온라인 소셜 네트워크 확산과 쇠퇴를 설명하는 감염 회복 모델

초록

본 논문은 전통적인 SIR 감염 모델을 변형하여 온라인 소셜 네트워크(OSN)의 사용자 채택과 이탈을 설명한다. ‘감염 회복’(infectious recovery) 개념을 도입한 irSIR 모델을 제시하고, 구글 검색 트렌드 데이터를 이용해 MySpace와 Facebook의 성장·쇠퇴 과정을 정량적으로 분석한다. 모델은 MySpace의 전형적인 수명 주기를 잘 재현하며, Facebook의 향후 활동 감소를 예측한다.

상세 분석

이 연구는 OSN 사용자를 전염병의 감염자(infected)와 동일시하고, 신규 사용자는 기존 사용자의 접촉을 통해 ‘감염’된다고 가정한다. 전통적인 SIR 모델은 회복(recovery) 속도가 일정(γ)하다고 전제하지만, 실제 OSN에서는 사용자가 스스로 떠나는 것이 아니라 주변 친구들이 떠날 때 이탈 확률이 증가한다는 점을 지적한다. 이를 반영하기 위해 회복 항을 ν·I·R/N 형태로 수정하여 ‘감염 회복’(infectious recovery) 메커니즘을 도입하였다. 즉, 회복률이 현재 회복자(R)의 비율에 비례하도록 함으로써, 회복자와 감염자 간의 접촉이 이탈을 촉진한다는 가정을 수학적으로 구현한다.

모델 식은 다음과 같다:
˙S = –β·I·S/N
˙I = β·I·S/N – ν·I·R/N
˙R = ν·I·R/N

여기서 β는 전염률, ν는 회복 전염률이며, 초기 조건 S₀, I₀, R₀가 필요하다. 특히 R₀가 0이면 회복이 전혀 일어나지 않아 전체 인구가 감염 상태로 수렴하므로, 실제 OSN에서는 초기 이탈자를 소수라도 존재해야 모델이 의미를 갖는다.

데이터 측면에서는 구글 트렌드에서 제공하는 주간 검색량을 사용한다. 검색량은 ‘활동 지표’로 간주되며, 이는 실제 사용자 수와 강한 상관관계를 가진다(선행 연구 참고). 저자들은 검색량을 0–100 사이의 정규화된 단위로 변환하고, 데이터 간 격차를 보정하기 위해 스케일링을 수행하였다. MySpace와 Facebook 두 사례에 대해 비선형 최소제곱 최적화(fminsearch)와 Dormand‑Prince 4/5 적분기를 이용해 파라미터 β와 ν, 초기 조건을 추정하였다.

MySpace에 대한 적합 결과는 초기 급격한 성장(β가 높음) 후, R₀가 작게 시작되었지만 시간이 지남에 따라 ν·R/N 항이 커지면서 이탈이 가속화되는 형태를 보여준다. 모델은 실제 검색 데이터와 매우 높은 결정계수(R²)를 기록하며, 전형적인 ‘rise‑and‑fall’ 곡선을 재현한다.

Facebook에 대해서는 2012년 이후 검색량이 정점에 도달하고, 2013년부터 완만한 감소세가 관찰된다. 최적화된 파라미터는 MySpace보다 낮은 β와 비교적 높은 ν를 나타내어, 초기 성장 속도는 다소 완만하지만 이탈 전파가 더 강하게 작용함을 시사한다. 모델을 이용해 향후 5년간 예측하면, 검색량이 급격히 감소하여 2025년경에 현재 수준의 20% 이하로 떨어질 것으로 전망한다.

이러한 결과는 ‘감염 회복’ 모델이 OSN의 전형적인 수명 주기를 설명하는 데 유효함을 보여준다. 특히, 회복(이탈) 전파가 감염(채택)과 동일한 메커니즘을 따른다는 가정은, 사용자 간 네트워크 효과와 사회적 영향력을 정량화하는 새로운 시각을 제공한다. 다만, 모델은 외부 요인(정책 변화, 경쟁 서비스 등장, 기술 혁신 등)을 명시적으로 포함하지 않으며, 검색 데이터 자체가 검색 행동 변동에 민감하다는 한계도 존재한다. 향후 연구에서는 다중 네트워크 상호작용, 이질적인 사용자 군집, 그리고 실제 사용자 로그 데이터를 결합한 하이브리드 모델링이 필요할 것이다.