부정 감정이 BBC 포럼 사용자 활동을 촉진한다

초록

BBC 온라인 포럼의 250만 건 이상의 게시물을 분석한 결과, 부정적인 감정이 담긴 글이 많을수록 해당 스레드의 길이가 길어지고, 가장 활발히 참여하는 사용자는 주로 부정적인 정서를 표현한다는 사실이 밝혀졌다. 스레드 내 사용자 간 상호작용이 활발할수록 토론이 지속되며, 이를 재현하기 위해 감정 기반 에이전트 시뮬레이션 모델을 구축하였다.

상세 분석

본 연구는 BBC 포럼에서 수집한 2.5 백만 건 이상의 게시물을 대상으로 사용자 활동량과 감정 양상을 정량적으로 분석하였다. 먼저, 각 사용자의 총 게시물 수와 개별 스레드 내 게시물 수를 집계하여 활동 분포를 확인했으며, 이는 파레토 법칙에 근접한 스케일 프리(power‑law) 형태를 보였다. 즉 소수의 사용자가 전체 활동의 대부분을 차지하고, 다수의 사용자는 제한된 횟수만 글을 남긴다. 스레드 길이와 고유 사용자 수의 비율을 정규화한 결과, 스레드가 길어질수록 새로운 사용자의 참여 비율이 급격히 감소함을 발견했다. 이는 토론이 기존 참여자 간의 상호작용—특히 의견 대립을 통한 논쟁—에 의해 유지된다는 가설을 뒷받침한다.

감정 분석은 사전 훈련된 한국어 감성 사전을 기반으로 자동화했으며, 각 게시물에 대해 부정·중립·긍정 점수를 부여하였다. 전체 게시물의 68 %가 부정 감정을 포함하고 있었으며, 특히 활동량이 높은 사용자일수록 부정 점수가 평균보다 현저히 높았다. 스레드 길이가 증가함에 따라 평균 감정 점수는 점진적으로 하강했으며, 가장 긴 스레드에서는 부정 감정 비중이 75 %에 달했다. 이러한 결과는 부정적인 감정이 토론의 지속성을 강화한다는 기존 심리학적 이론과 일치한다.

시뮬레이션 모델은 에이전트 기반으로 설계되었으며, 각 에이전트는 ‘긍정’ 혹은 ‘부정’ 성향을 갖고 무작위로 스레드에 진입한다. 에이전트 간 상호작용 규칙은 감정 일치 여부에 따라 반응 확률이 달라지도록 설정했으며, 특히 상반된 감정을 가진 에이전트가 마주칠 경우 논쟁이 길어지는 메커니즘을 구현하였다. 모델 파라미터를 실제 데이터의 스레드 길이와 사용자 참여 분포에 맞추어 튜닝한 결과, 실험적인 스케일 프리 분포와 부정 감정 비중 증가 추세를 성공적으로 재현하였다. 이는 실제 포럼에서 부정 감정이 사용자 활동을 촉진하고, 논쟁 중심의 상호작용이 토론 지속에 핵심 역할을 한다는 가설을 정량적으로 뒷받침한다.

본 연구는 대규모 온라인 커뮤니티에서 감정이 행동 패턴에 미치는 영향을 실증적으로 보여주며, 부정 감정이 반드시 부정적 결과만을 초래하는 것이 아니라, 토론 활성화와 정보 확산 측면에서 긍정적인 역할을 할 수 있음을 시사한다.