Public health communication has historically operated on a deficit model: health authorities possess knowledge, the public lacks it, and communication bridges the gap through one-directional messaging. Social media has disrupted this model at every level. Messages are no longer one-directional—they are shared, commented on, remixed, and contested. Audiences are no longer passive receivers—they are active participants who create health content, challenge expert claims, and form peer-to-peer support networks. The authority of institutional sources is no longer taken for granted—it competes with influencers, personal testimonials, and algorithmically amplified misinformation.

This disruption creates both opportunity and peril. Social media campaigns can reach populations that traditional channels never accessed, can tailor messages to specific demographic and psychographic segments, and can generate engagement that moves beyond awareness to behavioral change. But they can also trigger backlash, spread misinformation through well-intentioned sharing, and create false confidence that reach equals impact.

Theory-Driven Campaign Design

Moreno, Fuentes-Lara, and Zeler (2025) demonstrate the value of grounding social media health campaigns in established behavioral theory. Their study examines an audiovisual campaign designed using the Health Belief Model (HBM) for skin cancer prevention in Spain, implemented through the association Melanoma Espana.

The experimental design tests whether campaign content structured around HBM constructs—perceived susceptibility, perceived severity, perceived benefits of action, perceived barriers to action, and self-efficacy—produces measurable effects on prevention attitudes and behavioral intention. The results confirm that theoretically grounded content outperforms ad hoc messaging: participants exposed to HBM-structured content showed significantly higher intention to adopt sun-protective behaviors than control groups exposed to general awareness content.

The implication is practical: social media health campaigns that are designed around behavioral theories rather than intuitive "raising awareness" approaches produce more reliable outcomes. The theory provides a framework for content creation that addresses the psychological determinants of behavior rather than merely providing information.

From Attention to Behavioral Intention

Apers, Symons, and Vandebosch (2025) examine a specific campaign—the Radon Buster initiative promoting radon testing in homes—to trace the pathway from social media attention to behavioral intention. Guided by the Elaboration Likelihood Model, the study explores how peripheral cues (visual design, source credibility) and central arguments (factual information about radon health risks) interact to move audiences from awareness to intention.

The study distinguishes between social media strategies that generate attention (shares, likes, comments) and those that generate intention (information seeking, testing behavior). The finding is sobering for campaign designers: engagement metrics that platforms report and that organizations celebrate may correlate weakly with behavioral outcomes. A post that generates thousands of likes may produce fewer behavioral changes than a less-shared post that drives traffic to a detailed information website.

Government-Citizen Interaction

Zhang and Lu (2025) examine a dimension of health communication that is specific to governmental actors: how government responses to citizen inquiries on social media enhance health policy communication for observers. Drawing on masspersonal communication theory and AI-mediated communication research, the study investigates the effects of replying agents (human officials vs. AI chatbots), inquiry tone, and institutional trust on policy communication effectiveness.

The findings reveal that government responsiveness—the act of replying to citizen questions—enhances health policy communication not only for the person who asked but for the broader audience of observers. When citizens see that a government agency actively engages with questions and concerns, institutional trust increases and policy messages become more persuasive. The study also finds that human respondents are perceived as more trustworthy than AI chatbots for health policy communication, though AI respondents can match human effectiveness for routine informational queries.

Bibliometric Trends in Digital Health Campaigns

Juliansyah and Anwar (2025) provide a structural overview of the field through bibliometric analysis of digital health campaign research from 2015 to 2023. The analysis of 64 scholarly articles reveals several trends: the field has grown rapidly since 2020 (accelerated by COVID-19 pandemic communication needs), research clusters around social media platform effectiveness and misinformation countermeasures, and there is a notable geographic concentration in high-income countries.

The bibliometric mapping identifies two emerging research frontiers: AI-powered campaign optimization (using machine learning to personalize health messages in real time) and health misinformation countermeasures (designing campaigns specifically to inoculate against false health claims). Both frontiers represent the field's response to the dual disruption of social media and AI.

Health Campaign Effectiveness Factors

<

Factor	Impact on Awareness	Impact on Intention	Impact on Behavior
Theoretical grounding (HBM, ELM)	Moderate	High (Moreno et al.)	High
Engagement metrics (likes, shares)	High	Low (Apers et al.)	Very low
Government responsiveness	Moderate	High (Zhang & Lu)	Unknown
Platform-specific design	High	Moderate	Moderate
Influencer partnership	High	Moderate	Variable
Misinformation inoculation	Low	Moderate	High (protective)
Personalization (AI-powered)	High	High	Emerging evidence

What To Watch

The next generation of health communication campaigns will likely be AI-personalized at scale—messages dynamically adapted to individual risk profiles, health literacy levels, and psychological dispositions. Early experiments in "precision public health communication" use large language models to generate culturally and linguistically tailored messages from a core evidence base. The promise is enormous: health messages that meet each person where they are rather than broadcasting generic content. The risk is equally significant: personalized persuasion techniques optimized for behavioral change raise ethical questions about autonomy and consent that the public health field has not yet resolved.

면책 조항: 이 게시물은 정보 제공 목적의 연구 동향 개요이다. 학술 연구에서 인용하기 전에 구체적인 연구 결과, 통계 및 주장은 원본 논문을 통해 반드시 검증해야 한다.

소셜 미디어 건강 커뮤니케이션 캠페인: 방송에서 대화로

공중 보건 커뮤니케이션은 역사적으로 결핍 모델(deficit model)에 기반해 왔다. 즉, 보건 당국은 지식을 보유하고 있고, 대중은 그 지식이 부족하며, 커뮤니케이션은 일방향적 메시지를 통해 그 간극을 메운다는 것이다. 소셜 미디어는 이 모델을 모든 차원에서 뒤흔들었다. 메시지는 더 이상 일방향적이지 않으며, 공유되고, 댓글이 달리고, 재편집되고, 논쟁의 대상이 된다. 수용자는 더 이상 수동적인 수신자가 아니라, 건강 관련 콘텐츠를 생산하고, 전문가의 주장에 이의를 제기하며, 동료 간 지지 네트워크를 형성하는 능동적인 참여자이다. 제도적 출처의 권위는 더 이상 당연시되지 않으며, 인플루언서, 개인의 경험담, 알고리즘에 의해 증폭된 잘못된 정보와 경쟁한다.

이러한 변화는 기회이자 위험을 동시에 만들어낸다. 소셜 미디어 캠페인은 전통적인 채널이 결코 접근하지 못했던 인구 집단에 도달할 수 있고, 특정 인구통계학적·심리통계학적 세그먼트에 맞춰 메시지를 조정할 수 있으며, 단순한 인지를 넘어 행동 변화로 이어지는 참여를 이끌어낼 수 있다. 그러나 동시에 역효과를 유발하거나, 선의의 공유를 통해 잘못된 정보를 확산시키거나, 도달(reach)이 곧 영향(impact)과 동일하다는 잘못된 확신을 심어줄 수도 있다.

이론 기반 캠페인 설계

Moreno, Fuentes-Lara, Zeler(2025)는 소셜 미디어 건강 캠페인을 확립된 행동 이론에 기반하여 설계하는 것의 가치를 입증한다. 이들의 연구는 스페인의 Melanoma Espana 협회를 통해 시행된, 피부암 예방을 위해 건강 신념 모델(Health Belief Model, HBM)을 활용하여 설계된 시청각 캠페인을 분석한다.

실험 설계는 HBM의 구성 요소—인지된 민감성(perceived susceptibility), 인지된 심각성(perceived severity), 행동의 인지된 이점(perceived benefits of action), 행동의 인지된 장벽(perceived barriers to action), 자기효능감(self-efficacy)—에 따라 구조화된 캠페인 콘텐츠가 예방 태도와 행동 의도에 측정 가능한 효과를 생성하는지를 검증한다. 결과는 이론적으로 구조화된 콘텐츠가 즉흥적 메시지보다 더 나은 성과를 거둔다는 것을 확인한다. 즉, HBM 구조에 따른 콘텐츠에 노출된 참가자들은 일반적인 인식 제고 콘텐츠에 노출된 통제 집단에 비해 햇빛 차단 행동을 채택하려는 의도가 유의미하게 높게 나타났다.

이 연구의 함의는 실용적이다. 직관적인 "인식 제고" 접근 방식이 아닌 행동 이론을 중심으로 설계된 소셜 미디어 건강 캠페인이 더 신뢰할 수 있는 결과를 산출한다는 것이다. 이론은 단순히 정보를 제공하는 것이 아니라 행동의 심리적 결정 요인을 다루는 콘텐츠 제작 프레임워크를 제공한다.

주의에서 행동 의도로

Apers, Symons, Vandebosch(2025)는 가정 내 라돈 검사를 촉진하는 Radon Buster 이니셔티브라는 특정 캠페인을 분석하여, 소셜 미디어 주의(attention)에서 행동 의도(behavioral intention)로 이어지는 경로를 추적한다. 정교화 가능성 모델(Elaboration Likelihood Model)에 기반하여, 이 연구는 주변 단서(peripheral cues)(시각적 디자인, 출처 신뢰성)와 중심적 논거(central arguments)(라돈 건강 위험에 관한 사실 정보)가 어떻게 상호작용하여 수용자를 인식에서 의도로 이끄는지를 탐구한다.

이 연구는 주의를 생성하는 소셜 미디어 전략(공유, 좋아요, 댓글)과 의도를 생성하는 전략(정보 탐색, 검사 행동)을 구별한다. 그 결과는 캠페인 설계자에게 냉정한 시사점을 제공한다. 즉, 플랫폼이 보고하고 조직이 자축하는 참여 지표는 행동 결과와 약한 상관관계를 보일 수 있다. 수천 개의 좋아요를 생성하는 게시물이, 상세한 정보 웹사이트로의 트래픽을 유도하는 덜 공유된 게시물보다 더 적은 행동 변화를 이끌어낼 수 있다.

정부-시민 상호작용

Zhang and Lu (2025)는 정부 행위자에게 특화된 건강 커뮤니케이션의 한 차원, 즉 소셜 미디어에서 시민의 문의에 대한 정부 응답이 관찰자들을 위한 건강 정책 커뮤니케이션을 어떻게 강화하는지를 검토한다. 대중 개인 커뮤니케이션(masspersonal communication) 이론과 AI 매개 커뮤니케이션 연구를 토대로, 이 연구는 응답 주체(인간 공무원 vs. AI 챗봇), 문의 어조, 그리고 기관 신뢰가 정책 커뮤니케이션 효과성에 미치는 영향을 탐구한다.

연구 결과에 따르면, 정부 응답성—시민의 질문에 답변하는 행위—은 질문을 한 당사자뿐만 아니라 더 넓은 관찰자 집단을 위한 건강 정책 커뮤니케이션을 강화한다. 시민들이 정부 기관이 질문과 우려에 적극적으로 대응하는 것을 목격할 때, 기관에 대한 신뢰가 증가하고 정책 메시지는 더욱 설득력을 갖게 된다. 또한 이 연구는 건강 정책 커뮤니케이션에서 인간 응답자가 AI 챗봇보다 더 신뢰할 수 있는 존재로 인식되지만, AI 응답자는 일상적인 정보 제공 문의에서는 인간과 동등한 효과를 발휘할 수 있음을 발견한다.

디지털 건강 캠페인의 계량서지학적 동향

Juliansyah와 Anwar (2025)는 2015년부터 2023년까지의 디지털 건강 캠페인 연구에 대한 계량서지학적(bibliometric) 분석을 통해 해당 분야의 구조적 개요를 제공한다. 64편의 학술 논문을 분석한 결과 몇 가지 동향이 드러난다. 이 분야는 2020년 이후 급격히 성장하였으며(COVID-19 팬데믹 커뮤니케이션 수요에 의해 가속화됨), 연구는 소셜 미디어 플랫폼 효과성과 허위 정보 대응 조치를 중심으로 군집을 이루고 있고, 고소득 국가에 대한 지리적 편중이 두드러진다.

계량서지학적 매핑은 두 가지 신흥 연구 영역을 식별한다. 하나는 AI 기반 캠페인 최적화(기계학습을 활용하여 건강 메시지를 실시간으로 개인화하는 것)이고, 다른 하나는 건강 허위 정보 대응 조치(거짓 건강 주장에 대한 면역력을 부여하기 위해 캠페인을 특별히 설계하는 것)이다. 두 영역 모두 소셜 미디어와 AI라는 이중 혼란에 대한 해당 분야의 대응을 대표한다.

건강 캠페인 효과성 요인

<

요인	인식에 대한 영향	의도에 대한 영향	행동에 대한 영향
이론적 근거 (HBM, ELM)	보통	높음 (Moreno et al.)	높음
참여 지표 (좋아요, 공유)	높음	낮음 (Apers et al.)	매우 낮음
정부 응답성	보통	높음 (Zhang & Lu)	불명
플랫폼 특화 설계	높음	보통	보통
인플루언서 파트너십	높음	보통	가변적
허위 정보 면역화	낮음	보통	높음 (보호적)
개인화 (AI 기반)	높음	높음	근거 출현 중

주목해야 할 사항

차세대 건강 커뮤니케이션 캠페인은 대규모로 AI 개인화될 가능성이 높다. 즉, 개인의 위험 프로필, 건강 리터러시 수준, 심리적 성향에 따라 메시지가 동적으로 조정될 것이다. "정밀 공중보건 커뮤니케이션(precision public health communication)"에 관한 초기 실험들은 대형 언어 모델을 활용하여 핵심 근거 기반으로부터 문화적·언어적으로 맞춤화된 메시지를 생성한다. 그 가능성은 막대하다. 획일적인 내용을 일방적으로 전달하는 대신, 각 개인의 상황에 맞게 다가가는 건강 메시지가 가능해지는 것이다. 그러나 위험성 또한 그에 못지않다. 행동 변화를 위해 최적화된 개인화된 설득 기법은 공중보건 분야가 아직 해결하지 못한 자율성과 동의에 관한 윤리적 문제를 제기한다.