콘텐츠 전이 정보이론 기반 사회적 영향 측정

초록

본 논문은 트위터에서 사용자의 게시물 간 상호작용을 모델 없이 정량화하기 위해 ‘콘텐츠 전이’라는 정보이론적 지표를 제안한다. 조건부 상호정보량을 비모수적 엔트로피 추정기로 계산하고, 최신 텍스트 임베딩을 활용해 다양한 콘텐츠를 표현한다. 실험 결과, 팔로우·멘션 관계가 없더라도 두 사용자 사이에 의미 있는 예측 관계를 포착함을 보여준다.

상세 분석

이 연구는 사회적 영향의 가장 근본적인 형태를 “한 사람의 행동이 다른 사람에게 반응을 유발한다”는 가정에서 출발한다. 기존 방법들은 리트윗·멘션·해시태그 등 플랫폼 특화 신호에 의존하거나, 인간 행동을 모델링하는 복잡한 가정을 필요로 한다. 저자들은 이러한 한계를 극복하기 위해 ‘콘텐츠 전이(content transfer)’라는 새로운 지표를 도입한다. 콘텐츠 전이는 두 사용자 A와 B 사이의 조건부 상호정보량 I( X_B(t) ; X_A(t‑Δ) | X_B(t‑Δ) ) 로 정의되며, 이는 A의 과거 콘텐츠가 B의 현재 콘텐츠를 예측하는 데 추가로 제공하는 정보량을 의미한다. 여기서 X_A와 X_B는 각각 사용자의 텍스트 시퀀스를 고차원 벡터로 변환한 표현이다.

조건부 상호정보량을 정확히 추정하기 위해 저자들은 최근 발전한 비모수적 엔트로피 추정법, 특히 k‑최근접 이웃(k‑NN) 기반 Kozachenko‑Leonenko 추정기를 활용한다. 이 방법은 연속형 고차원 데이터에 대해 편향을 최소화하면서도 샘플 효율성을 유지한다는 장점이 있다. 텍스트 표현은 단순 bag‑of‑words부터 최신 BERT‑style 임베딩까지 다양하게 실험했으며, 임베딩 차원을 300~768 정도로 제한해 k‑NN 계산의 복잡도를 관리한다.

실험은 수천 명의 트위터 사용자를 대상으로 6개월 이상에 걸친 타임스탬프가 포함된 트윗 데이터를 수집해 수행되었다. 팔로워 그래프와 멘션 그래프를 기준으로 사용자 쌍을 세 그룹(연결 있음, 연결 없음, 무작위)으로 나누고, 각 쌍에 대해 콘텐츠 전이를 계산하였다. 결과는 다음과 같다. 첫째, 팔로워·멘션 관계가 있는 쌍에서 평균 콘텐츠 전이 값이 유의하게 높았다. 둘째, 관계가 전혀 없는 쌍 중에서도 특정 쌍은 높은 전이 값을 보였으며, 이들은 이후에 실제로 상호작용이 발생하거나 주제적 유사성이 높은 경우가 많았다. 셋째, 전통적인 리트윗 기반 인플루언스 지표와 비교했을 때, 콘텐츠 전이는 더 미세한 영향 흐름을 포착했으며, 특히 텍스트 중심의 논쟁이나 의견 전파를 탐지하는 데 강점을 보였다.

이러한 결과는 모델‑프리 방식이 복잡한 인간 행동 모델링 없이도 의미 있는 인과 관계를 추정할 수 있음을 시사한다. 다만, k‑NN 기반 추정은 데이터 양이 충분히 클 때만 안정적이며, 고차원 텍스트 임베딩의 차원 축소가 필요할 수 있다. 또한, 조건부 상호정보량 자체가 비대칭이므로 방향성을 명확히 파악할 수 있지만, 실제 인과성(causality)과는 구별해야 한다는 점도 강조된다.