팀 내 갈등 예측: 파라미터‑프리 네트워크 모델의 실증적 검증

초록

본 연구는 9개월간 진행된 실제 프로젝트에서 16개 소규모 팀(총 86명)의 갈등 발생·해소 데이터를 활용해, 파라미터‑프리 네트워크 모델이 미래 갈등을 예측하는 능력을 검증한다. 팀원 간 긍정·부정 관계를 이진 서명 네트워크로 표현하고, 그룹 기반 확률 블록 모델(LR)과 구조적 균형 모델(SB)을 비교하였다. 결과는 LR이 갈등 전이를 높은 정확도로 예측한 반면, 전통적인 SB는 예측력이 현저히 낮음을 보여, 팀 관리에서 그룹 수준 구조의 중요성을 시사한다.

상세 분석

이 논문은 ‘파라미터‑프리’라는 핵심 개념을 두 모델에 적용한다는 점에서 이론적·방법론적 의미가 크다. 첫 번째 모델인 그룹 기반 확률 블록 모델은 네트워크를 여러 커뮤니티(블록)로 나누고, 각 블록 간·내 연결 확률을 추정한다. 여기서 파라미터를 별도로 튜닝하지 않고, 관측된 링크(긍정/부정)만으로 사후 확률을 계산해 미래 링크 상태를 예측한다. 이 과정은 베이지안 추정에 기반해 ‘링크 신뢰도(LR)’ 점수를 산출한다. 반면 구조적 균형 모델은 트라이어드(세 사람) 관계의 균형 여부에 초점을 맞추어, 불균형 삼각형이 존재하면 갈등이 발생한다는 가정을 사용한다. 이때도 파라미터는 없지만, 균형 이론 자체가 ‘미시적’ 상호작용에 국한돼 전체 네트워크의 군집 구조를 반영하지 못한다는 한계가 있다.

실험 설계는 두 차례 설문(4개월 차와 9개월 차)으로 팀원 간 ‘협력 의향(Y)’과 ‘협력 의향(N)’을 기록하고, 이를 유향 서명 그래프로 변환한다. 갈등 전이 유형은 Y→N(새로운 갈등)와 N→Y(갈등 해소) 두 가지로 정의하고, 각 모델이 산출한 점수를 내림차순으로 정렬해 상위 k 개의 후보를 실제 전이와 비교한다. 성능 평가는 ‘정규화된 정확도(𝑛ₐ)’와 ‘정규화된 재현율(𝑛ᵣ)’을 평균한 𝑛𝑖𝑡𝑎로, 무작위 추정 대비 개선 정도를 나타낸다.

결과는 LR이 Y→N 전이에서 𝑛𝑖𝑡𝑎≈0.73, N→Y 전이에서 𝑛𝑖𝑡𝑎≈0.71을 기록해 무작위(0.5)보다 현저히 높은 예측력을 보였다. 반면 SB는 두 경우 모두 𝑛𝑖𝑡𝑎≈0.5에 머물며, 실제 전이와의 상관관계가 거의 없었다. 통계적 검증(부트스트랩 신뢰구간)에서도 LR의 우월성이 유의미하게 확인되었다.

이러한 차이는 모델이 포착하는 구조적 수준의 차이에서 기인한다. LR은 팀 내·외부의 ‘그룹 경계’를 고려해, 특정 블록 간 갈등 가능성을 전반적으로 평가한다. 따라서 한 명이 속한 블록이 갈등이 잦은 다른 블록과 연결될 경우, 해당 링크가 미래에 부정으로 전이될 확률이 높게 추정된다. 반면 SB는 삼각형 내의 부정·긍정 배치를 개별적으로 평가하므로, 전체적인 그룹 간 긴장도나 리더십 구조 같은 거시적 요인을 반영하지 못한다.

또한, 파라미터‑프리 접근법은 데이터가 제한된 소규모 팀 상황에서도 과적합 위험 없이 적용 가능하다는 실용적 장점을 제공한다. 연구는 16개의 팀이라는 비교적 작은 표본이지만, 9개월에 걸친 장기 관찰과 실제 업무 환경을 반영한다는 점에서 외적 타당성이 높다. 다만, 갈등을 이진(협력/비협력)으로만 정의하고, 설문 응답에 의존한 점은 복합적 갈등 양상을 충분히 포착하지 못한다는 한계가 있다. 향후 연구에서는 다중 레벨(감정, 행동, 성과) 데이터를 통합하고, 동적 블록 모델을 도입해 시간에 따른 그룹 변화를 추적하는 것이 필요하다.

요약하면, 팀 내 갈등을 사전에 탐지하려면 ‘누가’가 아니라 ‘어떤 그룹에 속해 있는가’에 초점을 맞춘 네트워크 분석이 효과적이며, 파라미터‑프리 확률 블록 모델은 실무 적용 가능성이 높은 예측 도구임을 입증한다.