트위터 대화에서 던바르 수 검증

초록

본 연구는 6개월 동안 수집한 1.7백만 명의 트위터 이용자를 대상으로, 사용자 간 직접적인 답글 교환을 기반으로 한 사회적 관계망을 구축하였다. 사용자의 평균 상호작용 강도(ω_out)를 사용자의 외부 연결 수(k_out)와 비교한 결과, 약 100~200명의 연락처에서 상호작용 강도가 정점에 도달함을 확인하였다. 이는 인간의 인지·생물학적 제한을 의미하는 던바르 수와 일치한다. 또한, 제한된 큐 용량과 우선순위 기반 메시지 처리 메커니즘을 도입한 간단한 동적 모델이 실증적 결과를 재현함을 보였다.

상세 분석

이 논문은 기존 사회학·인류학에서 제시된 ‘던버 수(100~200)’가 디지털 환경, 특히 트위터와 같은 마이크로블로깅 플랫폼에서도 유지된다는 가설을 대규모 데이터 분석을 통해 검증한다. 데이터는 트위터 API를 이용해 6개월간 실시간 스트림을 수집하고, 이후 3백만 계정의 전체 타임라인을 조회해 380 백만 개의 트윗을 확보하였다. 각 트윗의 ‘reply‑to’ 관계를 그래프 이론의 트리 구조로 변환하고, 이를 사용자 간의 방향성 가중 네트워크로 투사한다. 여기서 노드의 out‑degree(k_out)는 사용자가 다른 사용자에게 답글을 보낸 고유 상대 수, in‑degree(k_in)는 자신에게 답글을 받은 고유 상대 수를 의미한다.

연구진은 단순히 연결 수만을 살피는 것이 아니라, 각 엣지에 부여된 가중치 ω_ij(답글 횟수)를 이용해 평균 상호작용 강도 ω_out(i)=Σ_j ω_ij / k_out(i) 를 정의하였다. 이 지표는 사용자가 유지하는 관계의 ‘활동성’ 혹은 ‘안정성’를 정량화한다. 결과는 ω_out이 k_out이 약 150200일 때 정점을 찍고 이후 완만히 감소하거나 포화되는 형태를 보였으며, 이는 사용자가 인지·시간 자원의 한계에 도달해 새로운 관계에 충분한 관심을 할당하지 못한다는 해석을 가능하게 한다. 또한, reciprocity(양방향 교류) 비율 ρ가 k_in이 200300을 초과하면서 포화되는 현상도 관찰되어, 단순히 연결 수가 늘어나는 것이 실제 사회적 유대 강화와는 별개임을 시사한다.

모델링 부분에서는 정적 스케일프리 네트워크(G) 위에 각 노드가 최대 큐 용량 q_max,i 를 갖는 우선순위 큐를 운영한다고 가정한다. 메시지는 송신자의 전체 degree에 비례하는 우선순위로 큐에 삽입되고, 매 타임스텝마다 노드는 q_i ≤ q_max,i 만큼의 메시지를 무작위 선택해 답변한다. 이 과정에서 가중치 ω_ij가 증가한다. 파라미터 p(브로드캐스트 확률)와 q_max의 변화를 민감도 분석한 결과, ω_out의 피크 위치가 q_max에 거의 선형적으로 의존함을 확인했다. 즉, 인간의 ‘주의력·시간’ 제한이 직접적으로 관계 수의 상한을 결정한다는 가설을 모델이 재현한다.

하지만 몇 가지 한계도 존재한다. 첫째, 트위터의 팔로우‑팔로워 관계와 실제 사회적 관계를 완전히 구분하지 못한다는 점이다. 답글 교환만으로 ‘안정적 관계’를 정의했지만, 비공개 DM이나 오프라인 상호작용은 배제되었다. 둘째, 데이터 수집 기간(2008‑2009)과 현재 트위터 사용 양상(알고리즘 타임라인, 리트윗 중심) 사이의 차이가 결과 일반화에 영향을 줄 수 있다. 셋째, 모델은 큐 용량을 동일하게 가정하거나 가우시안 분포로 변동시키는 정도에 불과해, 실제 인간이 가진 다양한 인지·시간 관리 전략을 충분히 포착하지 못한다. 그럼에도 불구하고, 대규모 실증 데이터와 간결한 동적 모델을 결합해 온라인 상에서도 인간의 인지적 사회적 한계가 유지된다는 점을 설득력 있게 제시한다는 점에서 학문적 기여가 크다.