웹사이트 평점에 나타나는 파워 법칙

초록

본 논문은 웹사이트 평점에서 고유 호스트 수(H)와 페이지 조회수(S)가 사이트 순위(r)에 대해 각각 파워‑법칙 형태 H = Cₕ · r^‑α, S = Cₛ · r^‑β 로 분포한다는 가설을 실증한다. 두 변수 간의 관계는 S ∝ H^γ 로 나타나며, γ가 1에 가까울 경우 선형 관계가, 그렇지 않을 경우 비선형 파워 관계가 성립한다. 실험은 “비즈니스·재무”와 “게임” 분야의 데이터를 이용해 로그‑로그 플롯으로 검증하였다.

상세 분석

논문은 웹 트래픽 분석에서 가장 기본적인 두 지표인 고유 호스트 수(H)와 페이지 조회수(S)가 웹사이트 평점 순위(r)와 어떤 수학적 관계를 갖는지를 탐구한다. 기존 실무에서는 S/H, 즉 “평균 페이지 조회수”가 일정하다고 가정하고 선형 관계(S ∝ H)를 전제한다. 그러나 저자들은 이 가정이 특수한 경우에만 적용될 뿐, 일반적으로는 파워 법칙 형태가 더 적합하다고 주장한다. 이를 위해 먼저 H와 S가 각각 r에 대해 H = Cₕ · r^‑α, S = Cₛ · r^‑β 라는 식(1)(2)으로 표현된다고 가정한다. 여기서 α, β는 경험적으로 추정되는 지수이며, Cₕ, Cₛ는 상수이다.

실험 데이터는 우크라이나의 웹 평점 서비스(http://top.ucoz.com/)에서 제공하는 “비즈니스·재무”와 “게임” 두 카테고리의 일일 통계이다. 각 카테고리별로 순위 r에 대한 H와 S를 로그‑로그 스케일로 플롯한 결과, 직선 형태가 관찰되어 파워 법칙이 유의미함을 확인한다. 특히, Figure 2와 Figure 3에서 각각 S와 H가 r에 대해 -1.1 ~ -1.6 정도의 기울기를 보이며, 결정계수(R²)가 0.6 ~ 0.9 수준으로 높은 적합도를 나타낸다.

다음 단계에서는 H와 S 사이의 직접적인 관계를 도출한다. 식(1)을 r에 대해 정리하면 r = (H/Cₕ)^(‑1/α) 가 되고, 이를 식(2)에 대입하면 S = Cₛ · (Cₕ^β/α) · H^(β/α) 가 된다. 즉, S와 H는 S = Cₛₕ · H^γ 형태이며, γ = β/α 로 정의된다. 실험적으로 γ는 1에 근접하는 경우도 있지만, 카테고리와 시기에 따라 0.8 ~ 1.2 사이의 변동을 보인다. Figure 5는 두 카테고리에서 S와 H의 로그‑로그 관계를 다시 한 번 확인시켜 주며, 기울기(γ)와 R² 값이 각각 1.1 ~ 1.2와 0.6 ~ 0.8 정도임을 보여준다.

이러한 결과는 웹사이트 트래픽 분석에 몇 가지 실용적 함의를 제공한다. 첫째, 특정 도메인(예: 금융, 게임) 내에서 평균 페이지 조회수(S/H)가 일정하다는 가정은 과도하게 단순화된 모델이며, 실제는 파워 법칙에 의해 비선형적으로 변동한다. 둘째, γ 값이 1에 가까운 경우에는 기존 선형 모델을 그대로 사용할 수 있지만, γ가 1에서 크게 벗어날 경우 비선형 보정이 필요하다. 셋째, 평점 시스템을 호스트 수가 아닌 조회수 기준으로 재구성하면 더 부드러운 순위 분포를 얻을 수 있음을 Figure 4가 시사한다. 마지막으로, 파워 법칙 기반 모델은 서버 부하 예측, 광고 효율성 평가, 도메인별 트래픽 이상 탐지 등에 활용될 수 있다.

하지만 논문에는 몇 가지 한계점도 존재한다. 데이터는 단일 평점 서비스와 두 개 카테고리만을 대상으로 하였으며, 시간적 변동성(계절성, 이벤트 효과)이나 외부 요인(검색 엔진 최적화, 소셜 미디어 확산) 등을 고려하지 않았다. 또한, α와 β를 고정 상수로 가정했지만 실제 웹 환경에서는 이들 지수가 동적으로 변할 가능성이 있다. 향후 연구에서는 다양한 국가·언어·산업군을 포괄하는 대규모 데이터셋을 활용하고, 시간 가중 모델을 도입하여 파워 법칙의 안정성을 검증할 필요가 있다.