이 연구는 코로나19 기간 동안 뉴스 기사가 만들어내는 분노, 즉 분노유발보도를 분석하여 언론보도가 여론에 어떠한 영향을 미치는지를 알아보고자 하였다. 구체적으로 이 연구의 목적은 언론이 코로나19와 관련하여 어떠한 주제와 이슈에 주목했는지를 빅데이터 분석을 통해 국내 포털(네이버, 다음)의 기사(분노유발보도)를 살펴보는 것이다. 또 이 연구는 빅데이터 분석을 통해 검토한 분노유발보도가 실제 여론을 어떠한 방향으로 이끌고 형성하는지를 실증하였다. 인지평가이론, 침묵의 나선 이론, 정보각성가설 등을 이론적 프레임으로 활용해 코로나 19 관련 보도의 시기별 토픽, 분노유발보도의 감정적 전이, 포털 간 분노유발보도 토픽의 상이성을 정교하게 분석했다. 이를 위해 이 연구는 자동화된 내용분석(computerized content analysis) 방법과 딥러닝에 기반하여 기사의 토픽 모델링과 기사 및 댓글의 감성분석을 실시했다. 이 과정에서 2020년 1월 1일부터 2021년 8월 31일까지 약 18개월 동안 ‘네이버’와 ‘다음’이 제공하는 언론사별 기사를 수집, 활용하였다. 분석결과, 추출된 토픽 개수는 ‘코비드 확산’, ‘경제 상황’, ‘사회 변화상’ 등 9개였으며, 포털 간 각 토픽의 분기별 기사 수의 변화도 관찰되었다. 또 감성분석 결과는 특정 주제에 대한 기사의 부정적 논조가 기사의 부정적 여론 형성, 즉 감정의 전이를 유발하고 있음을 보여줬다. 이 연구는 딥러닝이 가미된 빅데이터 분석기법을 통해 단순히 현상을 기술하는 것이 아닌 침묵의 나선 이론, 정보각성가설 등 이론에 기초한 미디어의 영향이나 효과를 정교하게 분석했다는 데서 방법론적 함의를 찾을 수 있다. 또 크롤링으로 대량의 기사와 댓글을 표집하고 이를 분석 데이터로 활용해 코로나19와 관련된 분노유발보도의 동향과 이에 따른 수용자의 반응을 전반적으로 파악했다는 점에서도 또 다른 의의를 찾을 수 있다.