📄 social_science

Disaster-dependent effects of social network structure on risk communication

본 연구는 2012년 미국 산불 및 가뭄 기간 동안의 소셜 미디어 네트워크를 분석하여, 두 재난 유형 모두에서 개인적 특성이 정보 확산을 주로 주도하지만, 중앙 집중적인 산불 네트워크와 파편화된 가뭄 네트워크 사이의 구조적 차이가 위험 커뮤니케이션의 범위와 속도 측면에서 뚜력한 이득을 창출한다는 점을 입증함으로써, 개입 전략을 최적화하기 위한 재난별 경로를 밝혀낸다.

원저자: Jonghun Kam, Jiam Song, Woi Oh

게시일 2026-08-20

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jonghun Kam, Jiam Song, Woi Oh

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

갑작스러운 산불이든 서서히 진행되는 가뭄이든, 재난이 닥쳤을 때 사람들이 정보를 공유하는 방식은 생사와 직결될 수 있습니다. 현대 사회에서 소셜 미디어는 공동체의 거대하고 실시간적인 신경계 역할을 하며, 이웃이 이웃에게 경고를 보내고 당국이 즉각적으로 경보를 방송할 수 있게 해줍니다. 그러나 모든 재난이 정보를 퍼뜨리는 방식이 동일하지는 않습니다. 허리케인이나 화재처럼 빠르게 발생하여 즉각적이고 긴급한 조치를 요구하는 사건이 있는가 하면, 가뭄처럼 몇 달에 걸쳐 천천히 진행되어 위기가 심각해질 때까지 대중의 관심에서 멀어지는 사건도 있습니다. 과학자들은 사회적 네트워크의 구조—누가 누구와 대화하는가—가 뉴스의 전파 방식을 결정한다는 사실을 오래전부터 알고 있었습니다. 하지만 특정 재난의 유형이 이러한 소통 게임의 규칙을 어떻게 변화시키는지, 그리고 빠르게 움직이는 화재에 효과적인 전략이 서서히 다가오는 건조한 시기에도 동일하게 작동하는지는 여전히 불분명한 상태로 남아 있었습니다.

이 질문들에 답하기 위해 연구진은 2012년 미국의 사례에 주목했습니다. 그해는 매우 다른 두 가지 위기를 나란히 비교할 수 있는 드문 기회를 제공했습니다. 그해 여름, 미국은 대륙의 3분의 2를 덮친 거대한 가뭄과 동시에 서부 지역에서 발생한 이례적으로 큰 규모의 산불 시즌을 겪었습니다. 이 기간 동안 수백만 명의 사람들이 현재 X(구 트위터)로 알려진 플랫폼에서 이러한 사건들에 대해 논의했습니다. 연구진은 가뭄이나 산불에 대해 게시물을 올린 2만 명 이상의 사용자를 수집하여, 정확히 누가 누구에게 답장을 하고 누가 누구의 게시물을 공유하는지를 파악했습니다. 그런 다음 그들은 정보의 흐름을 바이러스의 확산처럼 취급하여 이러한 상호작용의 디지털 모델을 구축했습니다. 이 모델에서 아직 뉴스를 듣지 못한 사람은 '감수성 있는(susceptible)' 상태, 뉴스를 적극적으로 공유하는 사람은 '감염된(infected)' 상태, 그리고 공유를 멈춘 사람은 '회복된(recovered)' 상태로 간주되었습니다. 팀은 수천 번의 컴퓨터 시뮬레이션을 실행함으로써, 특정 사람들의 행동 변화가 메시지의 속도와 도달 범위에 어떻게 영향을 미치는지 테스트할 수 있었습니다.

연구 결과, 두 유형의 재해 모두 소수의 고도로 연결된 사용자들에 의해 지배되는 사회적 네트워크를 형성했지만, 그 근저에 깔린 구조는 근본적으로 달랐다는 것이 밝혀졌습니다. 산불을 둘러싼 네트워크는 매우 중앙 집중화되어 있었으며, 대부분의 사람들이 몇몇 주요 뉴스 매체 및 기상 계정과 연결된 허브 앤 스포크(hub-and-spoke) 시스템을 닮아 있었습니다. 정보는 이러한 중심 허브로부터 주변부로 효율적으로 흘러갔습니다. 반면, 가뭄 네트워크는 서로 쉽게 대화하지 못하는 여러 개의 작고 고립된 공동체들로 파편화되어 있었습니다. 이러한 구조적 차이는 동일한 소통 전략이 두 상황 모두에 적용될 경우 실패할 수 있음을 의미했습니다. 연구진이 정보 전달 속도를 높이기 위한 개입을 시뮬레이션했을 때, 영향력 있는 사용자들이 메시지를 공유할 가능성을 높이는 것이 두 경우 모두에서 소통을 개선하는 가장 효과적인 방법이라는 것을 발견했습니다. 그러나 메시지의 속도와 도달 범위를 살펴보았을 때 결과는 엇갈렸습니다.

중앙 집중화된 산불 네트워크에서는 영향력 있는 사용자를 겨냥하는 것이 더 많은 사람에게 정보를 도달하게 하는 데는 도움이 되었지만, 메시지가 퍼지는 속도를 유의미하게 변화시키지는 못했습니다. 네트워크가 이미 매우 잘 연결되어 있었기에, 속도보다는 전체적인 도달 범위가 병목 현상의 원인이었습니다. 반대로, 파편화된 가뭄 네트워크에서는 영향력 있는 사용자를 겨냥하는 것이 속도에 극적인 효과를 주었습니다. 가뭄 네트워크는 여러 클러스터로 나뉘어 있었기 때문에, 적절한 사람들을 그룹 간의 가교 역할을 하도록 찾는 것이 정보가 한 공동체에서 다른 공동체로 훨씬 더 빠르게 건너가게 만들었습니다. 또한 연구진은 게시물의 감정적 어조가 중요하다는 사실을 발견했습니다. 중립적인 어조의 메시지는 더 빠르게 퍼지는 경향이 있었고, 긍정적인 메시지는 전반적으로 더 많은 사람에게 도달했습니다. 부정적인 메시지는 혼합된 양상을 보였는데, 빠르게 퍼지기는 했으나 긍정적인 메시지만큼 널리 퍼지지는 못했습니다.

이러한 발견은 비상 관리자들이 소셜 미디어 소통에 있어 일률적인 접근 방식을 사용할 수 없음을 시사합니다. 산불와 같이 빠르고 중앙 집중화된 사건의 경우, 최선의 전략은 주요 뉴스 기관과 공식 계정들이 방대한 청중에게 명확하고 실행 가능한 정보를 방송할 수 있는 도구를 갖추도록 보장하는 것입니다. 가뭄과 같이 느리고 파편화된 사건의 경우, 전략은 고립된 공동체를 연결하고 네트워크의 간극을 효과적으로 메울 수 있는 지역 지도자들을 찾아 그들에게 권한을 부여하는 데 집중해야 합니다. 또한 본 연구는 메시지의 감정적 내용이 단순히 사람들이 느끼는 감정의 반영일 뿐만 아니라, 메시지가 이동하는 방식을 결정하는 구조적 특징임을 강조했습니다. 중립적인 업데이트는 긴급하고 시간 민감한 경고에 적합하며, 대비와 회복에 관한 긍정적인 메시지는 가장 넓은 관객에게 도달하는 데 더 적합합니다. 이러한 뚜렷한 경로를 이해함으로써, 당국은 디지털 도구 상자를 재난의 구체적인 성격에 맞게 조정하여 중요한 위험 정보가 적시에 적절한 사람들에게 전달되도록 할 수 있습니다.

기술 요약: 사회적 네트워크 구조의 재난 의존적 효과에 관한 리스크 커뮤니케이션

문제 제기
사회적 미디어는 급격한 발생 재난(예: 산불, 허리케인)과 완만한 발생 재난(예: 가뭄) 모두에서 리스크 커뮤니케이션을 위해 점점 더 많이 활용되고 있으나, 정보 확산을 주도하는 근본적인 메커니즘은 여전히 불분명하다. 기존 연구들은 네트워크 구조, 메시지 감성, 또는 개입 전략과 같은 요인들을 개별적으로 분리하여 다루는 경우가 많으며, 이러한 변수들 간의 역동적인 상호작용을 재난 유형별로 고려하지 못한다. 본 연구는 재난 특이적 네트워크 구조와 사용자 특성이 급격한 발생 시나리오와 완만한 발생 시나리오에서 정보 확산 패턴을 형성하는 방식이 어떻게 상호작용하는지 평가할 수 있는 공통의 분석 프레임워크가 부족하다는 점을 지적한다. 본 연구는 2012년 미국 산불과 가뭄을 대상으로 사회적 네트워크 구조와 영향력 있는 사용자의 특성이 리스크 커뮤니케이션에 어떻게 차별적으로 영향을 미치는지 조사함으로써 이 격차를 해소하고자 한다.

연구 방법론
본 연구는 네트워크 분석과 역학 모델링을 결합한 다단계 계산 접근 방식을 채택한다:

데이터 수집 및 네트워크 구축:
- 데이터셋: "wildfire"(산불) 또는 "drought"(가뭄)라는 키워드와 함께 적어도 하나의 미국 주(state) 이름이 포함된 2012년 3월 1일부터 12월 31일까지의 Twitter/X 포스트를 사용하였다. 재난과 관련 없는 용어 사용은 필터링되었다.
- 감성 분석: VADER(Valence Aware Dictionary and sEntiment Reasonizer)를 사용하여 트윗을 긍정, 중립, 부정 범주로 분류하였다. 모호성을 줄이기 위해 ±0.2의 임계값을 적용하였다.
- 네트워크 토폴로지: 6개의 뚜렷한 커뮤니케이션 네트워크(두 가지 재난 유형 × 세 가지 감성 레이어)를 구축하였다. 노드는 사용자를 나타내며, 엣지는 관찰된 "리트윗(Retweet)" 또는 "답글(Reply)" 상호작용을 나타낸다. 본 연구는 "답글"과 "리트윗"을 커뮤니케이션 관계로 단순화하여 분석하기 위해 무방향 그래프를 활용하였다.
- 통계적 특성 분석: 노드/엣지 수, 밀도, 거대 연결 성분(GCC) 비율, Leiden 모듈성(커뮤니티 파편화), 차수 동질성(degree assortativity), 정규화된 최대 차수 중심성, 차수의 지니 계수, 전이성 등의 지표를 사용하여 네트워크를 분석하였다. 차수 분포에는 Clauset 등의 프레임워크를 사용하여 멱법칙(power-law) 분포를 적합시켰다.
모델링 프레임워크 (fastSIR):
- 본 연구는 정보 확산을 시뮬레이션하기 위해 하향식(bottom-up) fastSIR(Susceptible-Infected-Recovered) 모델을 변형하여 적용하였다.
- 상태: 사용자는 감염 가능 상태(Susceptible, 인지 전), 감염 상태(Infected, 활성 전파자), 회복 상태(Recovered, 전파 중단)로 분류된다.
- 보정(Calibration): 관찰된 누적 활성화 궤적과 시뮬레이션된 궤적(감염자 + 회복자 수) 사이의 평균 제곱근 오차(RMSE)를 최소화함으로써 각 6개 네트워크에 대한 전파 확률( $\tau$ )과 회복 확률( $\gamma$ ) 매개변수를 보정하였다. 보정을 위해 200회의 확률적 실현(stochastic realizations)을 사용하였고, 최종 결과 생성을 위해 1,000회를 사용하였다.
개입 시뮬레이션:
- 타겟팅: 매개 중심성(betweenness centrality)을 기준으로 영향력 있는 사용자를 식별하였다.
- 시나리오: 두 가지 유형의 개입을 시뮬레이션하였다:
  - 개입 강도: 고정된 수의 타겟 사용자(네트워크의 0.2%)에 대해 전파( $\tau$ ) 및/또는 회복( $\gamma$ ) 확률을 수정한다.
  - 광범위한 타겟팅: 고정된 개입 강도를 유지하면서 타겟이 되는 영향력 있는 사용자의 수를 늘린다.
- 측정 지표: 결과는 "피크 범위(peak extent, 최대 감염 사용자 비율)"와 "피크 시점(peak timing, 최대 감염일)"에 의해 측정되었다.

주요 결과

네트워크 구조적 차이:
- 두 재난 네트워크 모두 멱법칙 분포와 일치하는 희소하고(sparse), 비동질적이며(disassortative), 허브 중심적인(hub-dominated) 구조를 보였다.
- 산불 네트워크: 높은 GCC 비율(82–84%)과 낮은 모듈성을 가진 중앙 집중식 구조가 특징이다. 정보 확산은 주요 뉴스 매체와 같은 중앙 허브를 중심으로 조직되어 주변 사용자에게 효율적인 도달을 촉족한다.
- 가뭄 네트워크: 낮은 GCC 비율(65–72%)과 높은 모듈성을 가진 파편화되고 국지적으로 클러스터링된 구조가 특징이다. 사용자들이 단일 지배적 클러스터보다는 별개의 커뮤니티에 분산되어 있다.
확산 역학 및 매개변수:
- 보정된 전파 확률( $\tau$ )은 일반적으로 산불 네트워크보다 가뭄 네트워크에서 약간 더 높았다.
- 회복 확률( $\gamma$ )은 두 재난 유형 모두에서 중립 네트워크에서 가장 낮았고(더 긴 활성 확산 의미), 긍정 네트워크에서 가장 높았다(더 짧은 활성 확산 의미).
- fastSIR 모델은 일반적인 확산 추세를 포착했으나, 산불 확산에서 관찰되는 급격한 증가는 재난 경보와 같은 외부 트리거로 인해 제대로 재현하는 데 어려움을 겪었다.
개입 효과:
- 주요 동인: 영향력 있는 사용자의 전파 확률을 높이는 것이 효율적인 확산(더 크고 빠른 피크)의 주요 동인이었다. 회복 확률만을 줄이는 것은 피크 범위에 미미한 영향을 미쳤으며 종종 피크 시점을 늦추는 결과를 초래했다.
- 재난별 반응:
  - 산불 (중앙 집중형): 광범위한 타겟팅은 피크 시점의 변화는 제한적이면서 주로 확산의 **범위(extent)**를 증가시켰다.
  - 가뭄 (파편화형): 광범위한 타겟팅은 확산 피크의 **시점(timing)**을 강력하게 앞당겼는데, 이는 매개 중심성이 높은 사용자를 타겟팅하는 것이 국지적 클러스터를 연결하는 데 도움이 됨을 시사한다.
- 감성 비대칭성: 중립 네트워크는 속도 중심의 개선을 보였고, 긍정 네트워크는 범위 중심의 개선을 보였다. 부정 네트워크는 혼합된 반응을 보였다.

의의 및 주장
본 논문은 재난 특이적 경로가 소셜 미디어 리스크 커뮤니케이션에 어떻게 영향을 미치는지에 대한 메커니즘 기반의 해석을 제공한다고 주장한다. 주요 기여는 다음과 같다:

재난 특이적 경로: 본 연구는 영향력 있는 사용자의 특성과 네트워크 구조의 상대적 중요성이 재난 유형에 따라 다르다는 것을 확인하였다. 중앙 집중식인 산불 네트워크에서는 허브에 의한 증폭이 핵심이며, 파편화된 가뭄 네트워크에서는 국지적 클러스터를 연결하는 것이 중요하다.
확산 특성으로서의 감성: 연구 결과는 감성이 단순한 텍스트 속성이 아니라, 경로를 형성하는(예: 속도를 위한 중립적 메시지, 도달 범위를 위한 긍정적 메시지) 별도의 확산 관련 특성임을 시사한다.
전략적 시사점: 저자들은 이러한 구조적 차이에 맞춰 긴급 관리 전략이 조정되어야 한다고 제안한다. 중앙 집중형 사건(산불)의 경우, 툴킷은 공식 및 미디어 계정을 타겟으로 해야 한다. 파편화된 사건(가뭄)의 경우, 전략은 클러스터를 연결하기 위해 지역 인플루언서와 커뮤니티 조직을 활용해야 한다.
계산 프레임워크: 본 연구는 재난 유형과 감성 레이어를 상호 비교할 수 있는 확장 가능한 프레임워크를 제공하여, 대비 및 대응을 위한 데이터 기반 의사결정을 지원한다.

저자들은 편향되지 않은(undirected) 네트워크의 사용, 동적인 시간적 진화가 아닌 정적 네트워크 분석, 단일 확산 모델(fastSIR)에 대한 의존성, 그리고 2012년 당시의 Twitter/X의 플랫폼 특이적 제약 등을 한계점으로 인정한다. 그럼에도 불구하고, 그들은 본 연구의 결과가 재난, 커뮤니케이션, 그리고 정책 결정 사이의 복잡한 상호작용을 이해하기 위한 기초적인 단계임을 주장한다.

유사한 논문