사회연결망분석 (social network analysis)
쉽게 풀면
친구 관계를 종이 위에 점(사람)과 선(친구 사이)으로 그려보면, 어떤 사람은 선이 아주 많이 몰려서 "인싸"처럼 보이고, 어떤 사람은 딱 한두 명하고만 연결돼 있을 수 있습니다. 또 서로 전혀 안 친할 것 같은 두 무리를 이어주는 다리 역할을 하는 사람도 있습니다. 사회연결망분석은 이런 그림(네트워크)을 수학적으로 분석해서, 누가 정보를 가장 빨리 퍼뜨릴 수 있는 위치에 있는지, 어떤 집단이 서로 뭉쳐 있는지, 전체 관계망의 구조가 촘촘한지 느슨한지 등을 숫자로 계산해내는 방법입니다.
왜 중요한가
사람이나 조직의 행동은 개별 속성만으로는 설명되지 않는 경우가 많아서, 누구와 연결되어 있고 그 연결망에서 어떤 위치에 있는지가 정보 확산, 협업 성과, 영향력 행사 방식을 크게 좌우합니다. 이 때문에 사회연결망분석은 조직론, 커뮤니케이션학, 역학(epidemiology), 정치학, 마케팅 등 매우 다양한 분야에서 "관계 구조가 결과에 어떤 영향을 미치는가"를 다루는 연구의 핵심 방법론으로 자리잡고 있습니다. 최근에는 온라인 소셜미디어, 인용 네트워크, 감염병 확산 모델링 등 대규모 관계 데이터를 다루는 연구가 늘면서 그 활용 범위도 계속 넓어지고 있습니다.
논문에서는 이렇게 쓰입니다
이 문장은 "이메일을 주고받은 관계를 네트워크로 만들어 계산해보니, 정보가 흐르는 통로 역할을 하는 핵심 인물이 소수라는 사실을 발견했다"는 뜻입니다.
이 문장은 "리트윗으로 이어진 관계를 그려보니, 비슷한 생각을 가진 사람들끼리만 뭉쳐서 정보를 주고받는 현상이 확인됐다"는 뜻입니다.
이 문장은 "논문을 함께 쓴 관계를 분석해보니, 여러 연구 집단 사이를 이어주는 다리 같은 연구자가 존재하고 이들이 서로 다른 분야의 지식을 섞는 역할을 한다"는 뜻입니다.
조금 더 깊게 보면
사회연결망분석 논문을 읽을 때는 중심성(centrality) 지표들이 서로 다른 것을 잰다는 점을 알아두면 도움이 됩니다. 연결이 몇 개나 있는지를 보는 연결중심성(degree centrality), 다른 노드들 사이의 최단 경로에 얼마나 자주 끼는지를 보는 매개중심성(betweenness centrality), 얼마나 영향력 있는 이웃과 연결되어 있는지를 보는 고유벡터중심성(eigenvector centrality) 등은 같은 네트워크에서도 서로 다른 인물을 "중요한 사람"으로 지목할 수 있습니다. 또한 네트워크 전체 구조를 요약할 때는 밀도(density), 군집화계수(clustering coefficient), 커뮤니티 탐지(community detection) 같은 개념이 함께 등장하는데, 이는 관계망이 얼마나 촘촘한지, 서로 뭉친 하위 집단이 있는지를 나타냅니다. 데이터가 관측 시점에 따라 달라지는 동태적 네트워크를 다루는 경우에는 시간에 따른 연결 변화를 함께 분석하기도 합니다.
주의할 점
사회연결망분석은 흔히 사회적자본 연구와 함께 쓰이지만 같은 개념은 아닙니다. 사회연결망분석은 "관계의 구조를 측정하는 방법론"이고, 사회적 자본은 그 관계망에서 나오는 "자원이나 이익"을 가리키는 개념입니다. 즉 하나는 도구, 하나는 그 도구로 측정하려는 대상에 가깝습니다.