컬럼/인터뷰
제공 : 한빛 네트워크
저자 : Howard Wen
역자 : 이종욱
원문 : Social network analysis isn"t just for social networks
소셜 네트워크 분석은 관계 또는 관련 있는 데이터에 내재되어 있는 "의미 있는 패턴"을 찾아내는 것이다.
소셜 네트워킹[1]은 우리의 온라인 생활 일상에 스며들었으며, 부가하자면 소셜 데이터에 대한 분석 및 적용은 비즈니스의 필수적인 요소가 되었다.
[1]**
소셜 네트워크(영어: Social Network, Social Graph)는 웹 사이언스의 연구 분야 중 하나로, 웹 상에서 개인 또는 집단이 하나의 노드(node)가 되어 각 노드들 간의 상호의존적인 관계(tie)에 의해 만들어지는 사회적 관계 구조를 말한다. 모든 노드들은 네트워크 안에 존재하는 개별적인 주체들이고, 타이(tie)는 각 노드들 간의 관계를 뜻한다. 소셜 네트워크 분석(Social Network Analysis)은 수많은 노드들과 그 노드들 사이의 무수히 다양한 관계들로 인해 계산론적으로 접근하기에 매우 복잡한 분야이다. 한 마디로 사람과 사람을 연결하고 정보공유, 인맥관리, 자기표현 등을 통해 타인과 관계를 맺는 것이라 볼 수 있다.
소셜 네트워크에 대해서는 현재 인문, 경제, 공학 등 다양한 분야에서 많은 연구가 진행되고 있다. 소셜 네트워크를 위한 주요 사이트로는 트위터, 페이스북, 미투데이, 블로그, 마이스페이스, 포스퀘어 등이 있다.
출처: http://en.wikipedia.org/wiki/Social_network
**
다음 인터뷰는, "Social Network Analysis for Startups"의 공동 저자인 Maksim Tsvetovat가 소셜 네트워크 분석의 입문과 함께 소셜-네트워킹 서비스를 넘어서는 적합한 정보를 어떻게 얻을 수 있는지를 설명한다.
소셜 네트워크 분석(SNA)이란?
Maksim Tsvetovat: 소설 네트워크 분석(social network analysis: SNA)은 사회학, 정치학, 심리학, 인류학 등과 같은 사회과학(social sciences)의 한 분파이다. 이러한 SNA는 전통적인 통계학 기법보다는 그래프 이론(graph-theoretic) 접근방법을 이용하여 사람들 사이의 상호 행동에 대해서 연구한다. 이러한 연구는 데이터 분석을 위한 과학적인 방법론과 사람들 사이의 상호 관계가 어떻게, 왜 발생하는가에 대한 수많은 이론들, 상호 관계 패턴들이 개인 또는 공동체의 일부인 우리의 삶에 어떠한 변화 및 영향을 미치는지에 관한 것도 포함된다. 다양한 사회 과학에서 기인한 이론들은 수학적인 방법들을 이용해 항상 수치화되는 것이 아니지만 특정 이론은 데이터를 명확하게 표현할 수 있다.
과학분야에선, 둘 이상의 학문 분야에 걸쳐 융합되기도 한다. 그래서 수학자, 물리학자, 컴퓨터 과학자, 사회학자, 정치학자, 심지어 록 음악가까지도 포함되게 된다.
기술적인 측면 범위에서는, 광범위하게 사용되는 파이썬 기반의 "NetworkX library"와 같은 소프트웨어 도구들에 분석 방법들이 포함되어 있다. 이러한 도구들은 질병 확산에 대해 시각화에서부터 경영 정보학(business intelligence) 애플리케이션과 같은 다양한 컨텍스트(context)에 있는 네트워크 데이터를 분석하고 보여줄 수 있다.
마케팅 응용 측면에서는, "왜 상황들은 바이러스처럼 퍼질까" 라는 의구심 뒤에는 과학적으로 생각해 볼 여지가 많으며, 책에서는 그것들에 대해서 간략하게 설명한다. 또한 저자는 마케팅 전문가에 의한 마켓팅에서 벗어나는 것이 최선인 것을 발견했다.
소셜 네트워크 분석은 주요 소셜 네트워킹 서비스들에 특별하게 관련 있는가? 또는 그 이상 적용되는가?
Maksim Tsvetovat: SNA는 사람, 회사, 조직, 웹사이트 등의 상호 관계에 대한 연구를 참조한다. 만약 의미 있는 패턴으로 표현이 가능한 일련의 관계가 존재한다면, SNA 방법론들을 이용하여 의미를 파악하는데 사용할 수 있다.
주요 소셜-네트워킹 서비스들은 SNA를 위한 방대한 데이터 소스들을 보유하고 있으며, 매우 흥미로운 질문을 던져주고 있다. - 근래에, 어떻게 자연 재해에 대한 조기 경보 시스템과 같은 역할을 소셜 네트워크가 했는가? 저자는 응급상황에서의 "common carrier(기간 통신 사업자)"와 같은 Twitter의 역할과 함께 다른 미디어에서 데이터를 얻기 위하여 집적하는 기술에 대하여 관심을 기울였다. 그렇지만 문제는 분석 방법론이 다양하면서, 너무 많은 데이터 소스들을 이용한다는 점이다. 실제, 저자는 책에서 데이터 소스(data source)로써 트위터를 이용하는 것을 의도적으로 피했다. 왜냐하면 Twitter는 현재 기술에 관한 내용을 집약적으로 담고 있는 곳이며, 누구나 사용하는 애플리케이션이다.
그 대신, 저자는 SNA 기술의 응용 가능성 범위를 보여주기 위하여 정치 자금(campaign finance), 창업 기업의 자금 회전(funding rounds), 국제 조약(international treaties) 등을 포함한 다양한 서로 다른 소스들과 같은 데이터를 취득하고 분석하는 것에 관심을 기울였다.
SNA가 어떻게 창업과 관련되는가?
Maksim Tsvetovat: 최근 수많은 창업 회사들이 이런 저런 소셜에 관해서 이야기한다. - 왜냐하면 그들의 모든 행동들은 SNA 지표(metrics)를 이용하여 측정 및 이해될 수 있기 때문이다. 결국, 그들의 내부 비즈니스 인텔리전스[2] 툴킷(business intelligence toolkits) 속으로 SNA를 포함시키는 것은 고객들에게 보다 더 충실하게 다가 설 수 있게 한다.
[2]**
business intelligence: 기업들이 신속하고 정확한 비즈니스 의사 결정을 위해 사용하는 데이터의 접근, 수집, 보관, 분석 등의 애플리케이션과 기술의 집합. 비즈니스 인텔리전스(BI) 애플리케이션은 의사 결정 지원 시스템, 조회 및 응답, 올랩(OLAP), 통계 분석, 예측 및 데이터 마이닝 등이 기본이 되나, 필연적으로 기업의 데이터베이스와 데이터 웨어하우스(DW), 기업 자원 관리(ERP) 등과도 관련이 있으므로 넓은 의미로는 이 모든 분야를 포함하기도 한다.
출처: http://terms.naver.com/entry.nhn?docId=44566
**
개인적으로 3개 창업회사들과 같이 일을 했으며, SNA를 소셜 미디어(social media)[3] 타겟팅 전략들을 개인 그리고 공동체에 맞도록 미세하게 조정하는데 직접적으로 이용하였다. 또한, 나의 방법론들은 몇몇 대규모 회사에서 사용되어졌다: 디지털 마켓팅 에이전시인 DIGITAS는 눈에 띄는 다양한 고객들을 위해서 SNA를 매일 이용했다(정보 공개(Discloure): 나의 창업 기업인 DeepMile Networks는 SNA 툴과 서비스를 DIGITAS에 했으며, 다른 회사도 상당수 있다.)
[32]**
소셜 미디어(social media): 다수의 의견, 경험, 관점 등의 집단지능(Collective Knowledge)으로부터 정제되어 송출되는 매체. 소셜 미디어(Social Media)는 그 자체가 일종의 유기체처럼 성장하기 때문에 소비와 생산의 일반적인 매커니즘이 동작하지 않는다. 소셜 미디어의 대표적인 예로는 블로그, 소셜 네트워크, 인스턴트 메시지 보드, UCC 등이 있으며, 이를 통해 공유되는 대상은 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가진다.
**
멀지 않은 미래에 SNA 변화에 대해 개발자가 주목해야 할 것은 무엇인가?
Maksim Tsvetovat: 멀티-모드 네트워크 분석은 "액터들"(사람, 단체, 자원, 정부 등)의 다양한 타입들로 연결된 네트워크를 분석하는 것이다. 본인은 책에서 간략하게 본 토픽에 대해서 접근했으나 아직은 입증해야 할 것들이 많이 남아 있다. 또한, 실시간 분석도 좀 더 주목 해야 한다. 대부분의 SNA는 의미 없어진 몇 시간 또는 몇 년이 지난 단편적인 스타일(snapshot-style) 데이터에 의해 이루어진다. Twitter"s Storm 도구의 배포는 개발자들이 SNA 툴이 실시간 및 풍부한 데이터를 기반으로 수행 가능 하도록 개발되도록 격려 해야 한다.
저자 : Howard Wen
역자 : 이종욱
원문 : Social network analysis isn"t just for social networks
소셜 네트워크 분석은 관계 또는 관련 있는 데이터에 내재되어 있는 "의미 있는 패턴"을 찾아내는 것이다.
소셜 네트워킹[1]은 우리의 온라인 생활 일상에 스며들었으며, 부가하자면 소셜 데이터에 대한 분석 및 적용은 비즈니스의 필수적인 요소가 되었다.
[1]**
소셜 네트워크(영어: Social Network, Social Graph)는 웹 사이언스의 연구 분야 중 하나로, 웹 상에서 개인 또는 집단이 하나의 노드(node)가 되어 각 노드들 간의 상호의존적인 관계(tie)에 의해 만들어지는 사회적 관계 구조를 말한다. 모든 노드들은 네트워크 안에 존재하는 개별적인 주체들이고, 타이(tie)는 각 노드들 간의 관계를 뜻한다. 소셜 네트워크 분석(Social Network Analysis)은 수많은 노드들과 그 노드들 사이의 무수히 다양한 관계들로 인해 계산론적으로 접근하기에 매우 복잡한 분야이다. 한 마디로 사람과 사람을 연결하고 정보공유, 인맥관리, 자기표현 등을 통해 타인과 관계를 맺는 것이라 볼 수 있다.
소셜 네트워크에 대해서는 현재 인문, 경제, 공학 등 다양한 분야에서 많은 연구가 진행되고 있다. 소셜 네트워크를 위한 주요 사이트로는 트위터, 페이스북, 미투데이, 블로그, 마이스페이스, 포스퀘어 등이 있다.
출처: http://en.wikipedia.org/wiki/Social_network
**
다음 인터뷰는, "Social Network Analysis for Startups"의 공동 저자인 Maksim Tsvetovat가 소셜 네트워크 분석의 입문과 함께 소셜-네트워킹 서비스를 넘어서는 적합한 정보를 어떻게 얻을 수 있는지를 설명한다.
소셜 네트워크 분석(SNA)이란?
Maksim Tsvetovat: 소설 네트워크 분석(social network analysis: SNA)은 사회학, 정치학, 심리학, 인류학 등과 같은 사회과학(social sciences)의 한 분파이다. 이러한 SNA는 전통적인 통계학 기법보다는 그래프 이론(graph-theoretic) 접근방법을 이용하여 사람들 사이의 상호 행동에 대해서 연구한다. 이러한 연구는 데이터 분석을 위한 과학적인 방법론과 사람들 사이의 상호 관계가 어떻게, 왜 발생하는가에 대한 수많은 이론들, 상호 관계 패턴들이 개인 또는 공동체의 일부인 우리의 삶에 어떠한 변화 및 영향을 미치는지에 관한 것도 포함된다. 다양한 사회 과학에서 기인한 이론들은 수학적인 방법들을 이용해 항상 수치화되는 것이 아니지만 특정 이론은 데이터를 명확하게 표현할 수 있다.
과학분야에선, 둘 이상의 학문 분야에 걸쳐 융합되기도 한다. 그래서 수학자, 물리학자, 컴퓨터 과학자, 사회학자, 정치학자, 심지어 록 음악가까지도 포함되게 된다.
기술적인 측면 범위에서는, 광범위하게 사용되는 파이썬 기반의 "NetworkX library"와 같은 소프트웨어 도구들에 분석 방법들이 포함되어 있다. 이러한 도구들은 질병 확산에 대해 시각화에서부터 경영 정보학(business intelligence) 애플리케이션과 같은 다양한 컨텍스트(context)에 있는 네트워크 데이터를 분석하고 보여줄 수 있다.
마케팅 응용 측면에서는, "왜 상황들은 바이러스처럼 퍼질까" 라는 의구심 뒤에는 과학적으로 생각해 볼 여지가 많으며, 책에서는 그것들에 대해서 간략하게 설명한다. 또한 저자는 마케팅 전문가에 의한 마켓팅에서 벗어나는 것이 최선인 것을 발견했다.
소셜 네트워크 분석은 주요 소셜 네트워킹 서비스들에 특별하게 관련 있는가? 또는 그 이상 적용되는가?
Maksim Tsvetovat: SNA는 사람, 회사, 조직, 웹사이트 등의 상호 관계에 대한 연구를 참조한다. 만약 의미 있는 패턴으로 표현이 가능한 일련의 관계가 존재한다면, SNA 방법론들을 이용하여 의미를 파악하는데 사용할 수 있다.
주요 소셜-네트워킹 서비스들은 SNA를 위한 방대한 데이터 소스들을 보유하고 있으며, 매우 흥미로운 질문을 던져주고 있다. - 근래에, 어떻게 자연 재해에 대한 조기 경보 시스템과 같은 역할을 소셜 네트워크가 했는가? 저자는 응급상황에서의 "common carrier(기간 통신 사업자)"와 같은 Twitter의 역할과 함께 다른 미디어에서 데이터를 얻기 위하여 집적하는 기술에 대하여 관심을 기울였다. 그렇지만 문제는 분석 방법론이 다양하면서, 너무 많은 데이터 소스들을 이용한다는 점이다. 실제, 저자는 책에서 데이터 소스(data source)로써 트위터를 이용하는 것을 의도적으로 피했다. 왜냐하면 Twitter는 현재 기술에 관한 내용을 집약적으로 담고 있는 곳이며, 누구나 사용하는 애플리케이션이다.
그 대신, 저자는 SNA 기술의 응용 가능성 범위를 보여주기 위하여 정치 자금(campaign finance), 창업 기업의 자금 회전(funding rounds), 국제 조약(international treaties) 등을 포함한 다양한 서로 다른 소스들과 같은 데이터를 취득하고 분석하는 것에 관심을 기울였다.
SNA가 어떻게 창업과 관련되는가?
Maksim Tsvetovat: 최근 수많은 창업 회사들이 이런 저런 소셜에 관해서 이야기한다. - 왜냐하면 그들의 모든 행동들은 SNA 지표(metrics)를 이용하여 측정 및 이해될 수 있기 때문이다. 결국, 그들의 내부 비즈니스 인텔리전스[2] 툴킷(business intelligence toolkits) 속으로 SNA를 포함시키는 것은 고객들에게 보다 더 충실하게 다가 설 수 있게 한다.
[2]**
business intelligence: 기업들이 신속하고 정확한 비즈니스 의사 결정을 위해 사용하는 데이터의 접근, 수집, 보관, 분석 등의 애플리케이션과 기술의 집합. 비즈니스 인텔리전스(BI) 애플리케이션은 의사 결정 지원 시스템, 조회 및 응답, 올랩(OLAP), 통계 분석, 예측 및 데이터 마이닝 등이 기본이 되나, 필연적으로 기업의 데이터베이스와 데이터 웨어하우스(DW), 기업 자원 관리(ERP) 등과도 관련이 있으므로 넓은 의미로는 이 모든 분야를 포함하기도 한다.
출처: http://terms.naver.com/entry.nhn?docId=44566
**
개인적으로 3개 창업회사들과 같이 일을 했으며, SNA를 소셜 미디어(social media)[3] 타겟팅 전략들을 개인 그리고 공동체에 맞도록 미세하게 조정하는데 직접적으로 이용하였다. 또한, 나의 방법론들은 몇몇 대규모 회사에서 사용되어졌다: 디지털 마켓팅 에이전시인 DIGITAS는 눈에 띄는 다양한 고객들을 위해서 SNA를 매일 이용했다(정보 공개(Discloure): 나의 창업 기업인 DeepMile Networks는 SNA 툴과 서비스를 DIGITAS에 했으며, 다른 회사도 상당수 있다.)
[32]**
소셜 미디어(social media): 다수의 의견, 경험, 관점 등의 집단지능(Collective Knowledge)으로부터 정제되어 송출되는 매체. 소셜 미디어(Social Media)는 그 자체가 일종의 유기체처럼 성장하기 때문에 소비와 생산의 일반적인 매커니즘이 동작하지 않는다. 소셜 미디어의 대표적인 예로는 블로그, 소셜 네트워크, 인스턴트 메시지 보드, UCC 등이 있으며, 이를 통해 공유되는 대상은 텍스트, 이미지, 오디오, 비디오 등의 다양한 형태를 가진다.
**
멀지 않은 미래에 SNA 변화에 대해 개발자가 주목해야 할 것은 무엇인가?
Maksim Tsvetovat: 멀티-모드 네트워크 분석은 "액터들"(사람, 단체, 자원, 정부 등)의 다양한 타입들로 연결된 네트워크를 분석하는 것이다. 본인은 책에서 간략하게 본 토픽에 대해서 접근했으나 아직은 입증해야 할 것들이 많이 남아 있다. 또한, 실시간 분석도 좀 더 주목 해야 한다. 대부분의 SNA는 의미 없어진 몇 시간 또는 몇 년이 지난 단편적인 스타일(snapshot-style) 데이터에 의해 이루어진다. Twitter"s Storm 도구의 배포는 개발자들이 SNA 툴이 실시간 및 풍부한 데이터를 기반으로 수행 가능 하도록 개발되도록 격려 해야 한다.
TAG :
이전 글 : 종이 없는 책
다음 글 : 빅 데이터가 움직인다
최신 콘텐츠