Second Life 사용자 이동성 특성 분석

본 논문은 Second Life(이하 SL)라는 대규모 네트워크 가상 환경(NVE)에서 사용자의 이동 및 접촉 패턴을 정량적으로 분석한다. 연구는 크게 네 부분으로 구성된다. 첫 번째는 측정 인프라 설계이다. 저자들은 두 가지 접근법을 검토했는데, 하나는 SL 내에 가상 센서를 배치해 사용자를 감지하는 방식이며, 다른 하나는 외부 클라이언트인 ‘크롤러’를 libsecondlife API로 구현해 사용자 좌표를 직접 수집하는 방식이다. 가상 센서는 배치 제한, 메모리·HTTP 전송 제한 등 여러 제약으로 인해 대규모 데이터 수집에 부적합함이 확인되었다. 반면, 크롤러는 일반 사용자와 동일한 권한으로 랜드에 접속해 10 초 간격으로 모든 접속자의 (x, y, z) 좌표를 데이터베이스에 저장한다. 크롤러는 아바타 형태로 보이기 때문에 다른 사용자와 상호작용할 위험이 있었으며, 이를 최소화하기 위해 무작위 이동 및 제한된 채팅을 수행하도록 설계했다. 두 번째는 실험 설계와 데이터 수집이다. 연구자는 세 개의 대표적인 랜드(‘Apfel Land’, ‘Dance Island’, ‘Isle of View’)를 선택했으며, 각각은 실내·실외 환경, 이벤트 중심 등 다양한 특성을 가진다. 각 랜드에서 24시간 동안 데이터를 수집했으며, 총 고유 방문자 수는 Apfel Land 1568명, Dance Island 3347명, Isle of View 2656명으로, 평균 동시 접속자는 각각 13, 34, 65명에 달했다. 세 번째는 분석 방법론이다. 시간적 측면에서는 접촉 시간(CT), 재접촉 시간(ICT), 최초 접촉 시간(FT)을 정의하고, 보완 누적분포함수(CCDF)로 분포를 시각화했다. 공간·네트워크 측면에서는 노드 차수, 네트워크 지름, 군집 계수, 이동 거리·시간, 구역 점유도 등을 측정했다. 통신 범위는 Bluetooth(10 m)와 Wi‑Fi(80 m) 두 가지 시나리오를 가정했으며, LOS(라인‑오브‑사이트) 가정 하에 장애물은 무시했다. 분석 결과는 다음과 같다. 첫째, CT와 ICT는 초기 파워‑로우 구간을 보이다가 수백 초에서 급격히 감소하는 지수적 절단을 나타냈다. 이는 사용자가 특정 지점에 머무는 시간이 제한적이며, 접촉 기회가 짧은 시간에 집중됨을 의미한다. 둘째, 통신 범위가 확대될수록 평균 CT가 30 s에서 300 s까지 증가하고, FT도 300 s에서 30 s 수준으로 크게 감소했다. 이는 가상 환경에서도 통신 반경이 접촉 가능성을 크게 좌우한다는 점을 확인한다. 셋째, 네트워크 구조 분석에서 노드 차수는 평균 2~4, 군집 계수는 0.4~0.6으로 실제 인간 사회 네트워크와 유사한 높은 군집성을 보였다. Wi‑Fi 범위에서는 차수가 증가하고 네트워크 지름이 감소해 전체 네트워크가 더 촘촘히 연결된다. 넷째, 공간적 분포는 사용자가 특정 관심 지점(예: 이벤트 무대, 상점) 주변에 집중되는 모습을 보였으며, 구역 점유도 CDF는 20 m 크기 셀 기준으로 대부분의 셀이 0~0.2 정도의 점유율을 나타냈다. 마지막으로, 이동 거리와 시간 분석에서 사용자는 로그인부터 로그아웃까지 평균 5~10 km 정도의 짧은 경로를 이동하고, 이동 시간 대비 정지 시간이 크게 비중을 차지했다. 연구자는 이러한 결과가 현실 세계에서 수행된 인간 이동 실험(예: GPS 기반, 센서 네트워크 기반)과 통계적으로 유사함을 강조한다. 비록 가상 세계의 활동 시간이 12시간 이하로 제한적이지만, 접촉 시간·재접촉 시간·군집성 등 주요 지표는 현실과 일치한다. 따라서 SL에서 수집된 트레이스는 DTN(Delay Tolerant Network) 시뮬레이션, 무선 네트워크 프로토콜 평가, 전염병·정보 확산 모델링 등에 현실 데이터를 보완하거나 대체할 수 있는 유용한 자원이다. 또한, 크롤러 기반 측정 방법은 비용·시간 효율성이 뛰어나며, 다른 NVE(예: Roblox, Minecraft)에도 적용 가능해 가상 환경을 활용한 대규모 인간 행동 연구의 새로운 길을 제시한다.