엔론 이메일 네트워크와 중앙성 탐구

본 논문은 Enron 이메일 코퍼스를 활용한 네트워크 분석 사례를 제시한다. 연구팀은 2014년 봄 학기 Pomona College의 학부생 4명과 교수 2명으로 구성된 연구 세미나에서, Enron 직원 156명을 정점으로 하는 이메일 교류 그래프를 구축하였다. 데이터는 https://s3.amazonaws.com/metanautix/enron/enron_mail_20110402_csv.tgz 에서 다운로드한 원본 CSV 파일을 MySQL에 적재한 뒤, From, To, CC 필드만을 추출해 정제하였다. 별칭 문제를 해결하기 위해 6개의 표준 별칭만을 사용했으며, Enron 도메인(@enron.com) 주소만을 포함시켰다. 이렇게 얻은 156×156 행렬 M은 방향성 가중 인접 행렬이며, 각 원소 m_ij는 i가 j에게 직접 보낸 메일 수와, i가 보낸 메일에서 j가 CC에 포함된 경우 1/√(1+n_c) 로 가중된 값을 합산한다. 이 가중치는 CC에 포함된 수신자가 많을수록 개별 영향력을 감소시키려는 의도이다. 무방향 그래프 U는 M+Mᵀ−D (D는 대각 원소 2·m_ii) 로 정의되어, 송·수신을 구분하지 않는 관계를 나타낸다. 연구는 이 두 행렬을 기반으로 여섯 가지 중앙성 지표를 계산하였다. 1. **연결도(Degree)** – 무방향 이진 연결수로, i가 직접 혹은 CC를 통해 교류한 고유한 상대 수를 측정한다. 가장 높은 순위는 제프 다소비치(규제·정부 업무 담당)이며, 리스트에는 다양한 부서가 고르게 분포한다. 2. **송신 고유벡터 중앙성(Eigenvector Centrality, 송신)** – M·x = λx 형태의 최대 고유값에 대응하는 고유벡터를 사용한다. 높은 값은 i가 영향력 있는 직원에게 메일을 많이 보낸 경우를 의미한다. 3. **수신 고유벡터 중앙성(Eigenvector Centrality, 수신)** – Mᵀ·x = λx 로 정의되어, i가 영향력 있는 직원들로부터 메일을 많이 받는 정도를 나타낸다. 제프 다소비치는 수신 고유벡터에서도 상위에 위치한다. 4. **근접성(Closeness)** – 모든 다른 노드까지 최단 경로 길이의 역수 평균으로, 네트워크 전반에 빠르게 도달할 수 있는 정도를 측정한다. 그렉 월리(Enron Wholesale Services COO)가 높은 순위를 차지한다. 5. **매개성(Betweenness)** – 모든 최단 경로 중 i가 중간에 위치하는 비율을 합산한다. 켄넬 레이(Chairman)와 같은 고위 경영진이 매개성 상위에 나타나지만, 전체 리스트에서는 상대적으로 낮다. 6. **위상 겹침(Topological Overlay Measure, TOM)** – 두 노드가 공유하는 이웃의 가중합을 이용해 구조적 유사성을 평가한다. 이 지표는 법무 부서 직원들이 많이 등장한다. 각 중앙성 별 상위 10명 리스트를 비교한 결과, 총 60명 중 29명만이 중복되며, 14명은 단 한 번만 등장한다. 특히, 법무 부서 직원이 21명(전체 156명 중 13.5%)이상 차지해, 이메일 네트워크가 법무 부서의 중심적 역할을 반영함을 보여준다. 성별 분석에서는 상위 60명 중 33명이 여성(55%)이며, 전체 직원 중 여성 비율(≈24%)에 비해 현저히 높은 비중을 차지한다. 이는 조직 내 여성 직원들의 이메일 활동이 활발했음을 시사한다. 논문은 또한 데이터 정제와 가중치 선택이 결과에 미치는 영향을 교육적 토론 주제로 제시한다. 예를 들어, CC 가중치를 1/√(1+n_c) 로 설정한 이유는 학생들과의 토론을 통해 도출된 임의의 선택이며, 다른 함수(예: 1/(1+n_c) 등)도 가능하다. 또한, 무방향 그래프에서 자체 CC를 제외한 이유와, 가중치가 적용된 연결도와 이진 연결도 간 차이를 비교할 여지를 남긴다. 프로젝트는 500,000개 이상의 메일(≈18GB) 처리와 MySQL 쿼리 최적화, D3.js 기반 시각화(두 개의 웹 애플리케이션) 등을 포함해, 빅데이터 처리와 네트워크 시각화 경험을 제공한다. 마지막으로, 이 연구는 학부 교육에 실제 데이터와 복합적인 통계·그래프 이론을 접목시키는 모델로서, 향후 커뮤니티 탐지, 클러스터링, 자연어 처리 등 다양한 확장 연구의 기반이 될 수 있음을 강조한다.