언론정보연구 48 권 1 호, 2011 년, 59 86 http://icr.snu.ac.kr/jcr 서울대학교언론정보연구소 한국인트위터네트워크의구조와동학 장덕진서울대학교사회학과부교수 dukjin@snu.ac.kr 김기훈 ( 주 ) 사이람대표이사 ghghim@cyram.com 이연구는한국인트위터에대한연결망분석을통해트위터네트워크의구조와동학을파악하는것을목적으로한다. 우리는 2010년 8월 1일부터 9월 30일까지 1,133,365개의한국인트위터계정을모두크롤링하여네트워크분석을수행하였다. 논문은크게두부분으로나뉜다. 전반부에서는한국인트위터네트워크의일반적특성과더불어많이 RT 되는글들의특성과 url 링크현황을분석하였다. 후반부에서는트위터에서이슈가되었던추석폭우사태와이념적소비발언관련트윗의전파과정을분석하였다. 아직은발견적연구임에도불구하고몇가지중요한이론적함의를도출하는것이가능하였다. 기본적으로트위터는소통과담론의공간이며, 많이알려진멱함수분포를사회과학적으로해석할때는주의가필요하다. 또한트위터는오프라인의전통매체에대응하는대안매체적성격을강하게드러낸다. RT는의견과정보를전파하는수단인데, 재난상황에서의 RT와정치사회적사건에대한 RT는상당히다른방식으로사용되고있었다. 트위터에서의논쟁은같은범주에서의반대개념을사용하는방식과새로운범주를도입하는방식이함께사용되고있었다. KEYWORDS 트위터 네트워크분석 의견전파 마이크로블로그 SNS 59
1. 머리말 이논문은한국인트위터에대한연결망분석을통해트위터의구조와동학을파악하는것을목적으로한다. 우리는 2010년 8월 1일부터 9월 30일까지두달동안모든한국인트위터계정의팔로관계, RT 관계, 리플라이관계, 그들이인용한 url 등과함께그들이작성한모든트윗을수집하여분석하였다. 논의의순서는크게두부분으로나뉜다. II절에서는트위터네트워크의일반적특성을소개하고, 자주 RT 되는트윗들의특성, 그리고트윗에링크되는 url의특성에대해설명한다. III절에서는트위터를통해많은정보나의견의전파가일어났던두개의대표적사례를추적하여트위터에서정보가퍼져나가고논쟁이이루어지는과정을분석한다. 우리가아는한도안에서이연구는전체한국인트위터네트워크에대한사회과학적연구로서는최초의것이다. 그렇기때문에트위터에대한사회과학적이론에근거한분석적연구가되기보다는기술적이고발견적인연구에그친측면이있다. 그러나다른한편으로이러한발견들이축적될때비로소트위터에대한사회과학적이론을정립하는것이가능할것이라는정반대의측면도고려되어야할것이다. 이러한한계가있음에도불구하고분석의단편들속에서사회과학적중요성을가지는발견이나추론들이가능하였다. 이것들은결론부분에서함께논의하기로한다. 2. 한국인트위터네트워크특성 1) 한국인트위터네트워크의일반적특성 트위터는국내서비스와달리본인확인절차를필요로하지않기때문에 트위터이용자중누가한국인인지를일괄적으로파악하는것은불가능 하다. 따라서특정이용자가한국인인지아닌지를알기위해서는일정한 60
기준을정하고그기준에따라사후적으로판별하는수밖에없다. 우리는한국인트위터이용자 1인의계정을확보한후그로부터출발하여팔로어와팔로잉관계를모두추적하고, 그를팔로하고그가팔로잉하는이용자들의팔로어와팔로잉관계를계속해서추적해나가는눈덩이표집 (snowball sampling) 을사용하였다. 이렇게해서표집된계정중에서트윗의절반이상이한국어로작성된계정을한국인계정으로간주하였다. 이렇게해서발견된한국인계정은 1,133,365개였다. 한사람이두개이상의계정을가지는것이가능하므로이숫자가반드시이용자숫자와일치하는것은아니지만, 불가피하게이글에서는계정과이용자를같은것으로취급한다. 이들은평균적으로 72명의팔로어를가지고있었고, 69명을팔로하고있었으며, 양방향적인팔로관계가이루어지는소위 맞팔 비율은 68% 였고, 한국인간평균경로거리는 3.8 단계인것으로드러났다. 팔로어를가장많이가지고있는이용자는소설가이외수씨로우리의연구기간시작시점을기준으로그의팔로어수는 293,489 명이었다. 가장많은사람을팔로잉하는이용자는노회찬의원으로서같은시점에서그는 68,627명을팔로잉하고있었다. 트윗수집기간이나계정수등의차이가있기때문에직접적인비교는어렵지만, 전세계트위터의경우평균맞팔율이 22.1% 이고평균경로거리는 4.1 단계로보고된바있음을감안할때한국인트위터의맞팔율이전체평균보다현저하게높고이용자간거리는더짧은것으로생각된다 (Kwak, Lee, Park & Moon, 2010). 그러나맞팔율이높은것이경로거리를단축시키는데에반드시큰기여를하였다는결론으로바로이어지는것은아니며, 이것이한국만의현상이라고보기도어렵다. 두가지이유때문인데, 그것은언어장벽과허브의역할이다. 주로한국어로트윗을작성하는대부분의한국인이용자들이영어와같이사용자가많은언어로트윗을작성하는외국인이용자를팔로하는경우는많지만, 거꾸로그이용자가한국인이용자를맞팔할가능성은높지않을것이다. 그는어차피한국어를이해하지못하 61
는경우가대부분일것이기때문이다. 이러한사정은한국어에만적용되는것이아니라사용자가많지않은대부분의언어에함께적용될것이다. 따라서전세계트위터의팔로구조는언어를중심으로여러개의하위네트워크로분절되어있을가능성이많다. 그렇다면한국어처럼사용자가많지않은언어내에서같은언어를사용하는이용자끼리의맞팔율은전세계트위터의맞팔율평균보다높은것이당연할것이고, 따라서아마도이것은한국인트위터만의특징은아닐것이라고추측된다. 또한멱함수분포 (power-law distribution) 를따르는네트워크에서경로거리를단축시키는데에크게기여하는것은수많은노드들이링크를보내는허브의존재라는점이이미알려져있다 (Bara'basi, 2002). 이번분석에서트위터의팔로관계도멱함수분포를따르는것으로나타났기때문에경로거리가짧은것이반드시높은맞팔율때문이라고말하기도어렵다는점에주의해야한다. 트위터는 API를통해최근 3일간의트윗을수집하는것을허용하고있기때문에한번에장기간에걸친트윗을수집하는것은불가능하지만긴기간에걸쳐수집을계속하면장기간의트윗을수집하는것이가능해진다. 이번분석을위해우리는한국인으로판별된 1,133,365개의계정에대해 2010년 8월 1일 0시정각부터 2010년 9월 30일 24시정각까지두달간의트윗을수집하였다. 이들의계정가입시기를보면, 한국인들에게트위터는거의알려지지않았다가 2009년 5월 3만5 천명의한국인이가입하면서최초의가입자급증현상을보였고, 2 3개월의소강시기를거쳐같은해 8월부터급속하게가입자수가늘기시작하였다. 2010년 6월에는 168,889개의한국인신규계정이만들어져서우리의연구기간까지월간최대가입자수를기록하였다. 이시기에최대가입이이루어진정확한이유를알수는없으나, 6.2 지방선거로인하여각종언론매체에서트위터가많이소개된것이큰영향을미쳤을것으로추측된다. 두달간의연구기간동안수집된트윗의총수는 77,452,090개였는데, 이는하루평균 1,269,706개의트윗이작성된다는것을뜻한다. 113 62
만개의계정중에서연구기간동안한개이상의트윗을작성한계정은 761,177개였다. 7,745만개가넘는트윗을유형별로구분해보면새로작성된일반트윗이 19,523,528개로전체의약 25%, 리트윗 ( 이하 RT) 이 10,236,239개로약 13%, 그리고다른이용자에게보낸리플라이가 47,692,323개로전체의약 62% 를차지하고있다. 흥미로운것은새로만들어지는트윗이 4분의 1에불과하고나머지 4분의 3이 RT와리플라이로이루어져있다는점이다. 즉트위터는일방적으로자신의이야기를하고끝나는공간이아니라기본적으로소통과담론의공간이라는뜻이된다. 연구기간동안수집된트윗을한번이상트윗을작성한이용자수로나누어보면평균 101.75개가되고, 이들은하루평균 1.67개의트윗을작성했다는결론이다. 그러나앞에서도소개한바와같이대체로멱함수분포를따르는트위터의경우정규분포를가정하는개념인평균은큰의미가없다는점에주의해서이결과를해석해야할것이다. 많은이용자들은소통공간으로서트위터의핵심기능은 RT라고보고있으며 (boyd, Golder & Lotan, 2010), 우리도이판단에동의한다. 약 7,745만건의트윗중에서한번이라도 RT된트윗은 10,236,239건으로서전체의 13.22% 에해당했다. 연구기간동안한번이라도 RT된글을작성한이용자수는 293,685명으로서같은기간한번이라도트윗을작성한 761,177명의 38.58% 였다. 이것은트위터와관련하여중요한시사점을가진다고생각된다. 인터넷에서의네트워크구조에대한분석이물리학등자연과학분야에서먼저시작되어극소수의노드가대부분의링크를독점하는멱함수분포가널리알려지게되었고, 이에따라많은사람들이인터넷은소수가지배하는불평등한사회라고쉽게간주하는경향이존재한다. 그러나자연과학분야의발견이사회적으로어떤의미를가지는지에대해서는더심도있는사회과학적분석이개입된후에야제대로논의하는것이가능할것이다. 10명중 4명정도가타인에의해자신의의견을모르는사람들에게전파할수있다는것은멱함수분포의단순한해석이암시하는것에비해트위터에서의의사소통구조가더민 63
주적일수있다는가능성을보여주는것이다. RT된글들은평균적으로 2.5회 RT되어 4,678명의타임라인에보여졌으며, 최초트윗작성시간으로부터평균 7시간동안 RT가지속되었다. 즉 RT의생명력은약 7시간동안지속된다는뜻이다. 또한전체 RT의 50% 는 8분안에발생하였다. 2) 어떤글들이 RT 되는가 보이드등의연구에따르면 RT는트위터이용자들이대화상태 (in a conversation) 에있을수있는주요한방식이다 (boyd, Golder & Lotan. 2010). 따라서소통공간으로서트위터의핵심기능은 RT라고할수있고, RT 되는글들의내용은어떤것인지가중요한질문이된다. 이질문에답하기위하여우리는연구기간동안가장 RT가많이이루어진상위 1 만개의트윗을골라서읽고그내용을분류하였다. 분류는두개의기준에따라이루어졌는데, 하나는성격구분이고다른하나는분야구분이다. 성격구분은트윗내용의성격에따라 (1) 의견 / 감정 ( 자신의의견을피력하거나감정을표현한글 ) (2) 정보 / 뉴스 ( 객관적인정보나뉴스를알리는글 ) (3) 광고 / 홍보 / 캠페인 ( 상업적이거나정치적인목적으로행동을촉구하는글 ) 로구분하였고, 분야구분은 (1) 일상 / 생활 (2) 정치 (3) 사회 (4) 문화 / 연예 / 예술 (5) IT/ 과학 (6) 경제 / 경영 (7) 스포츠등 7 개분야로구분하였다. 성격구분을보면의견 / 감정을표출한글이전체의 39% 로가장높은비중을차지하였으며, 광고 / 홍보 / 캠페인이 37%, 그리고정보 / 뉴스가 24% 를차지하였다. 다음으로분야구분을보면일상 / 생활이 52.74%, 사회가 16.47%, 정치분야가 9.46%, 문화 / 연예 / 예술이 8.24%, IT/ 과학관련트윗이 7.98%, 경제 / 경영이 3.81%, 스포츠가 1.3% 를차지하였다. < 그림 1> 은정치 / 사회분야에서 RT 빈도가높았던 12개주제의트윗들을순위별로보여주고있다. 속보성면에서전통매체를압도했던추석연휴폭우에대한 RT가압도적으로많았고, 전통매체에서금지된 PD수첩 4대강비밀편에대한 RT가두번째를차지하고있다. < 그림 2> 64
그림 1. 정치 / 사회분야 RT 빈도높은주제들 그림 2. RT 상위주요이슈별성격구분 는 RT 상위를차지한주요이슈들에대한트윗을앞에서구분한트윗내용의성격에따라비교한것이다. 속보성이중요한추석연휴폭우나태풍곤파스에대한트윗들은주로정보 / 뉴스에대한것이많고, 반면공정사회, 8.8 개각등정치적사건에대해서는의견이나감정을표출하는트 65
윗이많음을알수있다. 또한 PD수첩 4대강의비밀불방과관련해서는정치적성격을가지는사건인만큼의견이나감정을표출하는트윗이 41.8% 로제일많지만, 동시에행동을촉구하는내용의트윗 ( 광고 / 홍보 / 캠페인 ) 도다른이슈에비해훨씬높은비중을차지했다. 정치적성격의사건에대한트윗중에서도대통령의공정사회발언에대한것은의견이나감정표출이무려 76.9% 로다른정치적사건관련트윗에비해서도압도적으로높은반면정보 / 뉴스성격의트윗은 15.4% 에불과하다는특성을갖는다. 이것은천안함최종보고서나 8.8 개각등의다른정치적사건에비해공정사회발언이비교적단순한사건이기때문에많은양의정보가필요치않고, 동시에공정사회라는개념이애매하기때문에그것의해석을둘러싼의견표출이많이필요했음을시사한다. < 그림 3> 은 RT 상위를차지한주요이슈들에대한트윗을그들의정치적태도에따라구분한것이다. 그림에서보듯이주요사건들에대해 RT가많이된트윗은옹호적인입장을취한것은거의없고, 68 80% 정도의비율로비판적입장을취하고있다. 비판적입장이아닌글들은옹호적인것이아니라대개중립혹은기타의입장을취한것들이다. 그원인을정확히알수는없으나, 대략두가지로추측할수있다. 하나는 SNS 혹은뉴미디어 그림 3. RT 상위주요이슈별태도구분 66
일반이가지는대안매체적인성격과관련한것이다. 사람들은오프라인에서찾을수없는것을 SNS나뉴미디어에서찾기를원하는경향이있기때문이다. 보수언론이장악하고있는전통매체에서친정부적인보도가늘어남에따라 SNS나뉴미디어에서는정부비판적인내용이늘어나는것이자연스러운현상일수있다는뜻이다. 다른하나는정치적사건을평가하는데있어서원래부터부정적인관점이지배한다는해석이다. 한예로디아코풀러스와샤마는미국대선과정에서오바마와매케인의 TV 연설시간동안해쉬태그를달고올라온트윗들을수집하여평가적내용을분단위로분석한적이있는데, 매케인에대한부정적내용이오바마에대한부정적내용보다두배이상많았을뿐아니라전체적으로 41.75% 가부정적인내용이고 25.1% 만이긍정적인트윗이었다 (Diakopoulos & Shamma, 2010). 그들은이것이정치적사건평가에있어서부정성이론 (theories of negativity in political evaluation formations) 과일관된발견이라고해석한다. 3) URL 이용현황 최대 140자까지만허용하는마이크로블로그인트위터의특성상이용자들은 url을자주이용하게된다. 긴이야기를일일이쓸수없을때해당내용을담고있는 url을링크함으로써관심있는사람들이찾아볼수있게하는것이다. 트윗을 140자로제한한원래의의도와무관하게 url은이용자의주장에대한일종의 근거 역할을하기때문에 주장과근거 라는바람직한논의의구조를낳게되는긍정적측면도있다고생각된다. 우리는연구기간동안수집된트윗들중 url을포함하고있는트윗을구분하여그이용현황을분석하였다. 우선전체 77,452,090개의트윗중 url을포함하고있는것은 10,609,345개로전체의 13.7% 를차지하였다. 인용된고유 (unique) url의개수는 4,634,104개였는데, 이는하나의 url 이평균 2.29회인용되었음을의미한다. 한번이라도 url을링크한이용자는총 365,634명이었는데, 연구기간중한번이라도트윗을작성한 67
761,177개의계정과비교하면전체이용자의 48% 정도가 url을링크한경험이있다는뜻이된다. 이들은어떤 url들을주로링크하고있는지파악하기위해 url의유형을구분해보았다. 우리는 7가지의유형으로 url을구분하였는데 (1) 트위터관련서비스 (twitaddons.com, twitkr.com 등 ) (2) 사진업로드서비스 (yfrog.com, flickr.com 등 ) (3) 뉴스 ( 신문사, 방송사, 포털뉴스등 ) (4) 동영상업로드서비스 (youtube.com 등 ) (5) 블로그 ( 블로그포스팅 ) (6) 위치기반서비스 (foursquare.com 등 ) (7) 커뮤니티 ( 카페, 게시판글등 ) 등이그것이다. 이중트위터관련서비스가 33% 로가장많고, 사진이 27% 로두번째를차지한다. 그다음으로는뉴스 9%, 위치 5%, 동영상 4%, 블로그와커뮤니티가각각 2% 를차지하며, 이들중어떤범주에도속하지않는기타 url이 18% 를차지한다. 트위터관련서비스가대체로트위터를더편리하게사용할수있도록해주는것이라는점을감안하면실질적으로본인의트윗에대한근거의역할을하는것은사진과뉴스가주종을이룬다. 위치관련서비스는현재로서는 5% 에머물고있지만, 스마트폰의급속한보급과더불어이동성이현저하게높아지고있는점을감안할때앞으로위치관련 url은빠르게증가할것으로예상된다. 3. 트위터를통한전파사례연구 1) 추석연휴폭우사례 점점많은웹이용자들이트위터와같은마이크로블로그를통해최신뉴스와정보를얻는다는것은이제하나의확실한추세가되어가고있다 (Chen, Nairn, Nelson, Bernstein & Chi, 2010). 이것은특히속보성이중요할때두드러지게나타나는데, 재난이나충격적인사건등은전형적인사례가된다 (Hughes & Palen, 2009; Heverin & Zach, 2010). 트위터 68
가가지는속보성이가장잘드러났던사례는 2010년 9월 21일추석연휴폭우와관련한것이었다. 기상청일기예보와는달리 100mm가넘는폭우가짧은시간에쏟아졌고, 연휴로인해대부분의언론이정상적인보도를할수없었던상황과맞물려트위터의역할은단연두드러졌다. 우리는 9월 21일 0시부터 24시까지의트윗들중에서폭우관련트윗을수집하여트위터를통해뉴스와의견이퍼져나가는과정을추적하였다. 우선이날하루동안폭우와관련한트윗은총 41,724개가작성되었고, 폭우관련트윗을작성한이용자의수는 18,558명이었다. 연구기간중한번이라도트윗을작성한 761,177명을기준으로생각하면한국인트위터이용자 41.02명중한명은이날하루동안폭우관련트윗을하나라도썼다는뜻이된다. 또한폭우관련트윗을쓴사람들은평균 2.25개의트윗을작성하였다. 41,724개의폭우관련트윗중에서 url을포함한것은모두 12,824개였고, 이것은전체의 30.73% 를차지한다. < 그림 4> 는추석연휴폭우관련트윗의구성분포를보여준다. 새롭게작성된신규트윗은전체의 29.55% 인 12,329개인데, 이것은나머지 그림 4. 추석연휴폭우관련트윗의구성 69
70.45% 가모두폭우관련트윗을전파하는역할을했음을말해준다. 전파의내용을구체적으로보면 17.10% 인 7,136개는리플라이로서팔로관계에있는사람들중특정인들사이에폭우와관련한이야기를주고받았음을알수있다. 이보다훨씬전파력이큰것은팔로어모두에게전달되는 RT인데, 정보를단순히 RT하는단순 RT가 45.11% 인 18,822개작성되었고, RT에의견을보태는 RT된글이 3,437개로 8.24% 를차지했다. url의경우링크의내용을분석해보면사진이 60%, 트위터관련서비스가 15%, 뉴스 12%, 동영상 3%, 기타 10% 의분포를보였다. 폭우와같은급박한사태의경우사태의긴박성을보여주는사진정보가압도적임을알수있다. < 그림 5> 는폭우가쏟아진 2010년 9월 21일하루동안시간대별로각각몇개의폭우관련트윗이작성되었는지를보여준다. 전날자정부터정오까지는거의트윗이없다가정오를넘기면서급증하기시작하였고, 특히폭우피해가극심했던오후 1시부터 4시까지급증하다가그이후다시빠르게줄어드는현상을볼수있다. 특히가장트윗이많이작성된 4시대에는한시간동안무려 7,611개의폭우관련트윗이작성되어 그림 5. 2010 년 9 월 21 일시간대별폭우관련트윗의분포 70
총 41,724개의 18.24% 가단한시간동안작성되었음을알수있다. < 표 1> 은이날하루동안작성된폭우관련트윗들중에서가장 RT 가많이된다섯개의트윗에대한상세한정보를제시하고있다. RT가가장많이된글은무려 548회이루어져서 159,966명의타임라인에등장하였다. 즉연구기간두달동안한번이라도트윗을작성한사람들을기준으로하면한국인트위터이용자중 21.01% 가이글을봤다는뜻이된다. 5위는 354회 RT되어 77,191명의타임라인에등장하였다. 가장많이 RT된상위 5개글의작성자들은한명을빼놓고는모두유명인사들이다. 1위와 4위를차지한 ytnetwork는침수된신월동이속한서울양천을이지역구인한나라당김용태의원이다. 2위를차지한 green_mun은나우콤문용식대표이고, 3위를차지한 parknews9은 KBS 9시뉴스앵커 표 1. 추석연휴폭우관련가장 RT 많이된글상위 5 개 순위작성자글 RT 횟수 view 작성시간 1 ytnetwork 2 green_mun 3 parknews9 4 ytnetwork 5 6sungjin http//twitpiccom/2qiajv 신월 1 동 2 동 3 동 4 동 5 동모두다침수되었거나침수중입니다여기에서신월동주민들게연락해주세요양천구청에도연락해주세요배수펌프와모래주머니필요합니다 이번폭우의교훈 -1 디자인서울필요없다배수시설확장해라 2 4 대강에쏟아부은 22 조예산물폭탄되어떨어지더라 3 속보방송재난방송트위터앞에두손들다거대방송시스템이깨어있는트위터시민을못이기더라 KBS 뉴스 9 박영환앵커임다 ^^ 안전주의사항널리전파해주세요!!! 혹시침수된지역지날때가로등절대만지지마세요돌아가세요감전사고위험도있습니다 경인고속도로신월 IC 부근침수로완전교통마비입니다그리고부근남부순환도로도완전침수중입니다알려주십시오 [ 무한 RT 요청 ] 집중호우노량진수산시장낙뢰로정전물고기떼죽음근처에계신분들!! 아직신선합니다한마리씩만사서귀가해주세요함께사는세상아닙니까? 548 159,966 14시 5분 427 106,964 19시 1분 401 100,442 14시 44분 375 129,834 14시 12분 354 77,191 21시 50분 71
인박영환씨이다. 5위인 6sungjin은트위터정보만으로는확인되지않는것으로미루어유명인사는아닌것으로생각된다. 트위터를이용하는사람들이초기에일단유명인사들을먼저팔로해놓고나서이용경험이쌓임에따라일반인들과친분을맺어가는경향이있음을감안할때, 자동적으로많은팔로어를가지게되는유명인들의트윗이트위터에서도큰전파력을가질것임을짐작할수있다. 작성시간과트윗내용을함께검토하면여기에도일정한패턴이있음을알수있다. 시간적으로가장빠른것은 14시 5분에작성되었고, 그다음이 14시 12분에작성되었으며, 둘다 ytnetwork의트윗이다. 내용적으로는둘다신월동침수상황을발빠르게전하는내용이다. 세번째는 parknews9이 14시 44분에작성한안전주의사항에대한것으로, RT하는사람들입장에서보면일단급박한침수상황을전달한후안전과관련한주의사항을전달하는순서로이루어졌음을알수있다. 그다음트윗은시간적으로무려 4시간이상이지난 19시 1분에작성된 green_mun의트윗인데, 이것은정보전달과관련한내용이아니라폭우사태를계기로한정부정책및트위터기능에대한평가성트윗이었다. 다섯번째는그로부터또 2시간 50분이지난 21시 50분에작성된것으로노량진수산시장상인들을돕자는내용이다. 시간순서로보면 (1) 속보전달 (2) 주의사항 (3) 정책평가 (4) 시민들끼리의상호부조의순서로사태가진전되었음을알수있다. 2) 이념적소비발언사례 두번째분석사례는이마트의즉석피자판매를놓고신세계정용진부회장이트위터에했던 이념적소비 발언과관련한것이다. 이마트는 2010년 9월 13일부터즉석피자를판매하기시작했고, 이에대해트위터를비롯하여온라인에서는주변의중소피자상인들을고사시킬것이라는비판론이일기시작하였다. 트위터이용자중일부가정용진씨의트위터에이마트피자판매에대한비판글을남기자정용진씨는그중일 72
부에리플라이를하기시작했고, 특히 9월 14일아이디 listentothecity가남긴글에대해 그것이소비자의선택이다. 본인은소비를실질적으로하나, 이념적으로하나 라고답한것이결정적계기가되었다. 또한다른이용자의비판에대해서도 소비를이념적으로한다. 님이걱정하는만큼재래시장은님을걱정할까요? 라는답을남기자트위터에서는소위이념적소비논쟁이달아올랐다. 그러던중 9월 27일일간지에서울대조국교수가이마트의즉석피자판매를비판하는칼럼을쓰고, 다음날인 9월 28일공병호씨가자신의블로그에조국교수를비판하는포스팅을올리면서논쟁은본격적으로불붙기시작하였다. 우리는정용진부회장의이념적소비발언이있었던 9월 14일 0시부터어느정도논쟁이가라앉기시작한 9월 30일 24시까지의트윗중에서이념적소비관련트윗을수집하여분석하였다. 이와관련하여총 2,660개의트윗이작성되었고, 관련트윗을하나라도쓴사람은 1,991명이었다. 연구기간중한번이라도트윗을쓴 761,177명을기준으로보면 382.31명중한명은이념적소비관련트윗을썼다는뜻이다. 또한이들은한사람당평균적으로 1.34개의이념적소비관련트윗을썼다. 2,660 개의트윗중에서 url을포함한것은 62.7% 에해당하는 1,669개였다. < 그림 6> 에나타난트윗의구성을보면, 새롭게작성된신규트윗이 18.5% 인 492개, 특정인들간에주고받은리플라이가 8.50% 인 226개, 단순 RT가 63.35% 인 1,685개, RT된글이 9.66% 인 257개를차지한다. 앞에서의추석연휴폭우사태와비교하면신규트윗과리플라이가각각 29.55% 에서 18.5%, 그리고 17.10% 에서 8.5% 로줄어든반면단순 RT와 RT된글이각각 45.11% 에서 63.35%, 그리고 8.24% 에서 9.66% 로늘어났음을알수있다. 폭우사태의경우사안의단순성과시급성으로인해많은사람들이신규트윗을작성하거나특정인들끼리정보를주고받은반면경제정의에대한의견을가져야하는비교적복잡한사안인이념적소비의경우신규작성이나의견교환이줄어들었을것이라고추측할수있다. 반면자신이직접의견을제시하지는않더라도다른사람의의견 73
을읽고공감할경우 RT하는비율이크게늘어났다. url의경우링크의내용을분석해보면블로그가 40%, 뉴스 24%, 트위터관련서비스 14%, 커뮤니티 4%, 기타 18% 로나타난다. 폭우사태때압도적으로많았던사진은거의사라지고, 거의비중이없었던블로그가가장높은비중을차 그림 6. 이념적소비관련트윗의구성 그림 7. 이념적소비관련트윗수의변화, 2010 년 9 월 14 일 9 월 30 일 74
지하며뉴스의비중도폭우사태에비해두배로늘었다. 블로그가크게늘어난데에는화제가된공병호씨의글이블로그에포스팅된것과더불어복잡한사안에대한긴의견을블로그에포스팅하고그것을트위터에링크한경우가많았기때문으로생각된다. < 그림 7> 은 9월 14일부터 30일까지일간이념적소비관련트윗의수가어떻게변화했는지를보여준다. 최초정용진부회장의발언이이루어진직후트윗이작성되다가소강상태를보이던중조국교수의칼럼과함께트윗개수가폭발적으로증가하고다시감소하던중공병호씨의블로그포스팅으로인해다시증가하는양상을보인다. 이것은트위터에서의이슈생성이외부의충격으로인해크게영향받을수있음을보여준다. 즉특정사안에대해트위터내부에서는화제가되더라도폭발적으로증가하지않는경우칼럼이나블로그와같이외부로부터그사안을다루는일이일어날경우다시트위터내부로흡수되어이슈가폭발할수있다는뜻이다. 우리는이념적소비관련트윗을작성한 1,991명의 2,660개트윗을모두읽고그들의태도를구분하였다. 트윗의내용을구분할때적용한기준은다음과같다. 비판 은이마트의즉석피자판매에비판적인태도를말하고, 옹호 는그반대의경우이다. 중립 은객관적사실만을전달하거나본인의태도를유보한경우이다. 이용자를구분할때적용한기준은다음과같다. 작성한트윗의 80% 이상을기준으로하여그이상이 비판 이거나 옹호 혹은 중립 인경우해당사용자는각각비판론자, 옹호론자, 중립으로구분하였다. 반면비판과옹호가뒤섞여이중어디에도속하지않는경우는 기타 로구분하였다. < 그림 8> 의왼쪽파이차트는트윗작성자의태도별구성을보여주고오른쪽파이차트는트윗자체의태도별구성을보여준다. 트윗작성자를기준으로보면 61% 인 1,208 명이이마트의피자판매에비판적이었고, 27% 인 541명이중립이었으며, 옹호론자는 10% 인 195명밖에되지않았다. 또한이들이작성한 2,660개의트윗을구분해보면비판적트윗이 59% 인 1,576개, 중립적트윗이 31% 75
그림 8. 이념적소비관련트윗작성자와트윗내용의태도별구성 인 813개, 옹호하는트윗은 10% 인 271개였다. 어느기준을적용하더라도비판대중립대옹호의비율이약 6: 3: 1을차지하였음을알수있다. < 표 2> 는앞에서구분한이용자태도별로트윗에가장자주등장한키워드들을정리한것이다. 먼저큰범주별로구분해보면, 비판론자들은 인물, 소비, 기업및경제정의 라는세범주에속하는키워드들을가장많이사용하고있다. 반면옹호론자들은 인물 과 기업및경제정의 에서는비판론자들과같은범주를사용하지만, 비판론자가사용하는 소비 범주의키워드는별로사용하지않고대신 시장원리 범주에속하는키워드들을많이사용한다. 구체적인키워드들을비교해보면인물범주에서비판론자들은정용진부회장에대해비판적인조국교수와우석훈교수를많이인용한반면옹호론자들은공병호박사의글을가장많이인용하였다. 기업및경제정의범주에서는비판론자들이소형소매상과대형마트에대한키워드를많이사용한반면옹호론자들은공정경쟁이라는키워드를가장많이사용하였다. 비판론자와옹호론자가공통적으로사용한범주들에서그들은인용하는인물이나사용하는키워드에있어서모두정반대의선택을하고있는셈이다. 그런가하면그들은서로상대가사용하지않는범주를사용한다. 비판론자들은이념적소비라는정용진부회장의발언을집중적으로비판하면서그에대비되는윤리적소비나착한소비등의대안적소비방식을많이언급하지만, 옹호론자들 76
표 2. 이용자태도별자주등장한키워드 인물 비판 옹호 중립 조국 494 공병호 28 이원재 166 우석훈 73 조국 9 조국 147 아고라 음 45 인물 우석훈 4 인물 공병호 7 공병호 19 우석훈 7 이념적소비 264 효용증대 32 이념적소비 118 소비 기업및경제정의 윤리적소비 40 자유경쟁 9 착한소비 61 착한소비 26 시장원리 피자맛 6 소비 윤리적소비 9 실질적소비 25 피자가격 5 실질적소비 3 생존을위한소비 13 자본주의 4 합리적소비 3 소형소매상 50 공정경쟁 46 합리적재구성 29 대형마트 46 대형마트 25 합리성 9 중소시장보호 41 기업및 소형소매상 6 객관성 소비자선택 6 SSM 15 경제정의 추구 대기업 12 불공정경쟁 10 은소비와관련한키워드를거의쓰지않는다. 대신그들은이마트의피자판매가소비자들에게가져다줄수있는혜택을주로내세우는 시장원리 에대한키워드들을많이사용한다. 중립적입장을택한사람들은 인물 과 소비 범주를사용한다는점에서비판론자들과공유하는지점이있는반면앞의두집단이사용하지않는 객관성추구 라는범주를새롭게등장시키고있다. 중립론자들도공병호박사보다는조국교수를훨씬많이인용하지만한겨레경제연구소이원재소장을이보다도더많이언급하고있다. 이원재소장은 윤리적소비? 정용진, 조국, 공병호에답하다 라는글을통해누구를비판하기보다는이들세사람의입장이가진장단점을설명하고윤리적소비를위해함께노력할수있음을지적 77
한바있다. 즉이념적소비와같이비교적복잡하고사회적인사안에대해트위터에서논쟁하는방식은크게두종류로나뉘는것같다. 하나는같은범주에속하는정반대의키워드들을사용하는것으로, 이것은정면으로부딪히면서생각의차이를드러내는방식이다. 다른하나는상대가사용하지않는새로운범주를도입함으로써자신의주장에설득력을보태려는시도이다. 사안의성격상비판론이가장먼저등장하고그다음에옹호론이등장하며마지막으로중립적입장이등장하게되는데, 옹호론자들은비판론자들이사용하지않은시장원리라는범주를도입하였고, 중립론자들은앞의두집단이사용하지않은객관성추구라는범주를도입하는것을확인할수있다. < 표 3> 과 < 그림 9> 는이념적소비관련트윗을작성한이용자들을태도별로구분하여그들간의팔로관계를각각행렬과블록모델 (blockmodel) 결과로나타낸것이다. 이때단위는개인이나계정이아니라 관계 이다. 즉어떤사람이 10명을팔로하고있다면 < 표 3> 의행렬에서는이사람이 내보낸 관계가 10번표시되는것이고, < 그림 9> 도마찬가지로관계의수를중심으로그려져있다. < 표 3> 은네트워크분석의일반적인관행에따라행에있는사람들이열에있는사람들을팔로하는방식으로표시되어있다. 즉이마트즉석피자판매에비판적인사람들은총 36,912명을팔로하고있는데, 그중에서 25,019개의팔로관계는비판적인다른사람들에게향하고있는것이다. 표를보면이념적소비관련트윗을작성한사람들의태도가무엇이든대체로그들이내보낸팔로관계의 63 68% 는비판적인사람들에게향하고있다. 마찬가지로태도에무관하게각집단별로 20 23% 의팔로관계는중립적인사람들에게로, 5 8% 는기타에게로, 5 6% 는옹호론자들에게로향하고있다. 트위터에서팔로어를많이가지는것이반드시영향력이높은것과일치하지는않지만, 적어도많은사람들의타임라인에자신의의견을노출시킬수있는것은분명하다. 이렇게본다면비판론자들이자신의의견을노출시킬기회를압도적으로많이가지고, 그다음이중립론자이며, 기타 78
표 3. 이념적소비트윗작성자태도별팔로관계행렬 비판옹호중립기타합계 비판 25019 (67.78%) 1972 (5.34%) 7917 (21.45%) 2004 (5.43%) 36912 옹호 중립 기타 2035 (63.12%) 7939 (65.46%) 1703 (68.28%) 204 (6.33%) 683 (5.63%) 159 (6.38%) 726 (22.52%) 2816 (23.22%) 509 (20.41%) 259 (8.03%) 690 (5.69%) 123 (4.93%) 3224 12128 2494 합계 36696 3018 11968 3076 54758 와옹호론자가비슷한수준에서가장적은기회를가지고있다. < 그림 9> 는같은정보를좀더단순화하여트위터에서이념적소비논쟁을둘러싸고벌어진태도별팔로관계의구조를보여준다. 두집단간에화살표를그릴것인지말것인지의기준점 (cut-off) 은다양하게부여할수있는데, 여기에서는 20% 를기준으로하였다. 그림에서보듯이모든집단은비판론자를가장많이 (60% 이상 ) 팔로하고있으며, 비판론자들끼리의팔로관계도매우많다. 다음으로팔로숫자에있어서는훨씬적지만 (20% 이상 ) 모든집단은중립론자를팔로하고있으며, 중립론자들끼리의팔로관계도많다. < 표 3> 에드러난것처럼옹호론자들이내보내는팔로관계자체가 3,224개밖에되지않아서비판론자들의 10분의 1도되지않고중립론자들의 4분의 1 선에머물고있기도하려니와, 이들은팔로관계의구조에있어서도자신은옹호론자임에도불구하고자신의타임라인에올라오는트윗의 63% 는비판론자의것이고자신과같은옹호론자의트윗은 6.33% 밖에되지않기때문에이들은자신에게동조하는의견보다자신과반대되는의견을 10배가량더들어야하는입장에놓이게된다. 또한옹호론자들의경우다른집단들이 5 6% 밖에팔로해주지않기때문에자신의의견을전파하는데에뚜렷한한계 79
가있고, 심지어옹호론자들끼리의팔로관계도 6.33% 밖에되지않아서같은의견을가진사람끼리상호강화 (mutual reinforcement) 하는기제가작동하기도어려울것으로생각된다. < 그림 9> 에나타난팔로네트워크의구조를보면전체적으로비판론자가논의의흐름을지배하면서중립론자의의견이더해지는양상이며, 옹호론자나기타범주에속하는사람들은일방적으로듣기만하는구조를가지고있다. 그렇다면이러한팔로네트워크에서의위치는 RT 네트워크에서는어떤양상으로나타날까. 트위터에서의견을전파하는핵심기능이 RT 라고본다면전파력을가지기위해서는많이 RT 되는것이무엇보다중요하다. < 표 4> 는앞에서와마찬가지로이념적소비관련트윗을작성한사람들중태도별로구성한행렬인데, 앞에서와달라진점은단위가팔로관계가아니라 RT 관계라는점이다. 예를들어비판적입장을가졌던사람들은 2010년 9월 14일에서 30일사이에총 1,234개의 RT를했는데, 그중 69.69% 인 860개는비판적입장을가진다른사람들의글을 RT 했다는뜻이다. 팔로관계에서와마찬가지로모든집단이비판론자들의글 그림 9. 이념적소비트윗작성자태도별팔로네트워크블록모델 80
표 4. 이념적소비트윗작성자태도별 RT 관계행렬 비판옹호중립기타합계 비판 860 (69.69%) 22 (1.78%) 305 (24.72%) 47 (3.81%) 1234 옹호 14 (32.56%) 13 (30.23%) 3 (6.98%) 13 (30.23%) 43 중립 68 (41.46%) 5 (3.05%) 81 (49.39%) 10 (6.10%) 164 기타 70 (49.65%) 37 (26.24%) 20 (14.18%) 14 (9.93%) 141 합계 1012 77 409 84 1582 을가장많이 RT 한것으로나타나지만, 팔로관계에서는팔로어의태도에상관없이대체로 63 68% 가비판론자를팔로했던것과는달리 RT 관계에서는 RT 하는사람의태도에따라확연한차이가나타난다. 비판론자끼리는 69.69% 가다른비판론자의글을 RT 했지만옹호론자가비판론자의글을 RT 하는것은그절반이하인 32.56% 밖에되지않는다. 이것은트위터에서의팔로관계가가지는의미를해석할때주의를요한다는것을다시한번확인해주는결과이기도하다. 트위터이용자들사이에 트친 ( 트위터친구 ) 이라는단어가광범위하게사용됨에도불구하고, 팔로한다고해서무조건친구는아니라는뜻이기때문이다 1). 오프라 1) 팔로네트워크에대한해석상의주의가필요한데에는여러가지이유가있다. 보이드등은팔로네트워크가누가누구의말을듣는지에대한좋은척도라는보장이없다는점을분명히하고있다 (boyd, Golder & Lotan, 2010). 팔로네트워크보다는오히려리플라이네트워크가더좋은척도일수도있으며, 무엇이최선인지를판단하는것은매우어렵다고말한다. 팔로네트워크를해석할때신중을기해야하는또하나의이유는다른사람을일방적으로팔로함으로써 듣기만하는 것도중요한하나의참여방식이라는주장이있기때문이다. 크로포드는과거온라인이나소셜미디어연구에서 목소리를내는것 만을중시하는경향이강했으나, 라디오를틀어놓고업무를하는것처럼일종의 배후청취 (background listening) 방식으로트위터를이용하는것도중요한참여방식이라고주장한다 (Crawford, 2009). 셋째로후버만등은팔 81
인에서는친구가아니면잘만나지않지만, 트위터에서는친구가아니라도팔로할수있고심지어적이기때문에팔로할수도있다. RT나리플라이등의행동을하지않고타임라인에올라오는글을읽기만할경우적대적인사람과상호작용하는부담감없이얼마든지그의생각을엿볼수있는것이다. 반면 RT에서조건분포 (conditional distribution) 의차이가나타나기시작하는것은사회연결망에서종종발견되는동종교배 (assortative mating) 같은사회적동학이나타나기시작한다는것을의미한다. < 표 4> 의내용을좀더일목요연하게그림으로정리한것이 < 그림 10> 이다. 앞에서와마찬가지로 20% 를기준으로하였으며, 화살표의방향은 RT 한사람으로부터 RT 된원래글을쓴사람에게로주어졌다. 굵은화살표는 40% 이상, 가는화살표는 20% 이상 40% 미만임을나타낸다. 굵은화살표만을중심으로보면전체 RT의구조는비판론자와중립론자가쓴트윗을각각자기집단안에서 RT 하고, 여기에더하여중립론자와기타의견을가진사람들이비판론자의글을 RT 하는양상이다. 즉비판론자와중립론자는각각자기집단안에서상호강화기제가작동할수있으며, 더나아가비판론자의글은다른태도를가진사람들에게로전파된다는뜻이다. 여기에가는화살표를더하여보면옹호론자들도자기들끼리 RT 하면서동시에비판론자와기타입장을가진사람들의글도 RT를하고있으며, 비판론자가중립론자의글을 RT 하는것도관찰된다. 흥미로운것은옹호론자들의경우자기들과반대입장을가진비판론자의글은 RT 하면서도그중간지대에있는중립론자의글은 RT 하지 로네트워크의배후에있는진짜친구네트워크가따로존재한다고주장한다 (Huberman, Romero & Wu, 2008). 예를들어팔로어수가늘어남에따라초기에는트윗수도늘어나지만이러한증가는금방둔화되어버린다. 하지만리플라이횟수등으로정의된진짜친구수가늘어나면둔화현상이없이트윗수도함께늘어나는데, 후버만등은이것이팔로어와친구를구분해야하는근거라고주장한다. 82
그림 10. 이념적소비트윗작성자태도별 RT 네트워크블록모델 않는다는점이다. 비판론자 RT의 24.72% 가중립론자의글이었던데비해옹호론자 RT 중중립론자의글을 RT 한것은 6.98% 밖에되지않는것이다. 이념적소비를둘러싼트위터상의논의구조에서여러모로수세에몰려있는옹호론자들은자신의입장을정당화하기위해중재안을받아들이기보다는오히려더강한입장을견지할필요가있었던것이아닐까생각되는대목이다이경우옹호론자가비판론자의글을 RT 한것은전파의목적이아니라그글을인용하면서비판하기위한목적이었을것이다. 두개의사례연구를통해볼때사안의성격에따라 RT를활용하는목적은분명하게갈라지는듯하다. 보이드등의연구에따르면 RT는 다른사람들을위한 RT(retweeting for others) 와 사회적행동을위한 RT(retweeting for social action) 로나뉘는데 (boyd, Golder & Lotan, 2010), 추석연휴폭우사례는전자의경우에해당하고이념적소비사례는후자에해당한다. 83
4. 결론 이글은사회연결망의관점에서한국인트위터네트워크를분석한결과들중일부를보고하고있다. 전체한국인트위터네트워크에대한사회과학적분석은이것이최초의사례이기도하다. 최초의시도이기때문에분석적이기보다는기술적이고발견적인요소가많다는한계가있으나, 이러한발견들이어느정도축적될때에비로소트위터네트워크에대한이론적접근이가능할것이라는점에서그첫걸음을뗀다는의의도있을것이라생각된다. 이분석의시작시점인 2010년 8월 1일과비교할때, 불과 6개월이지난지금한국인트위터이용자는또다시두배가량증가한것으로보고되고있다. 트위터는이처럼빠르게변화하는네트워크이기때문에이에대한상시적인모니터링과자료수집및분석이이루어질필요가있다. 분석결과새롭게이루어진발견들은너무많아서결론에일일이나열할수없다. 그러나사회과학적으로중요한의미가있다고생각되는발견들만을모아보면다음과같은것들이다. 첫째로, 전체트윗의 4분의 3이 RT 혹은리플라이로이루어져있다는사실에서보듯이, 트위터는기본적으로소통과담론의공간이다. 따라서사회적인의제설정과토론기능을할수있는기본요건을충족시킨다. 둘째, 멱함수분포의특성이잘알려져있고트위터의팔로네트워크도멱함수분포를따른다고보여지나, 이것의사회과학적해석은신중한접근을필요로한다. 극소수의이용자를대다수가팔로한다고해서꼭그것이의견의독점을나타내는것은아니기때문이다. 특히 10명중 4명정도가다른사람에의해 RT 당함으로써자신의의견을전파할수있다는점등을감안하면, 분포의특성이가지는사회적결과를속단해서는곤란하다. 셋째로, 가장많이 RT 된정치사회분야의트윗들을분석해보면압도적으로정부비판적인내용이많음을알수있다. 이것은트위터와같은뉴미디어가가지는대안매체적성격과관련되어있다고보여진다. 오프라인의전통매체에대한 84
보수독점이심해지면질수록사람들은뉴미디어를통해이와는다른의견이나정보를찾으려는경향이있기때문이다. 넷째로, 전체트윗의 13.7% 가 url을포함하고있고, 전체이용자의절반정도가한번이라도 url을링크한경험이있다. 이것은 140자로제한되는트위터의특성상 url 링크가필요한경우가많기때문인데, 자연스럽게트윗을통해자신의의견을주장하고 url 링크를통해그근거를제시하는바람직한논의구조를낳게된다. 다섯째로, 추석연휴폭우사태와관련한트윗이전파되는과정을분석해보면, (1) 속보전달 (2) 주의사항 (3) 정책평가 (4) 시민들끼리의상호부조의순서로사태가진전되는것을볼수있다. 폭우와같이모든사람들이함께겪는어려움이있을때트위터를통해상당히합리적이고이성적인방식으로논의가진행되는것을확인할수있었다. 여섯째로, 소위 이념적소비 발언이전파되는과정을분석해보면, 트위터에서논쟁이이루어질경우사람들은두가지방식을동원하고있는것으로확인되었다. 하나는같은논쟁의틀안에서정반대의개념이나사례들을동원하여논쟁하는것이고, 다른하나는상대가사용하지않는새로운범주를도입함으로써논쟁의틀자체를바꾸려는시도이다. 일곱째로, 이념적소비사례를보면비판론자나중립론자는자기들집단내부에서의상호강화기제와더불어자신들의의견이다른집단에게로전파되는동학을가진반면, 옹호론자들은이런사회적동학을전혀가지지못하고있음이드러난다. 85
참고문헌 Bara' basi, A. L. (2002). Linked: The New Science of Networks. 강병남 김기훈 ( 옮김 ). 링크, 서울 : 동아시아. boyd, d., Golder, S., & Lotan, G. (2010). Tweet, tweet, retweet: Conversational aspects of retweeting on Twitter. HICSS-43, IEEE: Kauai, HI, January 6. Chen, J., Nairn, R., Nelson, L., Bernstein, M., & Chi, H. (2010). Short and tweet: Experiments on recommending content from information streams. CHI 2010, April 10-15, 2010, Atlanta, Georgia, USA. Crawford, K. (2009). Following you: Disciplines of listening in social media. Continuum, 23(4), 525 535. Diakopoulos, N. A., & Shamma, D. A. (2010). Characterizing debate performance via aggregated twitter sentiment. Proceedings of the 28th international conference on Human factors in computing systems, April 10-15, 2010, Atlanta, Georgia, USA. Heverin, T., & Zach. L. (2010). Microblogging for crisis communication: Examination of twitter use in response to a 2009 violent crisis in the Seattle-Tacoma, Washington area. Proceedings of the 7th international ISCRAM conference, Seattle, USA May 2010. Huberman, B. A., Romero, D. M., & Wu, F. (2008). Social networks that matter: Twitter under the microscope. unpublished manuscript. Hughes, A. L., & Palen. L. (2009). Twitter adoption and use in mass convergence and emergency events. Proceedings of the 6th international ISCRAM conference, Gothenburg, Sweden, May 2009. Kwak, H., Lee, C., Park, H., & Moon, S. (2010). What is Twitter, a social network or a news media? Proceedings of the 19th international conference on World Wide Web. April 26 30, 2010, Raleigh, North Carolina. 최초투고일 2011. 01. 10 논문수정일 2011. 02. 11 게재확정일 2011. 02. 12 86