Modeling Uncertainty in Social Network

인간 관계의 연구에 있어 과학자들은 오랫동안 보기에는 매우 단순해 보이는 지도에 의존해 왔습니다. 사회적 네트워크라고 알려진 이 지도들은 인간관계를 이진 스위치처럼 취급합니다. 즉, 두 사람이 연결되어 있거나 그렇지 않거나 둘 중 하나라는 것입니다. 연결되어 있다면 선이 그려지고, 그렇지 않다면 그 공간은 비어 있는 상태로 남습니다. 이러한 방식은 친구의 수를 세거나 소문이 얼마나 빨리 퍼질지 추적하는 데는 유용했지만, 인간 삶의 복잡한 현실을 포착하는 데는 한계가 있습니다. 현실 세계에서 관계는 결코 단순한 '예' 또는 '아니오'가 아닙니다. 그것은 감정의 스펙트럼입니다. 어떤 동료는 파트너십을 깊고 필수적인 동맹으로 보는 반면, 다른 동료는 이를 가벼운 아이디어 교환 정도로 볼 수 있습니다. 전통적인 지도들은 이러한 복잡하고 모호한 감정들을 경직된 범주 안에 강제로 밀어 넣음으로써, 사람들이 실제로 상호작용하는 방식을 정의하는 불확실성을 사실상 지워버립니다.

테헤란 대학교의 연구진은 이러한 모호함을 무시하기보다 이를 수용하는 새로운 방식의 지도 제작법을 제안했습니다. 이들은 퍼지 논리(fuzzy logic)라는 수학적 접근 방식을 사용하여, 관계가 단 하나의 고정된 숫자가 아닌 가능성의 범위로서 존재하는 '퍼지'한 연결로 존재할 수 있는 시스템을 만들었습니다. 이 방법은 실제 대학 교수 집단을 대상으로 테스트되었으며, 우리가 인간관계가 정밀하다고 가정하는 것을 멈출 때 공동체 내에서 누가 권력과 영향력을 쥐고 있는지에 대해 더 다르고 정확한 그림을 볼 수 있다는 것을 밝혀냈습니다. 이 연구는 네트워크에서 가장 중요한 사람이 항상 연결이 가장 많은 사람이 아니라, 종종 타인 사이에서 가장 신뢰할 수 있는 가교 역할을 하는 사람이라는 점을 시사합니다. 이는 인간의 인지에 존재하는 불확실성을 고려할 때에만 비로소 가시화되는 역할입니다.

이 새로운 접근 방식의 핵심은 수집된 데이터를 처리하는 방식에 있습니다. 일반적인 설문조사에서 교수는 동료와의 협업 정도를 '매우 낮음'에서 '매우 높음'까지의 척도로 평가할 수 있습니다. 전통적인 분석에서는 연구자가 단순히 '높음'이라는 단어를 숫자 4로, '매우 높음'을 숫자 5로 바꿀 수 있습니다. 이는 주관적인 느낌을 마치 1미터와 2미터의 차이처럼 명확한 사실로 바꾸어 버리는 것입니다. 테헤란 대학교 팀은 이것이 실수라고 주장했습니다. 대신 그들은 이 단어들을 '삼각형 퍼지 수(triangular fuzzy numbers)'로 변환했습니다. 이것은 그래프 위에 단 하나의 점을 찍는 대신 작은 언덕을 그리는 것과 같습니다. 언덕의 정점은 가장 가능성 높은 값을 나타내며, 양옆의 경사면은 그 사람이 느낄 수 있는 의구심이나 망설임의 범위를 나타냅니다. 이는 인간의 판단이 결코 절대적이지 않다는 점을 인정함으로써 원래 답변의 미묘한 차이를 보존합니다.

이 아이디어를 테스트하기 위해 연구진은 테헤란 대학교 공학부의 교수 20명을 대상으로 설문지를 배포했습니다. 설문은 각 교수가 모든 동료와의 관계를 두 가지 뚜렷한 측면, 즉 논문 공동 저술이나 학생 지도와 같은 '과학적 협업'과 친목이나 문화적 교류와 같은 '사회적 상호작용'에 대해 평가하도록 요청했습니다. 그 후 연구팀은 이 답변들을 바탕으로 두 개의 별도 네트워크를 구축했습니다. 첫 번째 네트워크는 학술적 업무의 흐름을 매핑했고, 두 번째 네트워크는 사회적 유대의 흐름을 매핑했습니다. 결정적으로, 그들은 설문 답변을 단순한 숫자로 변환하지 않았습니다. 대신, 데이터가 처음부터 불확실성의 전체 범위를 포함할 수 있도록 퍼지 형태 그대로 유지했습니다.

퍼지 네트워크가 구축된 후, 연구진은 '중심성(centrality)'이라고 알려진 세 가지 서로 다른 중요도 측정 방식을 적용했습니다. 첫 번째 척도인 연결 중심성(degree centrality)은 단순히 한 사람이 가진 연결의 수를 셉니다. 두 번째인 근접 중심성(closeness centrality)은 한 사람이 네트워크의 다른 모든 사람에게 얼마나 빨리 도달할 수 있는지를 살펴봅니다. 세 번째인 매개 중심성(betweenness centrality)은 브리지(다리)나 게이트키퍼(문지기) 역할을 하며 다른 사람들 사이의 최단 경로에 위치한 사람을 식으로 식별합니다. 퍼지 네트워크에서 이러한 계산은 더 복잡합니다. 단순히 선의 개수를 세는 것이 아니라, 시스템은 연결의 강도와 신뢰성을 가중치로 두어 두 사람 사이의 '최적의' 경로를 계산합니다. 이는 단순히 경로가 존재하는지를 묻는 것이 아니라, 그 경로가 얼마나 강력하고 확실하게 느껴지는지를 묻는 것입니다.

이 퍼지 분석의 결과는 전통적인 방식과 비교했을 때 학과에 대해 놀랍도록 다른 관점을 제공했습니다. 학술 네트워크에서는 한 교수가 많은 협업에 깊이 관여하는 허브로서 가장 많이 연결된 인물로 두드러졌습니다. 그러나 퍼지 분석은 연결이 가장 많지는 않지만 가장 결정적인 가교 역할을 하는 또 다른 교수를 찾아냈습니다. 이 인물은 거의 모든 다른 동료 쌍 사이의 최적 경로에 위치해 있었습니다. 퍼지 모델에서 이 교수는 매개 중심성에서 완벽한 점수를 받았는데, 이는 그가 학술 구조를 하나로 묶어주는 없어서는 안 될 연결고리임을 의미합니다. 데이터를 경직된 숫자로 강제했던 전통적인 방식은 이 교수의 구조적 중요성을 대부분 놓쳤으며, 그를 훨씬 낮은 순위로 평가했습니다.

사회적 네트워크에서도 유사한 패턴이 나타났습니다. 한 교수가 분명히 가장 사회적으로 활발했지만, 집단의 사회적 결속을 위한 핵심 연결자는 다른 개인이었습니다. 퍼지 접근 방식은 이 사람이 비록 직접적인 친구 수는 가장 많지 않더라도, 서로 다른 사회적 집단을 연결하는 데 중요한 역할을 하고 있음을 보여주었습니다. 연구는 퍼지 방식에 의해 생성된 순위가 기존의 경직된 방식에 의해 생성된 순위와 상당히 다르다는 것을 발견했습니다. 매개 중심성의 경우, 퍼지 결과와 전통적 결과 사이의 상관관계는 매우 약해서 거의 무관한 수준이었습니다. 이는 퍼지 접근 방식이 표준 분석으로는 볼 수 없는 숨겨진 역할들을 밝혀내고 있음을 시사합니다.

연구진은 또한 네트워크의 전반적인 건강 상태를 이해하기 위해 이 점수들의 분포를 살펴보았습니다. 그들은 학술 세계에서 네트워크가 몇몇 핵심 인물들에게 크게 의존하고 있으며, 이는 한 사람의 부재가 의사소통을 심각하게 저해할 수 있는 구조를 만든다는 것을 발견했습니다. 반면, 사회적 네트워크는 더 균형 잡혀 있었으며 결정적인 병목 현상이 적었습니다. 이러한 차이는 대학 행정가들에게 매우 중요합니다. 만약 학과가 학술적 협업을 위해 단 한 명의 '가교' 교수에게 과도하게 의존한다면, 그 사람은 단일 장애점이 됩니다. 이러한 역할을 식별하는 것은 리더들이 자원을 어디에 배분할지, 누구를 학제 간 프로젝트에서 지원할지, 그리고 잠재적인 혼란에 대비해 어떻게 네트워크를 강화할지에 대해 더 나은 결정을 내릴 수 있게 해줍니다.

데이터의 불확실성을 버리는 대신 유지함으로써, 이 연구는 사회적 네트워크의 가장 정확한 지도는 가장 깔끔해 보이는 지도가 아니라 인간관계의 복잡성에 대해 가장 많이 인정하는 지도라는 점을 입증합니다. 퍼지 접근 방식은 단순히 수학적 정교함을 더하는 것이 아니라, 데이터가 들려주는 이야기를 바꿉니다. 그것은 영향력이란 단순히 많은 친구를 갖거나 모두와 매우 가까운 것이 아니라, 서로 연결되지 않으면 끊어질 사람들을 잇는 가장 신뢰할 수 있는 경로가 되는 것임을 드러냅니다. 연구자들은 처음으로 인간관계의 강도를 고정된 사실이 아닌, 살아 움직이는 불확실성으로서 측정할 수 있는 도구를 갖게 되었으며, 이를 통해 공동체를 지탱하는 보이지 않는 구조를 더 명확하게 바라볼 수 있게 되었습니다.