플리커 데이터를 통한 국가 매력도 서브선형 스케일링 분석

초록

플리커에 공개된 사진·동영상 메타데이터를 활용해 외국인 방문객이 만든 미디어 수를 국가 매력도의 지표로 삼았다. 전 세계 242개국을 대상으로 인구와 면적에 대한 파워‑법칙 회귀를 수행한 결과, 매력도는 인구와는 서브선형(β≈0.78)으로, 면적과는 더욱 약한 서브선형(β≈0.26) 관계를 보였다. 지역별로는 북미와 서유럽에서 높은 결정계수(R²≈0.99, 0.94)를 기록했으며, GDP와의 상관관계가 가장 강했다.

상세 분석

이 연구는 2004‑2014년 사이에 플리커에 업로드된 1억 건 이상의 메타데이터 중, 위치 정보가 포함된 43,821,559건을 추출해 국가별 매력도를 정량화했다. 데이터 전처리 단계에서 비지오태깅이 없는 50% 이상을 제외하고, 날짜 형식 오류 652건을 제거하였다. 역지오코딩을 통해 위도·경도를 국가명으로 변환했으며, 각 사용자의 ‘거주국’은 해당 사용자가 가장 많이 미디어를 생성한 국가와 체류일수를 기준으로 추정하였다. 이렇게 정의된 외국인 사용자의 미디어 수를 국가 매력도(A)로 설정하고, 인구(p)와 면적(s)에 대한 파워‑법칙 A = a·p^β, A = a·s^β 를 로그‑로그 선형 회귀로 추정하였다. 전체 국가를 대상으로 한 회귀 결과, 인구에 대한 β는 0.777 (95% CI 0.68‑0.88), R²=0.267이며, 면적에 대한 β는 0.258 (95% CI 0.16‑0.35), R²=0.119 로 서브선형 스케일링을 확인했다. 지역별 분석에서는 11개 지역으로 구분했을 때, 북미(β=0.777, R²=0.985)와 서유럽(β=0.715, R²=0.938)에서 거의 완벽한 서브선형 관계가 나타났다. 반면 아시아(β=0.363, R²=0.257)와 사헬라프리카(β=0.638, R²=0.276) 등은 낮은 결정계수를 보이며, 인구와 매력도 사이의 관계가 약함을 시사한다. 추가로 R²와 국가 변수들(밀도, 해안선 길이, 도시 인구 등) 간 상관분석을 수행했으며, GDP와의 상관계수 0.678이 가장 높아 경제 규모가 매력도 측정의 변동성을 설명하는 주요 요인임을 제시한다. 연구는 도시 수준에서 보고된 초과선형(β>1) 스케일링과 달리, 국가 수준에서는 자원·인프라 효율성, 관광 인프라의 포화 등으로 인해 매력도가 인구 증가에 비례적으로 상승하지 않음을 강조한다. 한계점으로는 Flickr 사용자가 전 세계 인구를 대표하지 못하고, 데이터의 시계열적 변동과 계절성, 그리고 ‘거주국’ 추정 방법의 불확실성이 있다. 향후 연구에서는 다중 소셜 미디어 소스와 실시간 트래픽 데이터를 결합해 보다 정교한 국가 매력도 모델을 구축할 필요가 있다.