위험 인식의 사회적 증폭: 실험적 확산 사슬 분석

초록

본 연구는 10명의 실험적 확산 사슬을 통해 항균제에 대한 위험·이익 메시지가 전달될 때 내용이 짧아지고 왜곡되며 사슬 간 차이가 커지는 반면, 위험 인식 자체는 전파자의 선입견에 맞춰 고충실도로 유지된다는 점을 밝혀냈다. 간단한 편향 메커니즘을 적용한 시뮬레이션은 작은 판단 편향이 반복 전파 과정에서 급격히 확대될 수 있음을 보여준다.

상세 분석

본 논문은 위험 인식이 사회적 전파 과정에서 어떻게 변형되고 증폭되는지를 실험적 확산 사슬(diffusion chain)이라는 방법론으로 정량화하였다. 실험은 10개의 독립적인 사슬을 구성했으며, 각 사슬은 10명의 참여자로 이루어졌다. 초기 메시지는 항균제(트리클로산)의 장점과 위험성을 균형 있게 서술한 문서였으며, 첫 번째 참여자는 이를 읽고 자신의 위험 인식을 바탕으로 요약·재구성한 뒤 다음 사람에게 전달한다. 이 과정을 사슬 끝까지 반복하면서 메시지의 길이, 정확도, 내용적 일관성 등을 텍스트 마이닝 기법으로 측정하였다. 결과는 세 가지 주요 패턴을 드러낸다. 첫째, 전파가 진행될수록 메시지 길이는 평균 30 % 이상 감소하고, 핵심 정보가 누락되는 비율이 상승한다. 둘째, 내용의 정확도는 초기 대비 20 % 정도 감소하며, 특히 위험 요소에 대한 과소·과대평가가 빈번히 발생한다. 셋째, 서로 다른 사슬 간 메시지의 유사도는 시간이 지남에 따라 급격히 낮아져, 동일한 원본이라도 최종 전달물은 사슬마다 크게 달라진다. 흥미롭게도 위험 인식 자체는 메시지 변형보다 높은 충실도로 전파되었다. 참여자들은 자신의 사전 위험 판단에 부합하도록 메시지를 선택적으로 강조하거나 축소했으며, 이는 ‘선입견 보정(bias‑consistent editing)’이라는 메커니즘으로 설명된다. 저자들은 이를 수학적으로 모델링하여, 각 단계에서 개인의 위험 판단과 메시지 편집 확률을 파라미터화한 에이전트 기반 시뮬레이션을 구축하였다. 시뮬레이션 결과는 초기 편향이 5 % 수준일 때도 10단계 전파 후에는 30 % 이상으로 확대될 수 있음을 보여준다. 즉, 작은 개인적 편견이 사회적 네트워크를 통해 비선형적으로 증폭되는 ‘위험 인식 증폭(social amplification of risk)’ 현상을 정량적으로 입증한 것이다. 이 연구는 기존 위험 커뮤니케이션 이론에 텍스트 전파 역학과 인지 편향의 상호작용을 결합함으로써, 정책 입안자가 위험 메시지를 설계할 때 전파 과정 자체를 고려해야 함을 시사한다.