온라인 소셜 네트워크에서 행복은 동질성을 보인다

초록

트위터 이용자 10만 명의 6개월 트윗을 감성 분석으로 주관적 행복감(SWB)으로 변환하고, 상호 팔로우 관계(친구망)에서 이웃 사용자 간 SWB 상관을 측정하였다. 결과는 긍정적인 SWB가 네트워크 내에서 동질적으로 연결되어 있음을 보여주며, 연결 강도가 클수록 동질성 정도가 높아진다.

상세 분석

본 연구는 트위터 데이터를 활용해 온라인 상에서 심리적 상태인 주관적 행복감(Subjective Well‑Being, SWB)의 동질성(assortative mixing)을 최초로 입증하였다. 데이터 수집 단계에서는 2008년 11월부터 2009년 5월까지 1억 2천9백만 건의 트윗을 확보하고, 이 중 활동량이 높은 102,009명의 사용자를 선정하였다. 사용자의 SWB는 기존에 검증된 감성 사전 기반 자동 감성 분석 도구를 이용해 각 트윗을 점수화하고, 6개월 전체 평균을 개인별 SWB 지표로 정의하였다.

네트워크 구성은 트위터의 ‘팔로워’ 관계를 그대로 사용하지 않고, 상호 팔로우(Reciprocal follow) 관계만을 추출해 ‘친구(Friend)’ 네트워크를 구축하였다. 이는 일방향 팔로우가 실제 사회적 교류를 의미하지 않을 가능성을 배제하기 위한 조치이며, 동시에 하루 평균 1건 이상의 트윗을 작성한 활발한 사용자만을 포함함으로써 분석 대상의 활동성을 보장하였다. 최종적으로 얻어진 친구망은 102,009개의 정점과 2,361,547개의 무방향 엣지를 갖는 대규모 연결 그래프이며, 평균 차수 46.3, 평균 클러스터링 계수 0.262, 직경 14라는 전형적인 소규모 세계(small‑world) 특성을 보인다.

동질성 측정은 각 정점에 부여된 SWB 값을 이용해 인접 정점 쌍 간의 피어슨 상관계수(r)를 계산하였다. 전체 네트워크에서 r≈0.23(통계적으로 유의미)이라는 양의 상관이 관측되었으며, 이는 트위터 사용자들이 비슷한 수준의 행복감을 가진 이들과 더 많이 연결된다는 것을 의미한다. 또한 엣지 가중치(두 사용자가 공유하는 친구 집합의 자카드 유사도)를 기준으로 서브셋을 나누어 분석한 결과, 가중치가 클수록(즉, 공통 친구가 많을수록) SWB 동질성도 상승하는 경향을 확인하였다. 이는 단순한 구조적 연결을 넘어, 실제 사회적 교류 강도가 동질성에 영향을 미친다는 가설을 뒷받침한다.

연구는 두 가지 메커니즘을 논의한다. 첫째는 ‘동질성 기반 연결(homophilic attachment)’으로, 사용자가 비슷한 정서 상태를 가진 사람을 선호해 팔로우를 선택한다는 가정이다. 둘째는 ‘정서 전염(emotional contagion)’으로, 연결된 사용자가 서로의 감정을 전파한다는 가능성이다. 현재 데이터만으로는 인과관계를 구분하기 어렵지만, 향후 시간적 흐름을 고려한 동적 네트워크 분석을 통해 두 메커니즘을 분리할 여지가 있다.

한계점으로는 감성 분석 도구의 정확도(특히 문화·언어적 뉘앙스)와 트위터 사용자 집단이 전체 인구를 대표하지 못한다는 점을 들 수 있다. 또한 ‘친구’ 관계가 실제 오프라인 친밀도를 완전히 반영하는지는 의문이며, 비대칭적 팔로우 관계를 배제함으로써 잠재적 연결을 놓쳤을 가능성도 존재한다. 그럼에도 불구하고, 대규모 실증 데이터를 기반으로 온라인 환경에서도 심리적 동질성이 존재한다는 점을 입증한 점은 사회 네트워크 과학 및 디지털 정신건강 연구에 중요한 시사점을 제공한다.