웹 클릭스트림의 분산 구조와 집단 주의 흐름

초록

본 연구는 전 세계 웹 사용자의 클릭스트림 데이터를 기반으로 사이트 간 주의 흐름 네트워크를 구축하고, 사이트 트래픽(Aᵢ)과 그 사이트가 전체 흐름에 미치는 영향(Cᵢ) 사이의 스케일링 관계 Cᵢ∝Aᵢ^γ (γ<1)를 발견하였다. γ가 1보다 작다는 것은 트래픽이 큰 사이트일수록 흐름에 대한 상대적 영향이 감소함을 의미하며, 이는 웹이 소규모 사이트에도 주의를 재분배하는 ‘분산형’ 구조임을 시사한다. 언어별 커뮤니티 분석과 네트워크 재구성 실험에서도 동일한 스케일링이 유지돼 결과의 보편성과 강인함을 확인하였다.

상세 분석

이 논문은 클릭스트림이라는 사용자 행동의 연속적 전이 데이터를 네트워크 형태로 변환함으로써, 기존의 하이퍼링크 기반 정적 구조와는 다른 동적 흐름 구조를 분석한다. 세 개의 시점별 클릭스트림 네트워크(w₁, w₂, w₃)를 구축했으며, 각 네트워크는 9001200개의 사이트와 10 00017 000개의 가중치 방향성 엣지를 포함한다. 사이트 i의 트래픽 Aᵢ는 해당 사이트를 방문한 전체 사용자 비율(입·출 흐름의 합)으로 정의하고, 영향력 Cᵢ는 균형화된 전이 행렬 M을 이용해 무한히 반복되는 랜덤 워크에서 사이트 i가 차지하는 흐름 비중을 계산한다. 구체적으로, M을 행 정규화한 뒤 I−M의 역행렬 U=I+M+M²+…을 구하고, Cᵢ=Gᵢ·∑ₖuᵢₖ (Gᵢ는 ‘source’에서 i로 들어오는 흐름의 가중합) 로 정의한다. 이 정의는 직접적인 클릭뿐 아니라 간접 경로를 통한 영향까지 포괄한다는 점에서 의미가 크다.

스케일링 관계 Cᵢ∝Aᵢ^γ는 로그-로그 회귀를 통해 추정했으며, 세 네트워크 모두 γ≈0.92~0.96, R²≈0.95 이상을 기록했다. γ가 1보다 작다는 결과는 ‘rich‑get‑richer’(γ>1)와 대비되는 ‘egalitarian’(γ<1) 현상을 뒷받침한다. 즉, 트래픽이 큰 대형 사이트일수록 전체 흐름에서 차지하는 비중이 상대적으로 낮아, 소규모 사이트가 전체 주의 재분배에 중요한 역할을 한다는 것이다.

언어별 커뮤니티 분석에서는 Alexa API를 이용해 1650개의 언어 그룹을 식별하고, 각 커뮤니티 내에서도 동일한 서브리니어 스케일링이 관찰되었다. γ값은 커뮤니티 규모와 무관하게 0.860.98 사이에 머물렀으며, 이는 문화·언어적 차이를 넘어 전 세계 웹 사용 행태가 보편적인 분산 구조를 갖는다는 강력한 증거다.

네트워크 강인성 검증을 위해 두 가지 재구성 실험을 수행했다. 첫째, 무작위로 클릭스트림 엣지를 제거해도 γ와 R²가 크게 변하지 않았으며, 두번째로 엣지와 가중치를 섞어 재배열했을 때도 동일한 스케일링이 유지되었다. 또한 Pearson 상관계수 ρ와 Kolmogorov‑Smirnov 통계 D를 활용해 모델 적합도를 정량화했으며, D<0.035, ρ<0을 만족해 실험적 데이터와 모델 예측이 통계적으로 일치함을 확인했다.

이러한 결과는 웹이 단순히 트래픽 집중형 구조가 아니라, 다양한 규모의 사이트가 상호 연결된 복합 흐름망을 형성하고 있음을 보여준다. 특히, 클릭스트림 기반 흐름 분석은 기존 하이퍼링크 중심 연구가 놓친 사용자 행동의 동적 측면을 포착함으로써, 정보 확산, 뉴스 경쟁, 광고 효율성 등 다양한 온라인 현상을 새로운 시각에서 해석할 수 있는 방법론적 기반을 제공한다.