동적 사회망의 핵심 구조 코어와 집합 행동

초록

본 연구는 1000명 규모 대학생 집단의 블루투스 기반 근접 데이터와 통신·소셜·위치 정보를 5분 단위로 분석해, 짧은 시간 창에서 직접 관찰 가능한 ‘모임(gathering)’과 이들의 반복 출현을 나타내는 ‘코어(core)’를 정의한다. 코어는 핵심 멤버와 주변 멤버로 구성된 안정적인 하위집합이며, 시간·공간적 규칙성을 보인다. 코어 형성 전에는 통화·문자 활동이 증가하는 조정 현상이 나타나며, 코어 멤버의 일부가 관찰될 때 나머지 멤버가 곧 도착한다는 ‘사회 단위’ 특성을 활용해 높은 예측 정확도를 달성한다.

상세 분석

이 논문은 기존 정적 네트워크 분석이 놓친 미시적 시간 변동성을 고해상도 데이터로 포착한다는 점에서 의미가 크다. 5분 간격의 시간 슬라이스를 사용함으로써, 각 슬라이스 내에서 개인이 동시에 속할 수 있는 그룹이 하나뿐인 상황을 만들었다. 이는 전통적인 커뮤니티 탐지 알고리즘이 필요 없게 만들며, 그래프의 연결 성분 자체가 ‘모임(gathering)’으로 바로 해석될 수 있게 한다. 연구진은 이러한 모임을 시간적으로 매칭하는 간단한 계층적 클러스터링을 적용했으며, 모임의 크기와 지속시간이 광범위하게 분포함을 확인했다. 특히, 모임 내부에서 핵심 멤버와 주변 멤버를 구분하는 ‘참여 프로파일(participation profile)’을 정의하고, 무작위 모델과 비교해 핵심-주변 간 갭(gap)이 통계적으로 유의함을 입증했다. 이때 핵심 멤버는 전체 모임 시간의 대다수를 차지하고, 주변 멤버는 일시적·우연적 접촉을 나타낸다.

핵심 멤버들의 반복 출현을 추적해 ‘코어(core)’라는 개념을 도입했으며, 코어는 동일한 개인 집합이 여러 날·주·월에 걸쳐 재현되는 사회적 맥락을 의미한다. 코어의 등장 빈도는 멱법칙적 분포를 보이며, 대부분은 월 1~2회 정도 나타나지만 일부는 하루에 여러 차례 재현된다. 코어를 ‘작업(core‑work)’과 ‘레크리에이션(core‑rec)’으로 구분했을 때, 작업 코어는 주로 캠퍼스 내에서, 레크리에이션 코어는 캠퍼스 외부에서 발생한다는 공간적 차이가 드러난다.

흥미로운 점은 코어 형성 전후의 통신 행동이다. 연구자는 코어 멤버들의 통화·문자 활동을 개인별 시간대 평균과 비교해 ‘조정(coordination)’ 지표를 만들었다. 결과는 주말에 비정형 모임을 조직할 때 조정 활동이 크게 증가하고, 모임 규모와는 무관하게 조정 비용이 일정하게 유지된다는 것을 보여준다. 이는 인간이 사회적 비용을 최소화하려는 최적화 과정을 반영한다는 해석이 가능하다.

또한, 논문은 동적 랜덤 기하 그래프(RGG) 모델을 구축해 모임의 크기·수명을 재현했지만, 코어와 같은 반복적 구조는 생성하지 못한다는 한계를 지적한다. 이는 실제 사회 네트워크가 단순한 공간적 근접성뿐 아니라, 개인 간의 장기적 연관성(친밀도, 공동 관심사 등)을 내포하고 있음을 시사한다.

마지막으로, 코어를 ‘사회 단위(social unit)’로 간주해 예측 실험을 수행했다. 코어의 일부 멤버가 특정 장소에 나타났을 때, 나머지 멤버가 1시간 이내에 도착할 확률을 측정했으며, 무작위 및 BFS 기반 널 모델과 비교해 현저히 높은 예측력을 확인했다. 이는 코어가 단순히 통계적 집합이 아니라, 실제 사회적 행동을 선행·동반하는 구조적 단위임을 입증한다.

전반적으로 이 연구는 고해상도 시간·공간 데이터가 제공하는 새로운 관점을 통해, 동적 사회망의 기본 단위인 ‘코어’를 정의하고, 그 정량적 특성과 예측 가능성을 체계적으로 밝힘으로써 네트워크 과학, 전염병 모델링, 조직 행동 연구 등에 중요한 통찰을 제공한다.