Linguistic Uncertainty and Reply Engagement on X: A Cross-Domain Replication of the Uncertainty-Reply Asymmetry

기술적 요약: X 의 언어적 불확실성과 답변 참여

문제 제기
기존 연구는 감정, 정서, 논란이 소셜 미디어 참여를 어떻게 주도하는지에 대해 광범위하게 분석해 왔으나, 언어적 불확실성—의심, 불완전성, 또는 검증되지 않은 정보에 대한 표현—의 역할, 특히 그것이 유발하는 참여의 형태에 대해서는 아직 충분히 탐구되지 않았습니다. Soufan(2026) 의 최근 연구는 X(구 트위터) 의 아랍어 담화에서 '불확실성–답변 비대칭(Uncertainty–Reply Asymmetry)'을 확인했는데, 이는 언어적으로 불확실한 게시물이 확실한 게시물에 비해 훨씬 더 높은 답변 참여를 받았음을 보여줍니다. 이는 정보의 질적 결핍이 아니라 대화를 유도하는 상호작용적 단서로서 불확실성이 기능함을 시사합니다. 그러나 이러한 효과가 온라인 커뮤니케이션의 일반적인 속성인지, 아니면 아랍어라는 특정 언어, 해당 연구의 특정 정치적 맥락, 또는 단일 도메인에 국한된 산물인지는 명확하지 않았습니다. 본 연구는 영어 담화에서 다양한 주제 영역에 걸쳐 불확실성–답변 비대칭이 재현되는지 검증함으로써 일반화 가능성에 대한 질문을 다룹니다.

방법론
본 연구는 Soufan(2026) 의 분석 프레임워크를 X 의 영어 게시물에 적용하는 교차 도메인 재현 설계를 사용합니다.

• 데이터 수집: 저자들은 3 일 기간 (2026 년 4 월 8 일~10 일) 동안 세 가지 명확한 도메인—연방준비제도 통화 정책, 소비자 물가 인플레이션 (CPI), 미국 선거 정치—에 걸쳐 2,258 개의 원본 영어 게시물 (리트윗과 답변 제외) 을 수집했습니다. 데이터는 플랫폼 서비스 약관을 준수하며 Apify 플랫폼을 통해 검색되었습니다.
• 분류: 언어적 불확실성을 식별하기 위해 원래 아랍어 프레임워크에서 규칙 기반, 어휘 기반 분류기를 적응화했습니다. 영어 어휘는 조동사 (예: may, might), 완곡어법 (예: I think, probably), 질문 표시어, 문맥에 민감한 who-질문, 명시적 불확실성 구문 (예: not sure), 그리고 루머 표시어 (예: reportedly) 등 여섯 가지 범주를 포함합니다. 하나 이상의 표시어를 포함한 게시물은 '불확실한' 것으로 분류되었습니다. 저자들은 이 분류기가 보수적이며, 위양성 (false positives) 을 통해 과대평가하기보다는 위음성 (false negatives) 을 통해 발생률을 과소평가할 가능성이 있다고 명시했습니다.
• 변수: 주요 종속 변수는 로그 변환된 답변 수 ($\log(1 + \text{Replies})$) 입니다. 보조 모델은 로그 변환된 총 참여도 ($\log(1 + \text{Total Engagement})$) 를 사용합니다. 통제 변수에는 게시물 길이 (문자 수) 와 URL 존재 여부가 포함됩니다. 표준 오차는 비독립성을 고려하기 위해 작성자 수준에서 군집화되었습니다.
• 분석: 연관성을 추정하기 위해 일반 최소제곱법 (OLS) 회귀가 사용되었습니다. 견고성 검사는 참여도 상위 1% 값을 윈저화 (winsorizing) 및 트리밍 (trimming) 하는 것과 총 참여도 계수에 대한 음의 이항 회귀를 포함했습니다.

주요 결과

• 기술적 발견: 세 가지 도메인 전체와 통합 표본에서 불확실한 게시물이 확실한 게시물보다 더 높은 참여도를 받았습니다. 차이는 답변에서 가장 두드러졌으며, 통합 표본에서 불확실한 게시물은 평균적으로 확실한 게시물보다 82% 더 많은 답변을 받았습니다. 재게시 (+13.4%) 와 좋아요 (+3.4%) 에 대한 상대적 차이는 더 작았습니다.
• 회귀 분석: 로그 변환된 답변 수를 예측하는 주요 OLS 모델은 언어적 불확실성과 답변 사이에 양의 통계적으로 유의미한 연관성을 확인했습니다 ($\beta = 0.126, p = 0.011$). 이 계수는 다른 변수를 통제한 상태에서 불확실한 게시물의 예상 답변 수가 약 13% 더 높음을 의미합니다. 이 결과는 윈저화 후에도 견고하게 유지되었습니다 ($\beta = 0.119, p = 0.012$).
• 총 참여도: 총 참여도와의 연관성은 방향적으로 일관되었으나 더 약했으며, 통합 모델에서 전통적인 유의성 임계값에 근접했습니다 ($\beta = 0.151, p = 0.094$).
• 비대칭성: 결과는 일관되게 불확실성–답변 비대칭을 재현했습니다. 즉, 불확실성의 효과는 대화형 참여 (답변) 에서는 가장 강하고, 방송형 참여 (좋음 및 재게시) 에서는 더 약했습니다.

의의 및 주장
본 논문은 계산 사회과학 및 디지털 담화 문헌에 두 가지 주요 기여를 주장합니다:

1. 교차 언어적 및 교차 도메인 일반화 가능성: 세 가지 명확한 주제 영역 (통화 정책, 경제 데이터, 정치) 에 걸쳐 영어에서 불확실성–답변 비대칭이 유지됨을 입증함으로써, 본 연구는 이 현상이 언어나 맥락에 국한된 산물이 아니라 온라인 커뮤니케이션의 일반적인 상호작용 메커니즘일 가능성이 있음을 보여주는 증거를 제공합니다.
2. 방법론적 검증: 본 연구는 투명하고 해석 가능하며 어휘 기반인 분류기가 분류 성능이 보수적일지라도 대규모 관찰 데이터에서 일관된 행동 신호를 복원할 수 있음을 보여줍니다. 이는 방법론적 실천으로서의 재현의 가치를 강화합니다.

저자들은 이러한 발견을 언어적 불확실성이 개방성과 불완전성을 신호로 보내는 상호작용적 단서로 기능하여, 청중의 응답 장벽을 낮추고 참여의 구성을 수동적 승인 (좋음/재게시) 이 아닌 대화형 형태 (답변) 로 전환시킨다고 해석합니다. 본 연구는 효과의 크기는 도메인에 따라 변할 수 있지만, 방향적 패턴은 불확실성이 체계적으로 대화형 참여를 증가시킨다는 가설을 지지한다고 결론지었습니다.