/*
-- Title : 소셜 네트워크 분석 전략
-- Reference : BDMBA
*/
SNA 분석 목적
소셜 네트워크와 이를 대상으로 한 소셜 네트워크 분석은 사회학, 경제학, 경영학을 비롯한 사회과학 분야에서뿐만 아니라 물리학, 의학, 생물학 등의 자연과학 분야에서도 최근 많은 주목을 받고 있습니다. 정보통신기술 및 인터넷 서비스의 발달로 인한 데이터의 증가 및 축적은 실무적으로도 네트워크 데이터의 활용 기회를 증대시키고 있고 사람들이 사회적 관계를 기반으로 상호작용을 통해 거미줄처럼 서로 엮여 있다는 개념은 개인적인 수준에서뿐만 아니라 조직수준에서 발생하는 다양한 사회적 현상을 설명하는 데 있어서 기존의 관점과는 다른 새로운 시각을 제공합니다.
우리 주변에 존재하는 많은 것들이 네트워크 형태로 이미 구조화되어 있거나 구조화할 수 있기 때문에 사람들은 다양한 분야에서 네트워크 데이터를 분석할 수 있고 네트워크는 우리 주변에 언제나 존재하여 왔었고 오늘날 사회 및 경제시스템을 움직이는 핵심적 환경을 제공하고 있기 때문에 이에 대한 분석은 네트워크 구성요소 간 상호의존성을 이해하고 네트워크 전체의 효율성 및 효과성을 증진하는 중요한 해결책을 제시할 수 있습니다. 네트워크 내에서 어떤 사람이 차지하는 위치는 그 사람이 마주치게 될 기회와 제약을 결정하게 되고, 따라서 그러한 위치를 알아내는 것은 네트워크 구성원의 성과나 행태를 예측하는 데 있어서 중요한 역할을 할 것으로 보입니다.
SNA 수준
분석 목적이나 비즈니스 의사결정을 위한 인사이트 도출 관점에서 SNA 분석 수준을 결정해야 합니다. 네트워크 수준에서 전체를 하나의 분석 대상으로 할 수도 있고 특정 노드 수준의 분석에서 노드간의 관계나 그룹을 분석 수준으로 접근할 수도 있습니다. 또한 노드 자체의 하나 하나가 분석의 대상이 될 수 있습니다. 분석 목표에 따라 SNA 분석 수준을 결정하여 분석 목표를 달성할 수 있는 분석 전략을 수립해야 합니다.
- 연결 중심성(Degree Centrality) 분석
- 하나의 노드에 직접적으로 연결된 이웃 노드의 개수로 측정함.
- 네트워크 전체 구조의 중심이 아니어도 연결된 노드가 많으면 연결 중심성 지표 값이 높게 산출됨.
- 노드의 색깔이 진해질수록 중심성이 높음. - 근접 중심성(Closensess Centrality) 분석
- 네트워크를 구성하는 노드가 전체 노드에 도달하기까지의 단계임.
- 단계수가 작을수록 근접 중심성이 높게 나타남.
- 노드의 크기가 커질수록 중심성이 높음. - 매개 중심성(Betweenness Centrality) 분석
- 노드와 노드를 연결하는 최단 경로에 얼마나 자주 등장하는지를 산출함.
- 매개 중심성이 높은 노드는 네트워크 내에서 가장 많이 거치게 되는 노드임.
- 링크의 선 색깔이 진해질수록 중심성이 높음.
SAN 관점
사회과학에서는 일반적으로 사회적 개체는 다른 개체의 행동과는 독립적으로 의사결정하고 행동한다고 가정합니다.
- 효용극대화이론(utility-maximizing theory)에 따르면 사람들은 이성적 계산을 통해 효용을 극대화하는 행동을 추구한다.
- 충동감소동기이론(drivereduction motivation theory)에 따르면 사람들의 모든 행동은 욕구나 충동으로 인한 긴장을 감소 시키는 방향으로 움직인다.
이처럼 전통적인 접근법에서는 사람들의 행동을 설명하는 데 있어서 주로 개인의 속성만을 고려하고 각 사회적 개체들이 연결되어 있는 더 넓은 범위의 상호작용 환경에 대해서는 관심을 기울이지 않는 경향이 있습니다.
소셜 네트워크 분석에서는 개별 사회적 개체들은 다른 개체들과 연결된 소셜 시스템을 구성하고 소셜 시스템 내 에서 다른 개체들의 행동에 중요한 영향을 미치는 것으로 가정합니다. 소셜 네트워크 분석의 이론적/방법론적 접근법은 사회적 개체 간 관계의 구조적 형태와 내용을 파악하고 이를 측정하여, 이러한 관계로부터 도출되는 가설을 검증하게 됩니다. 이러한 구조적/관계적(structural, relational) 특성으로 인해 소셜 네트워크 분석은 기존의 개별적/변수중심적 분석방법과 구별됩니다.
소셜 네트워크 분석은 인과관계의 작동 메커니즘을 개별 액터에게서 찾는 것이 아니라 사회적 구조에 의해 설명 하려고 합니다. 유사한 속성을 갖고 있는 사람들은 유사하게 행동할 수 있습니다. 하지만 공통의 속성을 통해 이들 유사성을 설명하는 것은 공통의 속성을 갖는 사람들이 종종 사회적 구조 내에서 유사한 위치를 차지하고 있다는 사실을 간과 하고 있는 것일 수 있습니다. 즉 유사한 속성을 갖는 사람들은 대체로 소셜 네트워크 내에서 유사한 위치를 차지하고 있으며, 따라서 유사한 결과는 유사한 속성에 기인한다기보다는 소셜 네트워크 내의 이러한 유사한 위치에 의해 생성되는 기회와 제약에 의해 야기되는 것으로 이해할 수 있다.
SAN 유형
설명변수로서의 관점은 네트워크 내 연결관계를 유ㆍ무형의 무언가(예: 정보, 아이디어, 견해, 태도, 도움, 돈,자원)가 흘러다니는 통로로서 바라봅니다. 그 무언가가 액터간 연결통로를 통해 흘러다니면서 액터가 만들어 내는 특정 결과(outcome)에 영향을 미치게 됩니다.
결과를 성과로 해석
- 액터의 사회적 자본: 자원의 유입(inflow)
- 액터의 중개자 역할: 자원의 유입과 유출(outflow)
- 액터의 경매자 역할: 자원의 유출
결과를 스타일로 해석
성과의 관점에서는 한 결과가 다른 결과보다 우수하다고 말할 수 있지만, 스타일은 선택과 관련된 문제로서, 예를 들어, 특정 정치적 입장의 선택이나 혁신 수용에 대한 의사 결정 등을 의미합니다. 이러한 관점으로서의 결과는 유사한 스타일을 공유하는 액터들로서 나타납니다.
네트워크를 결과변수로 바라봄으로써 우리는 액터들이 특정 연결관계를 갖게 되는 이유를 이해할 수 있습니다.
기회(opportunity) 메커니즘
한 연결관계가 다른 연결관계를 유도한다는 것을 의미한다. 예를 들어, 비즈니스관계는 친구관계를 이끌 수 있습니다. 이처럼 한 연결관계의 존재는 다른 종류의 연결관계가 형성될 기회를 만들어 줍니다.
선호(preference) 메커니즘
- 동종친화성(homophily), 동종애(love of the same), 유유상종(類類相從)
- 인지부조화이론(cognitive dissonance theory)
SAN 관련 이론
- 사회적 자본이론(social capital theory)
소셜네트워크의 구조적 특성(예: 느슨하게 연결된 개방된 구조, 강하게 연결된 밀도 높은 구조 등)이 성과와 같은 다양한 결과변수에 미치는 영향을 탐색. - 사회적 영향 네트워크이론(social influence network theory)
사람들이 어떻게 서로의 생각과 행동에 영향을 미치는지 설명. - 사회적 선택 네트워크이론(social selection network theory)
사람들이 그들이 소유한 어떤 특성을 기반으로 어떻게 서로에게 이끌리는지 설명. - 혁신확산이론(theory of diffusion of innovation)
새로운 기술이나 아이디어가 커뮤니티에 의해 수용되는 과정을 설명 - 약한 연결의 힘이론(theory of strength of weak ties)
약하게 연결된 관계로부터 새로운 정보를 획득할 가능성이 더 높다는 것을 설명.