성훈이네- Product Manager & Data Miner 의 일상

요근래에는 Social Network 의 Privacy 에 관한 문제들을 분석하고, Spam 이나 불법적인 수집 등을차단하는 방법에 대해서 고민해보고 있습니다.

문헌을 살피다보니, Peter Timusk(Univ. of Ottawa, 2008)의 이야기가 눈에 들어왔습니다.

"Privacy is a two way street because like any right it is given and taken

(프라이버시는 양방향 길이다. 이는 마치 주어진 어떤 권리와도 같아서 주고 받는 관계가 성립한다.)"

그의 2007년 연구결과에 의하면, facebook에 처음 들어온 유저의 경우 사적영역에 대한 노출 수준이 높을 수록, facebook 의 네트웍에 보다 가깝게 접근 할 수 있다고 합니다.

즉, 소셜 네트웍에서는 친구리스트, 프로파일, 메시지, 속해있는 그룹이나 관심사 영역에 대한 edge(or link)의 노출 수준을 높일 수록 타인과의 잠재적인 관계를 더 많이 이끌어 낼 수 있다는 이야기였습니다.

고객은 고객 스스로 프라이버시의 노출수준을선택할 수 있다는 가정하에서, SNS 나 개인화 서비스가 갖추어야할 조건은 고객간 혹은 고객과 서비스 제공자간에 끊임없는 가치 교환 과정(value exchange process)을 유도해 낼 수 있어야 한다는 점을 다시 떠올렸습니다.

Value Exchange Process in Personalization and SNS

Privacy 문제는 참 어렵습니다.CAPTCHA, SPAM Filtering, 그리고 노출 수준에 대한 여러가지 옵션 등이 기술적인 요소들을 고민하고 준비해야겠지만, 저는Privacy 문제를 보다 긍정적인 측면으로 바라보고 싶습니다.

예컨데, 아랍의 한 여성 단체가 이슬람 소녀들의 불법적이고 비인간적인아동 결혼 풍습을 폐지하기 위한활동을시작했는데,facebook 을 통해수많은 나라의 사람들이 나서서 이를 지지하고, 후원금도 내고 있다는 CNN 뉴스 같은가슴 따스한 이야기 말입니다.

사람들은 facebook 으로 무엇을 할까요?

facebook 의 용도는 아래 과거 facebook 초기화면에 나타나있는 facebook 의 소개 문구에 간결하고도 정확하게 나타나있습니다.

"Facebook 은 당신을 당신 주변의 사람들과연결해줄 수 있는 social utility 입니다"

요즘은 조금 달라졌군요..^^

어쨌거나 facebook 을 사회학적 관점에서 바라보는 연구가 많아지고 있습니다.

UC Berkeley 의boyd 와 함께 facebook 에 관한 많은 논문과 발표를 한 Michigan State University 의 Nicole B. Ellison 의 연구 결과는 facebook 같은 SNS에 대해간결하고 명쾌한 사회학적 설명을 제시하고 있습니다.

도대체 Facebook 은 무엇을 하는 도구일까요?

그의 Facebook Use on Campus : A Social Capital Perspectiveon Social Network Sites 에서는 이를 사회학적 관점에서3가지로 나누어 설명합니다.

1. 잠재된 Latent ties 를 Weak ties 로 변환

2. 현존하는 관계(Relationships)의유지

3. 과거의관계(Relationship)에 대한 부활(재생?)

"Facebook 의 사용은 Social Capital 의 유지와 형성을 야기한다"

머 당연한 이야기 같지만, 이러한 역할을 하게해주는 facebook 의 기능에 주목할 필요가 있을 것 같습니다.

기본적으로 facebook 류의 SNS는 FOAF(friend of a friend) 적인 기능과 인맥 추천 (recommendation)을 제공합니다.

물론 Cyworld 나 Blog에 연결되어 있는 여러가지 링크와 인적 네트웍을따라가다보면,나랑 취향이 비슷한 친구나 친구의 친구를 만날 수도 있겠지만, 이러한 FOAF와 추천기능은 잠재된 연결고리를 연결하고, 오랫동안 만나지 못한 친구들과 만날 수 있는 기회를 가속화 시키는 무척 중요한 도구라고 할 수 있겠습니다.

개인적으로 요즘 관심있는 영역은 CHAID 나 CART와 같은 Regression Tree Model 을이러한 Social Recommedation 영역에 응용하는 방법입니다만 어렵네요..TT

흔히 조직이 커지면 커뮤니케이션 하기 힘들다고 합니다.

5명으로구성되어 멋진팀웍을 보이던 팀이7명~8명이 되면 이상하리만큼 팀웍이 나빠지는 경우도 있습니다.

10명으로 구성된조직의 리더와 100명으로 구성된 조직의 리더는 다른 리더쉽이 필요하다고 합니다.

도대체 기획조정팀이나 커뮤니케이션팀과 같은 팀은 왜 필요한 것일까요?

머 간단한 계산을 해보면 이렇습니다.

앞서 말씀드린 바와 같이 n 명의 actor 로 구성된 조직의 관계의 수는 (n^2-n)/2입니다.

1. 따라서, 앞서 5명으로 구성된 팀의 커뮤니케이션 가짓수는 10개이나, 7명이되면 21개나 되어버립니다. 8명은 28개가 되죠.

사실 이쯤 되면 5명으로 구성된 팀을 운영하는 소위 밀착 커뮤니케이션 방식은 그 힘을 잃어버리게 됩니다.

그래서팀이 7~8명쯤 되면 다시팀을 파트라고 불리우는 소그룹으로 나누어 운영하게 됩니다.

2. 10명으로 구성된 벤처가 어느새 100명이되어버리면 벤처기업가는 10명을 운영하던 리더쉽 스킬로는 역부족이됩니다.

10명일때는 45 개의 관계만 조절하면되겠지만, 100명이 되면 4950 개의 관계가 되어버리기 때문입니다.

단순히 조직을 파트나 팀으로 나누는 것으로는 해결되지 않는 문제가 발생하게됩니다.

3. 통상적으로 조직의 규모가 작을때 Social Network 은 밀도가 높고, 조직의 규모가 커지면 밀도가 낮아 지는 경향이 있다고 합니다.

그러면 어느새 A 라는 팀이 하는 일을 B라는 팀이 전혀 알 수 없는 상황이 되어버리고, 큰 네트웍내에 고립된 소규모 네트웍들이 생기게 됩니다.

Social Network 에서는밀도가 낮은소규모 네트웍과 네트웍을 연결하는 connector 의 역할이 매우 중요합니다. 이들이 있기에 네트웍이 돌아가는 것이지요.

기업 내부 의사소통이나 동일한 기업문화를 만드는 커넥터 역할을 하는 팀이 커뮤니케이션 팀이 되겠고, 기업 내부의 사업전략을 공유하고 여러부서간의 일을 연결해주고 조정해주는 팀이 조정팀의 업무가 되게 되는 것 같습니다.

훌륭한 팀원이 훌륭한 팀장이 된다는 보장이 없고, 훌륭한 팀장이 꼭 훌륭한 CEO 가 될 수 없다는 이야기...어찌보면 지극히 당연한 이야기 같습니다.

계보적/계층적 클러스터링은 말그대로 계층적으로 군집을 나누는 방법입니다.

흔히사람들은관심 집단을 동일수준에서몇개의 그룹으로 서로 배타적으로 구분하고싶어하는 욕심이 있습니다.

제가 2004년에 허명회 선생님의 글을 포스팅한적이 있었는데, 그 글에적절한 예가 있습니다.

"고등학교 때 학우들을 생각해보자. 얌전한 모범생부터 활동적인 리더, 지사적 극기형, 몽상가형, 사고뭉치형 등 여러 그룹이 있었다. 인간이란 본래 집합적 대상을 이해할 때는 이와 같이 분류를 중간과정으로 활용하는 경향이 있다."

Social Network Analysis 에서 K-means Clustering 은 어떤 소셜 네트웍을 주어진 수(=K)의 그룹으로 분류하기 위한 방법입니다.

K-means Clustering 의 알고리즘은 대충 아래와 같습니다.

1) 임의의 중심점(Centroid)를 K개 잡습니다.

2)중심점(Centroid)에서 가장 가까운 거리에 있는 사람들을 해당 그룹에 배속시킵니다.

3) 모두 배속되면 각 그룹의 중심점(Centroid)을 새롭게 계산합니다.

4) 위의 2)~3)번과정을 충분히 반복하여 최적의 중심점을 찾습니다.

Clustering 및 Classification Software인 Clustan 사이트에서는 K=2 인 K-means Procedure 에 대해서 아주 명쾌한 설명을 해주고 있습니다. http://www.clustan.com/k-means_critique.html

문제는 그룹의 갯수 K개 입니다. 사전에 해당 Social Network 에 대한 정보가 없다면 K 개의 그룹도 의미가 없을 수 있습니다.

그래서, 관심대상이되는 그룹의 수 K를 결정하기 위한 연구들도 많습니다.

K를 잘 찾기위해서는 사전에 해당 Social Network 에 대한 기술적 분석이나, 다른 그룹핑 방법들을 통해 해당 Social Network 의 특성을 이해하는 것도 좋은 방법입니다.