소셜봇이 트위터 연결망에 미치는 영향 분석

초록

본 연구는 트위터에서 소셜봇이 인간 사용자 간의 팔로우·팔로워 관계 형성에 미치는 영향을 실험실 환경에서 직접 관찰하였다. 실시간 실험을 통해 소셜봇이 목표 사용자들의 연결망을 일부 재구성할 수 있음을 확인했지만, 동시에 외부 요인(예: 트렌드, 사용자 관심사)이 링크 생성에 큰 역할을 함을 밝혀냈다.

상세 분석

이 논문은 소셜봇이 온라인 소셜 네트워크(OSN)에서 구조적 변화를 일으킬 수 있는 메커니즘을 실증적으로 검증하고자 설계된 ‘라이브 랩’ 실험을 중심으로 전개된다. 실험은 트위터를 플랫폼으로 선택했으며, 사전에 정의된 목표 사용자 집단(인간 계정)에게 특정 목적을 가진 소셜봇을 배치하였다. 소셜봇은 주로 자동화된 팔로우·언팔로우, 멘션, 리트윗 등을 통해 목표 사용자들의 주목을 끌고, 궁극적으로 이들 간의 새로운 팔로우 관계를 유도하도록 프로그래밍되었다.

핵심 분석은 세 단계로 구분된다. 첫째, 소셜봇이 목표 사용자에게 미치는 직접적인 노출 빈도와 반응률을 측정하였다. 여기서 ‘노출’은 팔로우 요청, 멘션, 다이렉트 메시지 등을 포함한다. 둘째, 인간 사용자가 소셜봇과 상호작용한 후 실제 다른 인간 사용자와 새로운 연결을 형성한 비율을 추적했다. 셋째, 이러한 연결 형성에 영향을 미친 외부 요인을 통계적으로 통제하였다. 외부 요인으로는 해당 시점의 트렌드 해시태그, 뉴스 이벤트, 사용자 개인의 활동 패턴 등이 포함되었다.

실험 결과, 소셜봇이 목표 사용자에게 최소 3회 이상의 직접적인 상호작용을 제공했을 때, 해당 사용자가 새로운 인간 사용자와 팔로우 관계를 맺을 확률이 평균 12%p 상승했다는 점이 확인되었다. 그러나 이 효과는 전체 실험군에서 25% 정도에만 국한되었으며, 나머지 75%에서는 외부 요인이 더 큰 영향을 미쳤다. 특히, 특정 해시태그가 급증하거나 주요 뉴스가 발생한 시점에 링크 생성이 급증하는 현상이 관찰되었으며, 이는 소셜봇의 활동과 독립적인 상관관계를 시사한다.

또한, 소셜봇이 만든 연결은 대부분 일시적인 상호작용에 머물렀으며, 장기적인 네트워크 구조 변화(예: 중심성, 군집화 계수)에는 미미한 영향을 미치는 것으로 나타났다. 이는 소셜봇이 단기적인 ‘정보 전파’보다는 ‘관계 형성’에 제한적인 역할을 할 가능성을 제시한다.

결론적으로, 소셜봇은 인간 사용자의 행동을 일정 부분 유도하여 새로운 연결을 촉진할 수 있지만, 그 효과는 외부 환경에 크게 좌우된다. 따라서 OSN의 보안·투명성 정책을 설계할 때는 소셜봇 자체의 위협뿐 아니라, 트렌드와 이벤트가 인간 사용자의 연결망에 미치는 복합적인 영향을 함께 고려해야 한다.