당의 댓글 순위 조작이 추가로 확인된 기사 6건에서도 비슷한 유형이 반복됐다. 205개 아이디가 18개 댓글에 비정상적으로 접근해 공감 794개를 눌렀다. 이들 아이디는 1월 17일 김 씨 일당이 사용한 아이디 614개에 포함돼 있다. 6건 중 4건은 3월 16일, 2건은 18일 등록된 것이다. 국정 지지도, 사드와 남북문제, 개헌 등 모두 현 정권과 관련한 굵직한 이슈를 다룬 기사다. 하지만 보이스피싱 등 주요 현안과 거리가 있는 기사도 있었다.

구특교 kootg@donga.com·조응형·김자현 기자

기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
전체 댓글 보기