[관찰기] 커뮤니티 성장 과정 가시화

성장하는 network는 참 흥미롭다. BA model은 Hub의 탄생 동력을 설명하며, 이 외에도 수 많은 evolving network 모델들이 network가 빚어내는 사회적 지형들을 설명하고 있다.
network들이 성장하는 모습을 지켜 보는 것은 사회라는 추상적인 지형을 이해하는 것에 도움이 된다. 우리가 생각하는 사회의 모습은 2차원 평면도 3차원 공간도 아닌 바로 이 network에 담겨져 있기 때문이다.

최근 한 커뮤니티의 성장 과정을 기록, 가시화 해 보았다.

 

network의 성장 모습

 

초록색은 사용자(user), 빨간색은 게시물(article)이다. 사용자가 게시물을 올리면 [사용자->게시물]의 링크를 연결, 게시물에 답글이 달리면 [게시물->게시물]의 링크를 연결한다. 윗 가시화 예는 2달 정도의 성장과정의 기록을 담고 있다.

특징을 몇 가지 집어보자면

1. 거대 구조(Giant component)
user와 게시물, 그리고 답글간 link라는 상당히 밀도 낮은 network다. 모든 user와 article이 연결될 리는 없지만, 그럼에도 불구하고 하나의 거대한 component의 모습으로 성장해 나가는 모습은 흥미롭다.
자세히 성장을 지켜보면, 매일 유입되는 user와 article이 거대 component에 바로 유입되는 경우도 있지만, 그렇지 못하는 경우(멀리 흩뿌려지는 친구들)도 보인다. 흥미로운 점은 이들의 다음 액션이 거대 component의 article에 답글을 단다거나, 거대 component의 네임드 유저가 이들에게 답글을 다는 과정을 통해 거대 component에 흡수된다는 점이다.
최신 글 보기 기능 & 인기 글 보기 기능이 인터넷 community 플랫폼에서 하는 역할을 분명히 보여준다. 계속해서 들어가서 무언가 하다 보면, 사람들과 관계를 맺고 상호작용할 수 있게 된다. 별 거 없어 보이지만 강력한 기능이다.
한편, 끝내 거대 구조에 속하지 못하고 흩뿌려진 정보들도 있다. 이들에게 새로운 유입이 일어날 확률은 매우 낮다. 다음 그림에서 이들의 모습을 확인해 볼 수 있다.

 

현 시점의 network 전경

2. 덧댐 성장
최초 성장 패턴은 화면 중앙에서 나타난다. 이후 유입되는 user와 article들은 왼쪽 아래로 성장을 덧대가며 성장을 일궈낸다. 이는 리스트 타입의 컨텐츠 소비의 특징이다. 시간이 지날 수록 뒷쪽으로 밀린 컨텐츠들에 대한 접근이 점점 더 어려워진다. 반면, 상당히 트렌디 하고 역동적인 것이 특징이다. 뉴비들에게도 성장의 또는 소통의 가능성이 생긴다. 지속적으로 높은 활동성을 지닌다면 플랫폼이 지닌 파이 내에서 충분히 보상 받을 수 있다.
논문 인용 네트워크에서도 이를 반영한 모델이 있다. Initial attachment rate라고 하여, 최신 논문들에게 주어지는 접근성을 부여한다. 외에도 현실을 반영하여 시간이 지날 수록 attachment rate를 점점 더 낮춘다거나 하는 모델들도 있는 것으로 안다.

커뮤니티가 어떻게 성장해야 올바른 것일까? 신규 유입 수가 늘어나면 늘어날 수록, 하나의 공통 주제 (또는 집단) 의 성장은 한계를 맞는다. List type으로 컨텐츠를 제공하는 플랫폼들은 여기서 더 유의미한 성장을 보이기 힘들다. list가 올라가는 속도가 사람들이 읽고 소통하는 속도를 못따라 가면 그 붕괴가 시작된다.
그래서 간편하게는 Category를 나눠서 소통의 장을 분할하는 방식을 취하기도 한다. 조금 더 현대적으로는 추천 알고리즘을 통해 서로를 묶어주기도 한다. 알고리즘은 필터버블을 형성한다는 문제점이 지적되지만, 알고리즘은 어쩌면 자원이 유한한 사람에게 거대 플랫폼을 소비할 수 있는 유일한 방법이기도 하다. 거대 플랫폼의 정보는 넘쳐 흐르지만, 사람에게는 유한한 양 만큼의 상호작용이 가능하기 때문이다. 단순히 알고리즘을 비판한다고 해서 끝날 일은 아닌 것으로 보인다. 문제의 더 깊은 근원은 넘쳐나는 정보가 아닐까 생각해 본다.

 

 그리고 이 넘쳐나는 정보를 다루는 방법에 인공지능이 개입할 여지가 있다고 생각한다. 다만 지금 처럼 system dependent가 아닌 개개인별 상황별 의존성을 지닌 형태로 (이게 인공지능 비서인가?). 특정 방식으로 커스터마이징된 검색형태를 공유하는 장이 생길 수도 있어보인다 (검색하는 방법을 검색하는 것이니.. 메타 검색이라고 해야할까?). top-down 방식의 정보흐름 상태는 더이상 넘쳐흐르는 정보를 개개인에게 흘려보내기에 양적으로도, 윤리적으로도 버거워보인다. 그렇다면 어떤 방식이 필요할 것인가. 지속적으로 고민해볼 문제다.