네트워크 군집·삼각형이 초래하는 응답자‑주도 표집 편향 분석

본 논문은 숨겨진(hard‑to‑reach) 인구를 조사하기 위한 응답자‑주도 표집(RDS)의 근본적인 한계인 표집 편향을 네트워크 구조적 요인—특히 삼각형(클러스터링)과 커뮤니티(집단) 구조—에 초점을 맞춰 체계적으로 분석한다. 연구는 크게 네 부분으로 구성된다. Ⅰ. 배경 및 목표 RDS는 참여자의 사회적 연결망을 활용해 ‘시드’를 시작점으로 쿠폰을 전달하며 표본을 확대한다. 기존 이론은 모집 과정이 무작위이며, 각 개인이 자신의 차수(k)를 정확히 인식한다는 가정 하에 RDSII 추정량을 도출한다. 그러나 실제 사회 네트워크는 높은 이질성, 강한 클러스터링, 그리고 뚜렷한 커뮤니티 구조를 가지고 있어 이러한 가정이 깨질 가능성이 크다. 따라서 저자는 네트워크 구조가 RDS 트리의 성장, 표본 커버리지, 그리고 최종 추정값에 미치는 영향을 정량화하고자 한다. Ⅱ. 방법론 ① 합성 네트워크 생성 - 삼각형 조절: Serrano‑Boguñá 알고리즘을 사용해 차수별 삼각형 수를 지정하고, β, c₀, α 파라미터로 클러스터링과 assortativity를 조절하였다. ‘많은 삼각형’과 ‘적은 삼각형’ 두 종류를 만든다. - 커뮤니티 조절: Lancichinetti‑Fortunato 모델로 파워‑law 차수 분포와 파워‑law 커뮤니티 크기 분포를 적용, 브릿지 노드 수와 혼합 파라미터 μ를 바꿔 강한·중간·약한 커뮤니티 구조를 구현한다. 각 네트워크는 N=10,000, 평균 차수 ⟨k⟩≈7을 유지한다. ② 실제 네트워크 활용 EMA1, EMA2(대학 이메일), ADH(고등학생 친구), ENR(기업 이메일), POK(온라인 데이팅) 등 다섯 개 데이터셋을 수집, 각각 N, E, 클러스터링 계수(cc), 커뮤니티 수(C) 등을 표 1에 정리하였다. ③ RDS 시뮬레이션 - 시드: 기본 10명 무작위 선택, 필요 시 편향 시드·재시드 실험 수행. - 전파: 연속시간 포아송 프로세스, 평균 대기시간 5, 각 리크루터가 3명의 이웃에게 쿠폰 전달. - 응답률(p): 0.2~1.0 구간에서 변동, 참여 여부는 베르누이 시행. - 표본 크기: 네트워크 전체 혹은 사전 정의된 목표 크기(예: 500)까지 진행, 샘플링은 무교체(without replacement) 방식. ④ 평가 지표 - 트리 규모(노드 수, 깊이), 커버리지(전체 네트워크 대비 표본 비율), RDSII 추정값과 실제 비율 간의 편차(bias), 평균 제곱오차(MSE) 등을 측정하였다. Ⅲ. 주요 결과 1) 커뮤니티 규모와 편향 큰 커뮤니티에 속한 개인은 동일 네트워크 내 다른 커뮤니티보다 표집 확률이 현저히 높았다. 특히 브릿지 노드가 적은 강한 커뮤니티에서는 트리가 한 커뮤니티에 머무르는 현상이 빈번해 전체 추정값이 큰 커뮤니티의 특성으로 편향된다. 2) 삼각형(클러스터링)의 영향 삼각형이 풍부한 네트워크에서는 쿠폰이 동일 서브그룹 내에서 순환하며 새로운 영역으로 확산되기 어려워, 전체 커버리지가 감소한다. 저연결도(소규모 차수) 노드는 특히 샘플 크기가 전체 인구와 비슷할 때 과소표집되는 경향이 관찰되었다. 3) 응답률과 추정 정확도 응답률 p가 낮아질수록 평균 추정값은 크게 변하지 않지만, 실제 비율과의 차이(bias)가 급격히 증가한다. 이는 비응답이 무작위가 아니라 특정 구조(예: 고연결도 노드)와 상관관계가 있을 경우 추정이 왜곡된다는 점을 시사한다. 4) 시드 선택 및 재시드 전략 편향된 시드(특정 커뮤니티에 집중)만 사용하면 편향이 크게 확대된다. 반면, 여러 차례 재시드(re‑seed)를 도입하면 브릿지 노드를 통한 확산이 촉진되어 트리의 다변화와 편향 감소가 확인되었다. 5) 실제 네트워크 적용 EMA1·EMA2·ADH·ENR·POK 모두에서 합성 네트워크와 유사한 편향 패턴이 나타났다. 특히 클러스터링 계수(cc)가 높은 POK와 ENR에서는 표본이 특정 서브그룹에 머무르는 현상이 두드러졌다. Ⅳ. 논의 및 실무적 시사점 - RDS 설계 시 사전 네트워크 탐색을 통해 커뮤니티 구조와 클러스터링 정도를 파악하고, 시드 배치를 균등하게 분산시키는 것이 필요하다. - 응답률이 낮을 경우, 단순 평균 추정에 의존하기보다 네트워크 기반 보정(예: 가중치 재조정, 브릿지 노드 강화) 방법을 적용해야 한다. - 재시드 전략은 비용이 추가되지만, 편향을 크게 감소시켜 결과의 신뢰성을 높일 수 있다. - RDSII 추정량은 구조적 편향에 민감하므로, 추정 전후에 네트워크 특성을 반영한 보정 모델(예: Bayesian hierarchical model) 도입을 권고한다. Ⅴ. 결론 본 연구는 삼각형과 커뮤니티 구조가 RDS 과정에 미치는 구체적 메커니즘을 시뮬레이션과 실증 분석을 통해 밝혀냈다. 네트워크가 고도로 군집화되고 브릿지 노드가 제한된 경우, 표본이 특정 서브그룹에 국한되어 추정값이 크게 편향된다. 낮은 응답률은 평균 추정은 유지하나 편향을 확대한다. 이러한 결과는 RDS를 활용한 역학·사회과학 연구에서 사전 네트워크 분석, 시드 설계, 응답률 관리, 그리고 필요 시 재시드 전략을 통해 편향을 최소화해야 함을 강조한다.