용어 목록 > UCINET (UCINET)

UCINET (UCINET)

쉽게 풀면

사회연결망분석을 손으로 계산하기는 매우 복잡하기 때문에 전용 소프트웨어가 필요합니다. UCINET은 그중에서도 가장 오래되고 널리 쓰이는 프로그램 중 하나로, 관계 자료를 입력하면 중심성지표 계산부터 네트워크 시각화, 하위집단(클리크) 탐지까지 다양한 분석 기능을 제공합니다. 사회학, 경영학 연구자들이 표준적으로 사용해온 도구입니다.

왜 중요한가

사회연결망분석(SNA)은 조직 내 협업 구조, 기업 간 제휴 관계, 정보 확산 경로 등을 설명하는 이론들과 밀접하게 연결되어 있는데, 이런 이론적 논의를 실제 자료로 검증하려면 관계 자료를 행렬 형태로 다루고 지표를 계산해줄 도구가 반드시 필요하다.

UCINET은 이 과정을 표준화된 방식으로 지원해왔기 때문에, 경영학·사회학·행정학 등에서 나온 다수의 네트워크 연구가 결과의 비교 가능성과 재현성을 이 도구를 통해 확보해왔다. 그래서 논문의 방법론 절에서 UCINET 사용 여부와 버전을 명시하는 것이 관례처럼 자리잡았다.

어떤 절차인가

1. 관계 자료를 행렬로 만듭니다. 행과 열에 같은 행위자를 놓고 연결되면 1(또는 가중치)을 적는 인접행렬이 기본입니다. 키워드·논문 연구에서는 동시 출현 행렬을 만듭니다.
2. UCINET에서 분석합니다. 밀도, 연결·근접·매개 중심성, 하위집단, 구조 동치(CONCOR 등) 분석을 실행합니다.
3. 시각화합니다. 함께 제공되는 NetDraw로 노드와 연결을 그림으로 나타냅니다.
4. 해석하고 보고합니다. 지표를 연구 질문에 맞춰 해석합니다.

언제 쓰고 무엇을 얻나

• UCINET은 Borgatti, Everett, Freeman이 개발한 사회연결망 분석용 소프트웨어(Borgatti et al., 2002)입니다. 행렬을 입력으로 쓰고 여러 중심성·집단·구조 분석 기능을 제공합니다.
• CONCOR는 Breiger, Boorman, Arabie(1975)가 제안한 알고리즘으로, 비슷한 위치의 행위자를 반복 분할해 묶는 구조 동치 분석에 쓰입니다.
• 관계 자료는 행위자가 서로 독립이지 않으므로 일반 통계 검정 대신 순열 기반 방법(QAP 회귀 등, Krackhardt, 1988)을 쓴다는 점이 설명서에서 자주 강조됩니다.
• 한계: 대용량 네트워크나 최신 시각화에는 다른 도구가 낫다고 평가되기도 하고, 사용 환경(Windows 중심)이 제한적일 수 있습니다.

논문에는 이렇게 적는다

• 소프트웨어 이름과 버전(예: UCINET 6), NetDraw 사용 여부를 적습니다.
• 행렬을 어떻게 만들었는지(이원 자료 변환, 대칭화, 이진화 기준 값)와 어떤 지표를 어떤 옵션으로 계산했는지 밝힙니다.
• 동시 출현 키워드 분석에서는 상위 키워드 선정 기준(빈도 하한)을 적습니다.
• 결과 해석은 지표 정의(예: 연결중심성은 연결 수)를 짚고 연구 질문과 연결합니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.

• “자료 분석은 Excel을 통해 키워드 출현 빈도분석을 실시하였고, Ucinet을 사용하여 중심성 분석과 키워드 출현 빈도 네트워크를 시각화하였다.”

  키워드 네트워크 분석 방법을 활용한 영유아기 아버지 연구동향 분석, 유아교육학논집, 2023 · KCI 한국학술지인용색인 · 원문 보기 ↗

• “이를 위해 SATI를 사용하여 동시출현단어행렬을 구성하여 Ucinet과 Netdraw을 사용하여 지적구조를 시각화하였다.”

  중국 수출신용보험의 연구 추세에 관한 연구, 무역금융보험연구, 2017 · KCI 한국학술지인용색인 · 원문 보기 ↗

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

UCINET이라는 소프트웨어로 네트워크 자료를 분석해 여러 지표를 계산했다는 뜻이다.

조직행동 연구에서 누가 누구에게 조언을 구하는지를 네트워크로 그리고, 그 안에서 긴밀하게 뭉친 소집단들을 찾아냈다는 의미이다.

국제경제 연구에서 여러 국가들이 무역 관계상 비슷한 역할을 하는 그룹으로 묶이는지를 UCINET의 특정 분석 기법으로 살펴보았다는 뜻이다.

조금 더 깊게 보면

UCINET에서 산출되는 대표적 지표로는 연결정도 중심성, 근접 중심성, 매개 중심성 같은 중심성지표와 더불어, 네트워크 전체의 응집성을 보는 밀도, 하위집단을 찾는 파벌(clique) 및 블록모델링, 구조적 등위성 분석(CONCOR) 등이 있다.

또한 네트워크 자료 특성상 관측치들이 서로 독립적이지 않기 때문에 일반적인 통계 검정을 그대로 적용하기 어렵고, 이를 보완하기 위해 UCINET은 QAP(Quadratic Assignment Procedure)와 같은 순열 기반 검정 방법을 함께 제공한다.

논문을 읽을 때는 어떤 중심성지표를 썼는지, 자료가 방향성이 있는 네트워크인지 없는 네트워크인지, 통계적 유의성을 어떤 방식으로 검정했는지를 함께 확인하는 것이 이해에 도움이 된다.

주의할 점

대규모 네트워크나 동적(시간 변화) 네트워크 분석에는 Gephi 같은 시각화 특화 도구가 함께 쓰이기도 한다.

헷갈리기 쉬운 용어

분석 도구와 방법을 구분합니다.

참고 문헌

1. Borgatti, S. P., Everett, M. G., & Freeman, L. C. (2002). UCINET 6 for Windows: Software for Social Network Analysis. Analytic Technologies.
2. Breiger, R. L., Boorman, S. A., & Arabie, P. (1975). An algorithm for clustering relational data with applications to social network analysis and comparison with multidimensional scaling. Journal of Mathematical Psychology, 12(3), 328–383.
3. Krackhardt, D. (1988). Predicting with networks: Nonparametric multiple regression analysis of dyadic data. Social Networks, 10(4), 359–381.
4. Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.

관련 용어