

소개
저자 서문 이 온라인 교과서는 소셜네트워크 분석에 대한 정규적 접근 방식에 대한 대부분의 기본 사항을 소개하고 있다. 본서는 Freeman, Borgatti 및 Everett (UCINET 소프트웨어 개발자)의 연구를 바탕으로 구성되었다. 여기에 수록된 자료와 그 구성은 Wasserman과 Faust의 교재와 UCLA의 Phillip Bonacich 교수가 진행한 대학원 세미나에 많은 영향을 받았다. 다른 많은 사용자도 첫 번째 버전에 기반하여 매우 유용한 의견과 제안을 했다. 물론 오류와 누락으로 인한 것은 전적 으로 본인의 책임이다. 누구든지 본서를 자유롭게 사용하고 재배포할 수 있으며 그러한 경우 출 처를 밝히기 바란다. 역자 서문 역자는 기억의 구조를 분석하는데 적당한 방법이 없을까 고민하던 때가 있었는데 그때 소셜네 트워크분석(social network analysis)을 알게 되었다. 그때는 학교에 재직하기 전 광고회사에 근 무했을 때이다. 당시에 광고에 사용되는 핵심적인 컨셉 키워드들은 의외로 생각보다는 많지 않 다는 사실을 알게 되었다. 따라서 키워드들의 연상구조를 파악한다면 이러한 키워드들의 조합을 통해 더 효과적인 제품 컨셉을 제시할 수 있을 것이란 생각을 하고 키워드 DB를 구상하게 되 었다. 최초의 작업에서는 단순 빈도를 통해 분석하는 방법을 취했지만 이후 연상구조를 분석할 수 있는 소셜네트워크 분석을 통해 키워드들이 가지고 있는 연상구조에 대한 관계를 분석하여 키워드 간의 구조를 입체적으로 파악할 수 있었다. 원래 소셜네트워크 분석은 사회학에서 사회구조와 권력관계 분석을 위해 개발된 데이터 분석 방법이다. 처음에는 소시오그램이라는 개념적인 차원에서 시작하여 점차 수학 및 통계학의 알고 리즘들이 추가되었으며 가장 최근에는 다차원척도법(multi-dimensional scaling)이 추가되면서 현재의 소셜네트워크 분석으로 자리 잡았다. 사회학의 중요한 분석법으로 발전했지만 이 분석법 이 사회학을 넘어 다양한 분야에서 관심의 대상으로 부각되게 된 것은 인터넷을 기반으로 한 네트워크 사회의 급격한 진전에 기인한다. 데이터 분석에서 이전 다른 점은 과거에는 분석을 위해 자료를 별도로 수집하는 과정이 필요하 고 시간도 많이 소요되었지만, 현재는 인터넷을 기반으로 한 가상사회의 특성상 실시간으로 대 규모의 자료 수집이 가능하고 이를 실시간으로 분석할 수 있게 되었다는 것이다. 소셜네트워크 분석은 데이터 간에 존재하는 관계에 대한 정보를 제공하며 인터넷에 존재하는 데이터는 관계 적인 성격을 많이 갖고 있다. 바로 이러한 점이 빅데이터의 분석의 중요한 도구로서 소셜네트워 크 분석이 자리 잡게 된 원인이라 할 수 있다. 소셜네트워크분석은 우리가 비교적 익숙한 통계 와는 다른 측면에서 다방면에 활용 가능한 정보를 제공해 주는 중요한 도구이다. 그러나 이 분 야에서 사용하는 개념들이 생경함으로 인해 쉽게 접근하기 어려운 부분이 있다는 점 또한 사실 이다. 역자 역시 소셜네트워크분석을 시작하던 초기에 처음 접하는 많은 개념, 용어들로 인해 적지 않게 혼란을 겪었던 적이 있기 때문이다. 이는 어려운 것이 아니라 익숙하지 않기 때문이 다. 어떤 분야든지 익숙해지기까지 절대적으로 시간이 필요하다. 역자는 인간의 인지구조 분석을 위해 소셜네트워크분석을 하게 되었다는 점을 처음에 언급하였 다. 그러나 처음부터 소셜네트워크분석을 사용했던 것은 아니다. 인지구조 파악을 위해서 역자 는 심리학에서 기존의 통계분석을 통해 인간의 지각을 분석하는 지각지도(perceptual mapping) 를 그려내는 방법을 적용해보기도 하였다. 그리고 다차원척도법을 실제 상황에 적용해보고는 현 상을 정확하게 설명하는 결과에 스스로 놀라움을 금치 못한 적도 있었다. 그러나 이러한 분석 결과는 인지구조 자체에 대한 파악은 가능하지만 요소 간의 관계를 말해주지는 않는다. 소셜네트워크 분석은 요소 간 관계에 대한 정보를 제공해 주는 장점이 있다. 인간의 두뇌라는 마이크로 세계에서 한 사회 또는 국가라는 매크로 세계에 이르기까지 관계의 요소나 구조 분석 에 탁월한 정보를 제공하는 소셜네트워크분석은 향후 데이터의 지배력이 점증하고 있는 세계에 서 더욱 활용도가 증가하리라 예상된다. 역자는 개념이나 용어의 생경함을 경험하였기에 소셜네 트워크분석에 처음 접하는 사람들에게 조금이라도 도움을 주어야겠다는 생각에서 본서의 번역 을 시작하였다. 책을 마무리하면서 마음 한편에 드는 생각은 혹시라도 본서가 어려움을 덜어주 기보다는 혼란을 더한 것은 아닌지 하는 생각이다. 오류와 누락으로 인한 모든 책임은 역자에 있다는 점을 밝히면서 소셜네트워크분석을 통해 세상에 대한 새로운 관점을 갖기를 바란다. 알림. 본서에서 UCINET을 이용한 분석은 원래의 데이터를 분석한 결과를 제시하였으며, 본문에는 있 지만 사례 데이터가 누락되어 있는 부분은 다른 데이터를 이용한 분석결과로 대체하여 제시하 였다. 번역을 하면서 데이터가 있는 경우는 프로그램을 이용해 빠짐없이 재분석한 결과를 이용 하였다. 데이터가 누락되었고, 대체도 불가능한 경우 불가피하게 원본의 텍스트를 옮기는 차원 에서 제시하였다. 데이터를 추가하여 분석한 것을 포함한 전체 데이터 세트와 원래의 데이터는 네이버의 BAND명 “UCINET 소셜네트워크분석”에 자료가 있으니 밴드 가입 후 데이터를 내려 받기 바란다. *본문 총386페이지



