소셜 네트워크에서의 균형 찾기
극심한 이혼 중인 커플의 두 멤버와 친구로 남으려 하거나, 당신이 견디지 못하는 사람도 포함된 친구 그룹에서 지내본 적이 있다면, 소셜 네트워크가 얼마나 불균형할 수 있는지 잘 아실 것입니다.
또한, 20세기 사회심리학자 프리츠 하이더가 불편하고 불균형한 상황을 피하고자 하는 인간의 본성을 이론화한 사상에 대해서도 당신은 이해할 수 있을 것입니다. 그는 “내 친구의 친구는 나의 친구”와 “내 적의 적은 나의 친구”와 같은 규칙에 따라 “균형 잡힌” 네트워크를 선호한다고 주장했습니다.
소셜 네트워크에서 균형 찾기의 어려움
그러나 현실 세계의 소셜 네트워크에서 균형을 찾는 것은 보이는 것보다 더 복잡합니다. 일부 연구는 소셜 네트워크가 균형을 이룬다고 제안하는 반면, 다른 연구는 그 반대의 주장을 합니다. 또한, 실제 네트워크에서 관찰된 패턴의 통계적 의미를 평가하기 위해 사용되는 일부 “무작위 모델”은 인위적으로 설계된 네트워크에서도 균형을 식별하지 못합니다.
물리학자들의 발견
미국 노스웨스턴 대학교의 두 물리학자는 최근 이 문제를 해결했다고 발표했습니다. 비트코인 거래 플랫폼, 기술 뉴스 사이트인 Slashdot, 제품 평가 사이트인 Epinions 및 미국 하원의원들 간의 상호작용에서 수집된 데이터를 사용하여 이스반 코바치와 빙제 하오는 대다수의 소셜 네트워크가 실제로 강한 균형을 보여준다는 것을 입증했습니다. 그들은 이 발견이 “소셜 미디어에서의 극단화를 이해하고 잠재적으로 줄이는 첫 걸음”이 될 수 있으며, 뇌 연결성과 단백질 간 상호작용에도 응용할 수 있을 것이라고 주장합니다.
소셜 네트워크에서의 긍정적 및 부정적 신호
수학적인 관점에서 소셜 네트워크는 서로 연결된 노드(사람을 나타냄)의 그룹입니다. 두 사람이 적대적이거나 불신의 관계에 있다면, 이들의 노드를 연결하는 엣지는 부정적인 신호를 가집니다. 우정이나 신뢰의 관계는 긍정적인 신호를 받습니다.
소셜 네트워크의 균형을 복잡하게 하는 요인들
하지만 현실 세계의 소셜 네트워크에는 무작위 모델로 포착하기 어려운 몇 가지 미묘한 요소들이 있습니다. 예를 들어, 모든 사람이 서로를 알고 있는 것은 아닙니다. 당신의 적의 적이 외국에 살고 있다면, 예를 들어, 당신은 그 사람의 존재조차 모르고, 친구로 간주해야 하는지조차 알지 못할 수 있습니다. 또 다른 복잡한 요인은 일부 사람들이 다른 사람들보다 더 우호적이며, 그만큼 긍정적인 연결이 더 많다는 점입니다.
물리학자들의 응답
사이언스 어드밴스(Sci. Adv.) 저널에 발표된 연구에서 코바치와 하오는 현실 세계 네트워크의 특성을 보존하는 새로운 무작위 모델을 만들었습니다. 이 모델은 연결 구조와 개별 노드의 우정이나 적대감을 나타내는 “부호가 있는 노드의 차수”를 동시에 보존합니다. 그들은 이 모델을 선택된 데이터 세트의 세 노드 및 네 노드의 미니 네트워크와 비교함으로써 현실의 네트워크가 사실상 무작위 모델보다 더 균형 잡혀 있음을 입증했습니다.
결론: 적을 통해 친구를 만들 수 있을까?
따라서 다음 번에 두 친구가 다투거나, 당신과 같은 사람들을 싫어하는 사람을 신뢰할 수 있을지 고민해야 할 때, 안심하세요. 당신은 간단한 수학적 연산을 하고 있으며, 가장 가능성이 높은 결과는 더 균형 잡힌 소셜 네트워크가 될 것입니다. 문제 해결 완료!
