디플레게이트 스캔들의 전염성 분석

초록

본 논문은 2015년 NFL ‘디플레게이트’ 논란이 트위터에서 어떻게 확산됐는지를 SIR 전염병 모델로 재현하고, 최소제곱법을 이용해 전파계수(β), 회복계수(γ), 초기 감수성 인구(S₀)와 초기 감염 인구(I₀)를 추정한다. 결과는 R₀≈β·S₀/γ가 1을 크게 초과해 전염성이 매우 높으며, 평균 감염 지속시간(1/γ)이 몇 일에 불과함을 보여준다.

상세 분석

이 연구는 소셜 미디어에서 발생하는 ‘정보 전염’을 전통적인 전염병 모델인 SIR(감수성‑감염‑제거) 체계에 적용한 점이 가장 큰 특징이다. 저자들은 트위터를 정보 전달 매개체로 가정하고, 트윗·리트윗을 감염 행위로 정의한다. 모델식 S′(t)=−βS(t)I(t), I′(t)=βS(t)I(t)−γI(t)에서 β는 감수성 사용자가 감염된 트윗을 접했을 때 이를 리트윗하거나 자체 트윗을 할 확률을 일일 단위로 나타내며, γ는 감염된 사용자가 이야기를 더 이상 언급하지 않고 ‘제거’ 상태로 전이되는 비율이다.

데이터는 Topsy가 제공한 30일간의 일일 트윗 수(키워드 #deflategate 등)이며, 이를 I(t) 관측값으로 사용한다. 저자들은 관측오차를 평균 0, 분산 σ²인 독립 정규분포로 가정하고, 파라미터 추정을 위해 일반 최소제곱(OLS) 방법을 적용하였다. 파라미터 공간 Θ는 양의 실수와 트위터 전체 이용자 수(≈3.02×10⁸)를 상한으로 한 구간으로 제한하였다.

선형화 과정에서 R₀=βS₀/γ가 도출되며, 이는 초기 감수성 인구가 충분히 크고 전파계수 β가 높을 경우 감염(정보 확산)이 기하급수적으로 증가함을 의미한다. 실제 추정값은 β≈0.015, γ≈0.35, S₀≈139(천 명), I₀≈??(논문에 명시되지 않음)이며, 이때 R₀≈β·S₀/γ≈0.015·139/0.35≈6.0으로, 전염병 중에서도 높은 편에 속한다.

또한 저자들은 R₀와 1/γ(평균 감염 지속시간)를 기존의 다른 뉴스 사건(예: 힐러리 클린턴 캠페인 발표, 프레디 그레이 사망 사건)과 비교하였다. 디플레게이트는 R₀와 평균 감염 지속시간 모두에서 앞선 결과를 보였으며, 특히 평균 감염 지속시간이 약 2~3일 수준으로 짧지만, 전파 속도가 매우 빨라 전체 트위터 사용자 중 약 10%가 짧은 기간 내에 이야기에 참여했다는 점을 강조한다.

모델의 한계점으로는 (1) 감수성 인구가 일정하다고 가정했으나 실제로는 뉴스에 대한 관심도에 따라 변동 가능성이 크다, (2) 트위터 외 다른 플랫폼(페이스북, 레딧 등)의 영향을 무시했으며, (3) 트윗을 개별 사용자와 일대일 대응시켰지만 실제로는 동일 사용자가 다수 트윗을 할 수 있다는 점을 간과했다는 점을 들 수 있다. 그럼에도 불구하고, 정보 확산을 전염병 모델로 정량화한 시도는 소셜 미디어 분석에 새로운 방법론적 시각을 제공한다.