빅데이터와 자연실험을 활용한 정치 참여와 사회 정보 연구

초록

본 논문은 영국 정부 청원 플랫폼에 ‘트렌딩’ 기능이 도입된 것을 자연실험으로 활용해, 실시간 사회 정보가 디지털 정치 참여에 미치는 영향을 분석한다. 중단점 시계열과 회귀 불연속 설계를 적용한 결과, 전체 일일 서명 수에는 유의미한 변화가 없었지만, 서명 분포는 변하였다. 인기 청원이 더욱 많은 서명을 얻고, 덜 알려진 청원은 상대적으로 서명이 감소했다. 트렌드 순위별 차이와 사전 성장률을 통제한 결과도 일관되게 나타나, 홈페이지 방문자 중 일정 비율이 트렌딩 정보를 보고 행동한다는 점을 시사한다.

상세 분석

이 연구는 디지털 플랫폼에서 사회 정보가 정치 행동을 촉진한다는 가설을 검증하기 위해 영국 정부 청원 사이트의 구조적 변화를 자연실험으로 활용하였다. 2015년 10월, 사이트는 메인 페이지에 ‘트렌딩 청원’ 리스트를 새롭게 표시했으며, 이는 실시간으로 가장 많이 서명된 청원을 순위별로 보여준다. 연구자는 이 시점을 기준으로 두 가지 정량적 방법을 적용했다. 첫째, 중단점 시계열 분석(interrupted time series)은 트렌딩 도입 전후의 일일 서명 총량 변화를 추정한다. 여기서는 계절성, 장기 추세, 외부 사건 등을 통제하기 위해 ARIMA 모델을 사용했으며, 도입 효과의 계수는 통계적으로 유의하지 않았다. 둘째, 회귀 불연속 설계(regression discontinuity design, RDD)는 특정 청원이 트렌딩 리스트에 진입하는 순간을 ‘컷오프’로 설정하고, 진입 전후 서명 속도의 급격한 변화를 측정한다. 이때 청원의 사전 성장률(전주 평균 서명 수)과 카테고리, 초기 서명 수 등을 공변량으로 포함해 혼동을 최소화했다. RDD 결과는 트렌딩 진입이 서명 속도를 유의하게 증가시켰으며, 특히 상위 1~3위 청원이 가장 큰 효과를 보였다. 또한, 순위가 낮을수록 효과가 감소하는 비선형 패턴이 관찰되었다.

핵심 인사이트는 다음과 같다. 첫째, 사회 정보는 전체 참여량을 늘리기보다는 ‘집단 선택’ 메커니즘을 통해 서명 분배를 재편한다는 점이다. 즉, 이미 인기가 높은 청원이 추가적인 가시성을 얻어 ‘승자 독식’ 현상이 심화된다. 둘째, 트렌딩 리스트를 보는 사용자는 소수이지만, 이들의 행동이 전체 서명 구조에 비례적으로 큰 영향을 미친다. 이는 디지털 플랫폼 설계에서 정보 제공 방식이 사용자 행동을 어떻게 편향시킬 수 있는지를 보여준다. 셋째, RDD와 중단점 시계열을 병행함으로써 단기 충격 효과와 장기 구조 변화를 동시에 포착할 수 있었으며, 이는 정책 실험 평가에 있어 방법론적 시사점을 제공한다. 마지막으로, 연구는 데이터 접근성(청원별 일일 서명 데이터)과 자연실험 조건(플랫폼 업데이트)의 결합이 빅데이터 기반 사회과학 연구에 강력한 도구가 될 수 있음을 증명한다.