온라인 집단 감정과 커뮤니티 지속성

초록

본 연구는 블로그, Digg, BBC 포럼 등 4백만 건의 온라인 게시물을 대상으로 자동 감성 분석을 수행하고, 동일 감성 발언이 연속적으로 나타나는 클러스터가 무작위 기대치보다 현저히 길다는 사실을 밝혀냈다. 클러스터 길이 분포는 선호적 연결 과정으로 설명되며, 초기 감성 강도가 높을수록 토론 길이가 늘어나고, 토론 진행 중 감성 강도는 점차 감소한다. 이는 인터넷 상에서도 감정이 집단적으로 전파되고, 감정 표현이 커뮤니티 활력을 유지하는 핵심 연료임을 시사한다.

상세 분석

이 논문은 대규모 텍스트 코퍼스를 감성 사전 기반 자동 분류기로 전처리한 뒤, 연속된 게시물들의 감성(긍정·부정·중립) 라벨을 시계열로 변환한다. 이후 동일 라벨이 연속되는 구간을 ‘감성 클러스터’로 정의하고, 클러스터 길이의 경험적 분포를 무작위(i.i.d.) 모델과 비교하였다. 결과는 클러스터 길이가 10~30건 이상인 경우 관측 빈도가 기대값을 수십 배 초과함을 보여, 감성 전이가 독립적 사건이 아니라 상호 의존적이라는 증거를 제공한다. 조건부 확률 Pₙ(eₙ₊₁=eₙ|연속 n개의 동일 감성) 를 분석한 결과, Pₙ은 n에 대해 파워‑러 법칙 형태(Pₙ≈p·n^α) 로 증가하며, α>0인 경우 선호적 프로세스가 작동함을 의미한다. 저자는 이 현상을 ‘감성 선호적 성장’이라고 명명하고, α값이 클수록 감성 동조가 강하게 일어난다.

BBC 포럼 데이터를 추가로 분석한 결과, 토론 초반(첫 10개 댓글)의 평균 절대 감성값이 클수록 전체 토론 길이가 길어지는 경향을 발견했다. 이는 초기 감성 ‘연료’가 토론 참여자를 지속적으로 유입시키는 메커니즘으로 작동한다는 가설을 뒷받침한다. 동시에 토론이 진행될수록 평균 감성 강도는 감소하는데, 이는 감정 소모 혹은 갈등 해소 과정으로 해석될 수 있다.

또한, 감성 클러스터의 종류(긍정·부정·중립)와 커뮤니티 유형(블로그, Digg, BBC) 간 차이를 비교했을 때, 부정 클러스터가 주를 이루는 Digg과 BBC 포럼에서는 α값이 상대적으로 높아 부정 감정의 동조가 강함을, 반면 긍정이 우세한 블로그06에서는 α가 낮아 감정 전파가 약함을 확인했다. 이는 감정 빈도와 전파 강도 사이에 역상관 관계가 있음을 시사한다.

전반적으로 이 연구는 (1) 온라인 상에서 감정이 개인의 고유 특성보다 상호작용을 통해 집단적으로 형성·전파된다, (2) 감성 전파는 선호적 프로세스에 의해 비선형적으로 확대되며, (3) 초기 감성 강도는 토론 지속성에 예측적 역할을 한다는 세 가지 핵심 결론을 제시한다. 이러한 결과는 감성 분석을 활용한 커뮤니티 관리, 온라인 여론 조작 방지, 그리고 디지털 사회학 연구에 중요한 이론적·실천적 시사점을 제공한다.