소셜 네트워크 분석

커뮤니케이션 연구의 프런티어 9:
≪소셜 네트워크 분석Social Network Analysis: A Handbook≫

사회 연결망 분석, 어렵지 않아요
사회 연결망 분석.
관심은 무척 높다. 참여는 아직 적다.
고도의 전문적이고 수학적인 언어가 이용되고,
연구자들도 같은 지식으로 무장해야 한다고 생각하기 때문이다.
이를 돌파하는 무기는 개념에 대한 선명한 이해다.
존 스콧은 다양한 예제를 통해 기본 개념과 수학적 원리를 친절히 설명한다.
≪소셜 네트워크 분석≫이 미국 대학원에서 사회 연결망 분석 입문서로
가장 많이 채택되는 까닭이 여기에 있다.

사회 연결망 분석이 어떤 연구에 활용되고 있나?
트위터 등 특정 테크놀로지에서 나타나는 다수 사용자 간의 관계 데이터를 찾아 이들의 형태학적이고 구조적인 특징을 살펴보는 연구에 활용된다. 또 관계망의 구조적 특징이 정치·사회적으로 갖는 효과에 대한 연구, 관계망에서 정보를 퍼뜨리는 자와 수용하는 자들의 특성에 대한 연구도 활발히 진행되고 있다.

사회 연결망 분석 이전의 전통적인 분석 방법은 어땠나?
속성이나 특징을 분석하는 방법이다. 예컨대 남자와 여자로 구별되는 속성인 성(gender)이 의견이나 태도, 행동에 어떤 차이를 낳으리라는 생각을 토대로 연구를 진행하는 식이다. 즉 연구자는 남자와 여자로 구성된 샘플을 얻어 이들 간의 태도 차이를 살펴본다.

얼핏 간단한 방법으로 보이는데?
이론적으로는 복잡한 면을 지니고 있다.

왜 그런가?
이런 전제가 연쇄적으로 깔려 있기 때문이다. “여자로 태어났기에 그 시대가 요구하는 여성으로서의 역할에 대한 교육을 받았겠고, 이것이 사회적인 압력이나 강요 등으로 영향력을 미칠 것이고, 따라서 여성은 여성으로서의 특정한 성향을 보일 것이기에 남성과 다른 의견을 가질 것이다.” 분석할 때 성별 하나로는 부족하고, 나이, 사회경제적 지위, 지능 등을 복합적으로 사용하게 되면서 방법론이 복잡해진다.

사회 연결망 분석은 속성 분석이 아닌가?
속성 분석에서 방향을 바꾸어 처음부터 사람과 사람을 연결하는 관계를 분석하는 방법이다.

구체적인 예를 들면?
그라노베터(Granovetter, 1973)는 구직자들이 어떤 종류의 관계를 이용하여 자신이 가려는 직장에 대한 정보를 얻는지를 조사, 분석했다. 직장 이동에 대한 의미 있는 조사는 공식적인 그룹으로 나타나는 강한 연결의 집단에서가 아니라 눈에 띄지 않는 약한 연결의 집단에서 가능했다. 참여한 사람들의 사회 경제적 지위나 나이, 성별 등의 속성 데이터만으로는 파악할 수 없는 연구였다.

기존 방법에 대해선 배타적인가?
그렇지 않다. 속성 데이터로 사회 연결망 분석을 할 수도 있고, 두 방법을 적절히 섞어 사용할 수도 있다.

어떻게 가능한가?
초등학교의 왕따 현상에 대해 분석한다고 하자. 학생들에게 친한 친구를 모두 적어 내라고 해서 친구 연결망 데이터를 얻는다. 그 연결망 분석을 통해 왕따 현상이 나타나는 교실의 친구관계의 구조적 특징을 그렇지 않은 교실과 비교해 볼 수 있다. 또한 남학생과 여학생, 혹은 부모의 사회 경제적인 환경의 비교를 분석에 추가해 살펴볼 수도 있다.

사회 연결망 분석이 사회 현상을 분석하는 데 어떤 도움이 되나?
접근 방향을 달리해 의미 있는 결과를 도출하도록 돕는다. 직장 내의 연결망 구조 차이에 따라서 생산성 혹은 팀워크가 달라지는 것을 비교해 볼 수도 있겠고, 국가 간의 텔레커뮤니케이션 교환 구조가 국가 간 교역과 어떤 관계가 있는가를 분석할 수도 있겠다.

단점은 없나?
모두 전수를 조사해야 한다는 것이다. 회사의 생산성 조사를 위해서는 회사 전체의 연결망 구조를 먼저 이해해야 한다. 연결망 분석은 속성 데이터 분석처럼 샘플 추출에 기반을 둔 조사가 어렵다. 샘플 조사가 어렵기 때문에 연구 결과를 일반화하는 데 추가적인 디펜스(방어)가 필요하다.

단점을 어떻게 보완하고 있나?
자연스럽게 보완하는 방법론이 사용되고 있다. 뉴미디어 사용에서 나타나는 관계망 현상에 대해 전수 조사하는 것이 가능해졌다. 특히 최근의 테크놀로지들은 매시업(mashup)이나 개방성의 장점을 활용해 오픈 API를 제공하기에 데이터를 얻기가 쉬워졌다.

빅데이터가 곧바로 분석 결과를 보장하는 건 아니지 않나?
막상 분석을 해 보면 표면적일 경우가 많다. 이런 데이터를 샘플링하여 심층 분석을 시도하는 연구들이 나타날 것이라고 생각한다.

실제 생활이나 산업에서 활용되는 경우는?
사용자 맞춤형 서비스가 그런 경우다. 대표적으로 미국의 판도라(pandora.com) 서비스를 들 수 있다. 좋아하는 한 음악을 선곡하여 실행하면, 그와 비슷한 종류의 음악이 끝없이 흘러나오도록 하는 서비스다. 이 서비스의 기반이 되는 테크놀로지가 사회 연결망 분석 방법이다.

더 확장되리나 보나?
개인적으로 이러한 트렌드가 광고, 마케팅, 프로덕션 디자인, 서비스 디자인 등에 광범위하게 퍼질 것이라 생각한다.

연결망 분석 방법을 활용할 때 주의할 점은?
개념적인 이해가 없으면 분석틀(소프트웨어 프로그램)이 있어도 도움이 되지 못한다. 혼란스럽기 때문이다. 분석에 합당한 데이터를 수집하는 데도 무리가 생기고, 어떤 방법을 사용하여 데이터를 분석할 것인가도 혼란스럽다.

그런 경우 ≪소셜 네트워크 분석≫이 도움이 될까?
개념적인 면에 치중된 면이 없지 않지만, 관심 있는 사회 현상을 연결망에서 사용된 개념을 이용하여 도식화하고 정리하는 능력을 기를 수 있도록 돕는다. 이 책이 미국 대학원생들의 입문서 역할을 하는 이유가 여기에 있는 듯하다.

당신은 누구인가?
김효동이다. 아주대학교 정보통신대학 미디어학과 부교수다. 사회 연결망 혹은 일반적인 분석 방법을 이용하여 조직 커뮤니케이션이나 뉴미디어, CMC, 모바일 등의 테크놀로지와 커뮤니케이션을 연구한다.

당신이 그려보는 사회 연결망 분석의 비전은?
광고 기획사의 예를 들어 보자. 적절한 광고 콘텐츠를 제작하기 위해서 마케팅 조사, 심층 인터뷰, 사용자 조사를 하고, 이를 분석해 광고 콘텐츠에 적용하여 실행하는 데는 아마 수개월이 걸릴 것이다. 그런데 소셜 데이터를 취급할 줄 안다면, 새로 출시된 상품 관련 문장들을 트위터나 페이스북에서 실시간으로 수집하고, 단어와 단어들 간의 관계와 영향력을 미치는 개인들을 파악하고 분석해 이를 토대로 광고 플랜을 짤 것이다. 아마도 이때 필요한 시간은 일주일 정도일 것이다. 이런 과정의 기본이 되는 것이 사회 연결망 분석이다.