관찰 네트워크 연구에서 동질성 전염 효과가 뒤섞인다

초록

우리는 사회 네트워크 상에서 발생할 수 있는 세 가지 요인, 즉 개인 특성의 일치에 의해 사회적 연결이 형성되는 동질성, 사회적 전염(영향) 그리고 개인의 공변량이 행동이나 기타 측정 가능한 반응에 미치는 인과 효과를 고려한다. 우리는 일반적으로 이 세 요인이 서로 얽혀 있음을 보인다. 이를 구분하려면 사회 과정의 매개변수화에 대한 강력한 가정이나 사용된 공변량의 충분성에 대한 강력한 가정(또는 둘 모두)이 필요하다. 특히 우리는 회귀계수의 비대칭성이 인과 효과를 식별하지 못한다는 간단한 예시를 제시하고, 모방이라는 매우 단순한 전염 모델조차도 개인의 지속적 특성과 선택 사이에 큰 상관관계를 만들 수 있음을 보여준다(실제 친화도가 없더라도). 마지막으로 이러한 결과에 대한 몇 가지 건설적인 대응 방안을 제시한다.

상세 분석

이 논문은 사회 네트워크 분석 분야에서 오랫동안 논쟁이 되어온 ‘동질성(동일한 특성을 가진 사람들끼리 연결되는 현상)’과 ‘전염(한 사람의 행동이 이웃에게 영향을 미치는 현상)’ 사이의 구분이 실제 연구에서 얼마나 어려운지를 이론적으로 증명한다. 저자들은 세 가지 주요 메커니즘을 명시한다. 첫째, 동질성은 개인이 비슷한 속성을 가질 때 서로 연결을 맺는 경향으로, 이는 네트워크 구조 자체에 내재된 선택 편향을 만든다. 둘째, 전염은 연결된 개인 사이에서 행동이나 태도가 퍼지는 과정이며, 이는 시간에 따라 동적인 인과 관계를 내포한다. 셋째, 개인의 고유 공변량이 직접 행동에 영향을 미치는 인과 효과이다. 논문은 이 세 메커니즘이 ‘일반적으로(confoundingly)’ 서로 얽혀 있어, 관찰 데이터만으로는 어느 것이 실제 원인인지를 구분하기 어렵다고 주장한다.

특히 저자들은 두 가지 중요한 실증적 함의를 제시한다. 첫 번째는 회귀분석에서 흔히 사용되는 비대칭 회귀계수(예: A→B와 B→A의 차이)를 통해 인과 방향성을 추정하려는 시도가 근본적으로 잘못될 수 있다는 점이다. 단순히 계수의 크기 차이가 존재한다 하더라도, 이는 네트워크 형성 과정에서의 동질성이나 누락된 공변량에 의해 발생한 가짜 효과일 가능성이 크다. 두 번째는 ‘모방 모델(imitative contagion)’이라는 매우 단순한 전염 메커니즘이, 실제로는 개인의 내재적 특성과 무관하게도 높은 상관관계를 만들어낼 수 있다는 점이다. 즉, 전염이 없더라도 동질성만으로도 관찰된 행동 유사성이 설명될 수 있으며, 반대로 전염만으로도 개인 특성과 행동 사이에 강한 연관성을 만들어낼 수 있다.

이러한 결과는 기존의 많은 실증 연구가 지나치게 강한 인과 가정을 하고 있음을 지적한다. 예를 들어, 친구의 흡연이 개인의 흡연에 미치는 영향을 추정하려 할 때, 친구 선택이 동일한 사회적 배경(동질성) 때문에 이루어졌다면 실제 전염 효과를 과대평가하게 된다. 반대로, 개인의 성향이 행동에 미치는 직접 효과를 추정하려 할 때, 네트워크 내 전염이 무시된다면 효과를 과소평가하게 된다.

논문은 해결책으로 세 가지 방향을 제시한다. 첫째, 실험적 혹은 준실험적 설계(예: 무작위화된 실험, 자연실험)를 통해 네트워크 연결을 외생적으로 변동시키는 방법이다. 둘째, 잠재 변수 모델링이나 구조방정식 모델을 활용해 동질성과 전염을 동시에 추정하는 복합 모델을 개발하는 것이다. 셋째, 풍부한 공변량 데이터를 수집하고, 시간에 따른 네트워크 변화와 행동 변화를 동시에 관찰함으로써 인과 구조를 보다 정교하게 식별할 수 있다.

결론적으로, 이 연구는 관찰 기반 사회 네트워크 연구가 내재적인 혼동 요인을 충분히 인식하고, 보다 강력한 방법론적 방어막을 구축해야 함을 경고한다. 이는 정책 입안자, 공중보건 전문가, 그리고 학계가 네트워크 효과를 근거로 한 개입을 설계할 때, 실제 인과 메커니즘을 오판하지 않도록 하는 중요한 지침이 된다.