온라인 사회망에서의 응답자‑주도 표집을 위한 DAG 기반 신규 모집 프로토콜

본 논문은 숨겨진 집단을 조사하기 위해 널리 사용되는 응답자‑주도 표집(RDS)의 한계를 극복하고자, 온라인 사회망(OSN) 환경에 특화된 새로운 모집 프로토콜을 제안한다. 전통적인 RDS는 소수의 시드(seed)로 시작해 각 응답자가 제한된 수의 쿠폰을 배포함으로써 표본을 확대한다. 이 과정에서 각 응답자는 일반적으로 한 번만 참여하도록 설계되어 있어 모집 그래프는 실질적으로 트리 구조를 이루게 된다. 트리 구조는 VH(Volz‑Heckathorn) 추정량이 가정하는 “무작위 재복귀”와 “네트워크 균등 샘플링”을 위배하므로, 실제 적용 시 추정 편향이 크게 발생한다는 것이 기존 연구(Gile·Handcock, Tomas·Gile 등)에서 입증되었다. 저자들은 OSN의 특성을 활용해 두 가지 핵심 아이디어를 도입한다. 첫째, 웹 기반 설문 시스템을 이용하면 동일 응답자가 여러 차례 재참여할 수 있다. 이는 “재복귀(recruit‑with‑replacement)”를 기술적으로 가능하게 만든다. 둘째, 재복귀를 허용하되 모집 그래프에 사이클이 생기지 않도록 제한한다. 사이클이 없으면 그래프는 유향 비순환 그래프(DAG) 형태가 되며, 이는 트리보다 더 많은 연결성을 제공하면서도 무작위성 가정을 크게 훼손하지 않는다. 이러한 DAG 기반 프로토콜을 “DAG”라 명명하고, 기존 RDS(트리), REP(재복귀 허용, 사이클 허용), 그리고 이론적 최적인 MCMC(각 응답자가 하나의 이웃을 무작위로 선택)와 비교한다. 시뮬레이션은 Gile·Handcock과 Tomas·Gile이 사용한 ERGM(Exponential Random Graph Model) 기반 네트워크를 그대로 차용하였다. 네트워크 규모는 525~1000노드, 평균 차수는 7, 감염(특정 속성) 비율은 20%로 설정하였다. 활동비율(w)은 1.1(낮은 활동)에서 3(높은 활동)까지, 동질성(동일 속성 간 연결 비율)은 2~13으로 다양하게 조정하였다. 각 실험은 1000번 반복했으며, 500개의 표본을 수집한 뒤 VH 추정량을 이용해 감염 비율을 추정한다. 시드 선택 방식은 전체, 감염자 전용, 비감염자 전용 세 가지로 나누었으며, 초기 100표본을 제외하는 “burn‑in” 처리도 적용했다. 결과는 다음과 같다. MCMC는 가장 낮은 평균 제곱 오차와 편향을 보이며, 이론적 가정이 모두 충족되는 경우의 최적 성능을 확인했다. DAG는 MCMC에 근접한 정확도를 보였으며, 특히 동질성이 높고 활동비율이 낮은 상황에서도 안정적인 추정이 가능했다. REP는 DAG보다 성능이 떨어졌으며, 전통적인 RDS는 네트워크 규모가 작아질수록 오차가 급격히 증가했다. 특히 시드가 감염자에 편중된 경우, DAG는 burn‑in을 적용하면 MCMC 수준의 성능을 회복했다. 저자들은 DAG가 높은 클러스터링 계수와 평균 경로 길이를 갖는 점을 관찰했으며, 이는 MCMC와 유사한 “혼합” 특성을 제공한다는 가설을 제시한다. 논문의 논의 부분에서는 DAG 프로토콜이 OSN에서 인간‑컴퓨터 인터페이스 설계를 통해 이웃 규모 기억 오류와 무작위성 결여 문제를 보완할 수 있음을 제안한다. 또한 OSN 자체의 선택 편향과 ERGM 모델이 실제 OSN의 복잡성을 충분히 반영하지 못한다는 한계를 인정한다. 향후 연구 계획으로는 페이스북 등 실제 OSN 플랫폼에서 필드 테스트를 진행하고, 보다 현실적인 네트워크 모델과 사용자 인터페이스 개선 방안을 검증할 예정이라고 밝힌다.