경계 신뢰 모델로 본 사용자 참여와 탈퇴 메커니즘

초록

본 논문은 위키와 같은 대규모 온라인 협업 시스템에서 사용자의 참여 지속성을 설명하기 위해, 의견 동역학의 ‘경계 신뢰(bounded confidence)’ 모델을 확장한 에이전트 기반 시뮬레이션을 제시한다. 사용자는 페이지와 상호작용하면서 의견을 조정하고, 성공적인 편집 비율에 따라 탈퇴 확률이 결정된다. 전역 민감도 분석을 통해 주요 파라미터를 식별하고, 신뢰 구간 ε가 작을 때는 사용자가 급속히 이탈하고, ε가 클 때는 사용자 수명이 이중( bimodal) 분포를 보이는 두 가지 뚜렷한 체제 전이가 발생함을 발견한다.

상세 분석

이 연구는 기존의 ‘Deffuant’ bounded‑confidence 모델을 온라인 협업 환경에 적용함으로써 두 가지 중요한 확장을 수행한다. 첫째, 페이지와 사용자를 각각 하나의 연속형 상태 변수(0‒1 구간)로 모델링하고, 사용자가 페이지를 편집할 때 양쪽 모두가 일정 비율 µ에 따라 서로의 상태를 평균화하도록 설계하였다. 여기서 ε는 두 상태가 충분히 유사할 때만 양방향 조정이 일어나도록 하는 신뢰 구간이며, ε를 초과하면 페이지는 편집자는 유지하되 내용은 롤백될 확률 r만큼 적용된다. 이는 실제 위키에서 악의적 편집(바이럴)이나 롤백 상황을 반영한다.

둘째, 사용자의 탈퇴 메커니즘을 동적이고 내생적으로 정의하였다. 사용자는 시간 t까지 수행한 편집 횟수 n_t와 성공적인 의견 조정 횟수 s_t를 기록하고, 성공 비율 r(t)= (s_t + c_s) / (n_t + c_s) 로 계산한다. 탈퇴율 λ_d(t)= r(t)/τ_0 + (1‑r(t))/τ_1 로 표현되며, τ_0와 τ_1은 각각 장기·단기 사용자 평균 수명을 나타내는 시간 스케일이다. c_s 파라미터는 성공 비율에 대한 민감도를 조절해, c_s→∞이면 탈퇴가 균일한 포아송 프로세스로 전환된다.

시뮬레이션은 라틴 하이퍼큐브 샘플링(LHS)과 최대 최소 설계(maximin)로 10차원 파라미터 공간을 50개의 설계점에서 탐색하고, 각 점을 10번 반복해 평균 사용자 수명 h_τ을 추정한다. 이후 가우시안 프로세스(GP) 서러게이트 모델을 구축해 전체 입력 공간에 대한 예측을 수행하고, Sobol’ 민감도 분석을 적용해 각 파라미터의 주효과(M_i)와 총 효과(T_i)를 계산하였다.

분석 결과, ε(신뢰 구간)와 µ(조정 속도) 그리고 페이지 인기 상수 c_p가 사용자 수명에 가장 큰 영향을 미치는 것으로 나타났다. 특히 ε가 임계값(≈0.2) 이하일 경우, 대부분의 사용자가 초기 편집에서 의견 차이를 경험해 즉시 탈퇴하며, 평균 수명이 매우 짧은 단일 피크를 보인다. 반면 ε가 임계값을 초과하면, 사용자는 서로의 의견에 충분히 수렴할 기회를 얻어 장기 사용자와 단기 사용자가 동시에 존재하는 이중 피크(bimodal) 분포가 형성된다. 이는 실제 위키 데이터에서 관찰된 ‘핵심 편집자’와 ‘일시적 기여자’의 존재와 일맥상통한다.

또한, 페이지 선택 확률에 영향을 주는 c_p가 클수록(즉, 페이지 인기도가 균등하게 분포) 새로운 페이지가 자주 선택되어 다양한 의견 교환이 촉진되고, 이는 사용자 탈퇴율을 낮추는 경향을 보였다. 반대로 c_p가 작아 인기 페이지에 편집이 집중되면, 의견 차이가 크게 발생해 탈퇴율이 상승한다.

전역 민감도 분석에서 c_s(성공 비율 보정)와 r(롤백 확률) 역시 비록 2차 효과로 나타났지만, 특정 파라미터 조합에서는 상호작용 효과가 두드러져, 예를 들어 높은 ε와 낮은 r 조합이 장기 사용자 비율을 크게 증가시키는 것으로 확인되었다.

이러한 결과는 ‘집단 합의’가 사용자 유지에 핵심적인 메커니즘임을 실증적으로 뒷받침한다. 즉, 시스템 설계자는 신뢰 구간을 넓히는(예: 편집 가이드라인을 완화하거나 다양한 스타일을 허용하는) 정책을 통해 사용자 간 의견 차이를 줄이고, 장기 참여를 유도할 수 있다. 또한, 페이지 인기 균등화를 위한 추천 알고리즘이나 신규 페이지 생성 장려 정책도 탈퇴 방지에 기여한다는 실용적 시사점을 제공한다.