추가 적립 안내

▶ 이 책은 사회 연결망 분석을 다룬 이론서입니다. 사회 연결망 분석의 기초적이고 전반적인 내용을 학습할 수 있도록 구성했습니다.

[책속으로 추가]
연결망 분석이 이렇게 확산되는 데는 크게 두 가지 이유가 있다. 첫째는 과학이 발전함에 따라 여러 차원 사이의 인과성에 대한 관심이 증대되어 가고 있기 때문이다. 쉬운 예를 들면, 왕따가 겪는 심리적 고통과 행동의 특이성은 개인보다 한 차원 높은 네트워크의 특성에서 유발된다. 갑자기 뜨는 현상들은 (예를 들면, 지진이나 눈사태, 또는 대박을 터뜨린 영화) 미시적인 단위들 사이의 네트워크에 의해서 생겨난다. 복잡계 과학이나 네트워크의 과학은 바로 이러한 여러 차원 사이의 관계성에 의해서 창발하는 현상에 대한 관심이라고 볼 수 있으며, 이것이 네트워크 분석이 확산되는 원인이다. 두 번째 이유는 정보 사회가 도래함에 따라 전자적 정보의 축적이 방대해졌기 때문이다. 이메일 발송 네트워크, 휴대전화 통화 네트워크, 트위터나 페이스북의 SNS 등을 활용해, 필요하다면 비교적 쉽게 가공하여 사람들 사이의 네트워크를 분석할 수 있는 세상이 온 것이다. 뿐만 아니라 이전에는 전혀 접근할 수 없었던 유전자 네트워크 등 복잡계 현상과 관련된 자료가 쌓이고 있다. 블로그에 수많은 문장들을 활용하여, 단어와 단어 사이의 네트워크를 분석할 수도 있게 되었다. 가령, 사람들이 막걸리를 언급할 때, 가장 많이 언급하는 다른 단어는 무엇인지를 알아낼 수 있다. 파전이라는 단어가 막걸리와 동시 출현 빈도가 가장 높다면, 막걸리 회사 주식 가격이 오를 때 파전의 원료인 밀가루 생산 회사의 주식도 함께 오를 것이라고 추측할 수 있게 된 것이다.
저자는 네트워크 분석을 하기 위해서 가장 좋은 프로그램은 무엇이냐는 질문을 종종 접한다. 대답은 그러나 불행하게도 그런 프로그램은 잘라 말해서 ‘없다’. 사회 연결망 분석을 위해 개발된 무수한 기법은 “정글에 뿌려진 갖가지 씨앗들”처럼 각각의 나무들이 곳곳에서 무성하게 자라난 상태로서, 네트워크 분석용 프로그램들은 각기 다른 특징을 갖고 있으며 계산해 주는 지표도 약간씩 서로 다르다. 또한 강의와 연구 지도 경험을 돌이켜보면 학생마다 쉽게 이해하고 다루는 프로그램들이 달랐다. 결국 일반 통계학 패키지인 SAS나 SPSS처럼 표준화된 패키지 프로그램은 없는 실정이다.
저자가 이 책의 분석과정에서 다룬 프로그램들은 UCINET, 사이람(Cyram)에서 개발한 NetMiner, 그리고 SAS이다. 이 세 가지만 익히면 거의 대부분의 연결망 분석을 처리할 수 있을 것이다. 그리고 최근에 많은 활용이 이루어지고 있는 R과 Gephi에 대해서도 14장에서 간단히 소개하였다. 크랙플롯(KrackPlot)이라는 프로그램은 이 책의 초판에는 한 개의 독립된 장으로 소개되었지만, 도스용 프로그램이기 때문에 조잡한 그래픽 처리, 윈도우용 프로그램과 자료 교환이 어렵다는 등의 단점이 있어서 2판에서부터 삭제하였다. SPSS로 MDS를 다루던 장도 이번 판에서는 삭제하였다.
4판은 3판을 다음과 같은 내용으로 크게 수정했다.
분석 시 많이 활용되는 개념을 중심으로 장을 재구성하였다. 또한 가능하면 UCINET을 이용한 분석 방법을 소개하였다. UCINET를 이용하여 분석이 어려운 경우에 NetMiner와 SAS, Pajek을 이용한 분석을 소개하였다. 책의 구성을 바꾸면서 이전 판에서는 다루었지만, 개정판에서는 다루어지지 않은 부분들도 존재한다. 특히 국내에서 개발한 NetMiner를 활용한 분석 설명 부분이 많이 줄어든 것은 아쉽다. 하지만 NetMiner의 경우 한글 매뉴얼이 만들어져 배포되었고, 문의가 필요할 시에 사이람에 우리말로 전화 혹은 이메일로 문의하면 친절한 답변을 받을 수 있기 때문에 독자들이 비교적 수월하게 프로그램을 익힐 수 있을 것이라 판단하였다. 그리고 심화 학습을 위하여 참고문헌을 각 장별로 배치하였다.
이 책의 초판을 처음으로 집필하기 시작한 지가 벌써 20년이 넘었다는 사실에서 새삼 세월의 빠름을 느낀다. 기억을 되살려 보면, 이 책은 대학원에 개설했던 첫 번째 연결망 분석 강의를 수강했거나 청강했던 학생들의 도움을 받으면서 출발했었다. 박찬웅 교수와 이경용 박사, 이희제, 김명세, 차영주, 서남규 등이 초판 작업을 도와주었으며, 개정판 작업은 윤호영의 도움을 받았다. 3판은 김영진의 도움을 받았다. 4판은 3판 작업에서 도움을 주었던 김영진이 공저자로 참여하였다. 4판의 원고 교정에 있어서는 이상직, 김이선, 박윤중의 도움을 받았다. 연결망 분석은 다양한 학문에서 연구가 빠르게 발전하기 때문에 가까운 미래에 이 책의 내용들을 더욱 발전시키는 것이 필요할 것이다. 책의 부족한 부분은 전적으로 저자의 책임이다. 미흡한 부분을 발견했을 때 저자들에게 아낌없는 조언과 수정 방향에 대한 제시를 부탁한다. 지식 생태계는 열린 연결망이기 때문에 독자들의 참여가 한국의 사회 연결망 분석 생태계를 더욱 발전시키리라 생각한다.
끝으로 책을 예쁜 디자인과 함께 편집해 준 박영사의 편집진에게 감사의 뜻을 전한다.

2016년 8월
저 자

제1장
연결망 분석이란?
1.1. 관계적 관점으로의 전환 5
1.2. 연결망 분석의 발전 9
1.3. 책의 구성 10
1.4. UCINET 13

제2장
연결망 연구 설계
2.1. 연구 설계에서 고려할 점 19
2.2. 연결망 분석 단위 22
2.3. 연결망 분석의 접근법 26

제3장
연결망 자료
3.1. 인접 행렬 자료 36
3.2. 자아 중심 연결망 37
3.3. 준연결망 자료(quasi network data) 43
3.4. 행렬을 리스트로 표현하기 45
3.5. 실습 46

제4장
연결망 시각화 및 탐색
4.1. 연결망 시각화 기법의 발전 65
4.2. 통계 방법의 적용 68
4.3. 그래프 알고리즘 74
4.4. 기타 76
4.5. 연결망 시각화의 의의와 탐색 77
4.6. 실습 81

제5장
연결망의 구조적 특성
5.1. 응집성 91
5.2. 연결성 93
5.3. 노드의 이웃 관계 95
5.4. 군집 계수(clustering coefficient) 99
5.5. 실습 101

제6장
중앙성
6.1. 중앙성의 주요 개념들 119
6.2. 지역중앙성과 전체중앙성의 관계 127
6.3. 기타 중앙성 지표 129
6.4. 중심화(Centralization) 132

제7장
집 단
7.1. 응집 정도와 연결 정도로 하위 집단을 구분해 내기 140
7.2. 하위 집단을 파악하는 다양한 접근 방법 143
7.3. 대규모 네트워크 자료에서의 집단 탐색 144
7.4. 군집 분석(Clustering) 149

제8장
지위와 역할
8.1. 구조적 등위성(等位性) 161
8.2. 형태 등위성(Automorphic Equivalence) 165
8.3. 역할 등위성(Role Equivalence) 166
8.4. 실습 168

제9장
이원 연결망 분석(2-mode network analysis)
9.1. 완전 연결망으로의 변환 180
9.2. 대응 분석(Correspondence Analysis) 185
9.3. 협업 필터링(Collaborative Filtering) 187
9.4. 실습 188

제10장
자아 중심 연결망 분석
10.1. 설문 자료에서 자아 중심 연결망 추출하기 202
10.2. 자아 중심 응답 자료에서 상담 관계의 학력 간관계 도출하기 205
10.3. 중재자 역할(Brokerage) 208
10.4. 구조적 공백 210
10.5. 실습 214

제11장
SAS/IML을 이용한 자료 변환
11.1. 외부 파일을 SAS 파일로 변환하기 229
11.2. SAS/IML 진입하기 230
11.3. 행렬의 입력 231
11.4. SAS/IML의 연산자(operator) 232
11.5. IML에서 SAS 자료 불러오기와 내보내기 243
11.6. DATA 처리 사례 244
11.7. 서베이 자료에서 완전 연결망 만들기 249

제12장
가설 세우고 검증하기
12.1. QAP 258
12.2. ERGMs(Exponential Random Graph Models) 261

제13장
텍스트에서 의미 관계 추출하기
13.1. KLT를 이용한 한글 형태소 분석 270
13.2. EXCEL로 단어 목록 만들기 273
13.3. 의미 관계 형성: SAS/IML로 연결망 행렬 만들기 275

제14장
연결망 분석 프로그램 소개
14.1. NetMiner 283
14.2. Pajek 292
14.3. R 308
14.4. Gephi 311
14.5. 연결망 분석 프로그램 선택 시 고려 사항 321

국문 색인 323

영문 색인 327

그림 1-1 구조의 효과 예시 6
그림 1-2 TouchGraph Application in Facebook 7
그림 1-3 SNS 트렌드 및 연관어 검색 서비스 8
그림 1-4 한국에서의 연결망 연구 추이 10
그림 1-5 책의 구성과 장별 연계 12
그림 1-6 UCINET 실행 화면 14
그림 2-1 2011년 3월 웹 사이트 유입량 기준 상위 50개 사이트 간인터넷 교통망 24
그림 2-2 관계적 접근과 위치적 접근의 차이 27
그림 3-1 완전 연결망 행렬과 그래프 37
그림 3-2 자아 중심 연결망의 예 39
그림 3-3 준연결망 변환을 통해 얻은 아마존 서적 간의 n×n 연결망 44
그림 3-4 행렬 편집기(Matrix Editor) 46
그림 3-5 데이터 파일 불러오기 47
그림 3-6 ‘.##h’ 자료 열기 52
그림 3-7 Krack-High-Tec.##h(REPORTS_TO) 편집창 53
그림 3-8 DL Editor(Nodelist1 형식으로 입력하기) 54
그림 3-9 c기업의 비공식 연결망(21*21 행렬) 55
그림 4-1 12-13세기 러시아의 교역 연결망 지도 64
그림 4-2 모레노(Moreno)의 사회망 66
그림 4-3 초창기 연결망 시각화 방법의 발전 양태 67
그림 4-4 상관관계 요인 2차원 도표와 연결망 그래프 68
그림 4-5 서울을 중심으로 그린 부산의 위치 70
그림 4-6 MDS 절차의 예시: 평면상 위치 선정 작업 71
그림 4-7 도시 간 비행 거리에 근거한 다차원척도 2차원 지도 72
그림 4-8 대표적인 Spring Layout 비교 75
그림 4-9 환형 시각화 예시 76
그림 4-10 Layered Layout의 예: 공식 조직도 77
그림 4-11 비공식적 조언 연결망 78
그림 4-12 사무실 평면도와 접촉 연결망 79
그림 4-13 그림 4-11 ‘비공식 조언 연결망’ 3차원 그래프 예시 80
그림 4-14 NetDraw 실행 초기화면 82
그림 4-15 자료 불러오기 82
그림 4-16 C기업의 비공식 연결망 83
그림 4-17 MDS로 표현하기 84
그림 4-18 자아 중심 연결망 살펴보기 85
그림 5-1 4개의 노드가 있을 경우 생길 수 있는 연결망의 형체와 개념 92
그림 5-2 연결망 그래프 예시 94
그림 5-3 2자 관계의 4가지 형태 96
그림 5-4 가능한 모든 3자 관계의 집합 97
그림 5-5 3자 관계의 일반화된 형태와 MAN 기호화 98
그림 5-6 좁은 세상 연결망의 특징 100
그림 5-7 C기업의 비공식 연결망의 밀도 계산하기 101
그림 5-8 C기업의 비공식 연결망의 밀도 계산 결과 102
그림 5-9 연결망의 경로 거리 구하기 103
그림 5-10 C기업 비공식 연결망의 경로 거리 행렬 105
그림 5-11 노드 쌍 간의 최대 흐름 106
그림 5-12 연결망의 2자 관계 유형 분석 결과 107
그림 5-13 3기업 연결망의 3자 관계와 연결망 이전성 108
그림 5-14 C기업 연결망의 군집 계수 109
그림 6-1 C기업의 ‘비공식적’, ‘공식적’ 연결망 119
그림 6-2 C기업 비공식/공식 연결망의 노드들의 연결정도 중앙성 120
그림 6-3 C기업 비공식 연결망의 노드들의 인접중앙성 분석 결과 122
그림 6-4 C기업 비공식/공식 연결망의 노드들의 사이중앙성 분석 결과 124
그림 6-5 다른 형태의 네트워크의 표준화된 사이중앙성 값 예시 125
그림 6-6 C기업 비공식 연결망 링크 사이중앙성 계산 결과 126
그림 6-7 노드의 중앙성 128
그림 6-8 PageRank Centrality 동심원형 시각화 화면 130
그림 6-9 HITS Centrality Vector-Authority and Hub 131
그림 6-10 Community Centrality 산점도 132
그림 6-11 집중화 정도가 높은 연결망의 예 133
그림 7-1 결속 집단 141
그림 7-2 중첩된 결속 집단 141
그림 7-3 2중 구성 집단의 예 143
그림 7-4 Girvan-Newman Clustering 설정 창 145
그림 7-5 Girvan-Newman Clustering 분석 결과 146
그림 7-6 연결망에서 집단 구분의 예 147
그림 7-7 Factions 메뉴에서 Modularity 설정 148
그림 7-8 Modularity 분석 결과 149
그림 7-9 군집 분석에서 Similarities/Dissimilarities 측정 방법 선택 151
그림 7-10 유사성 행렬에 대한 위계적 군집 분석 152
그림 7-11 Cluster analysis Dendrogram(유사성 군집 구조 분석 결과) 153
그림 8-1 ‘~~의 자녀’ 관계의 단순 모형 159
그림 8-2 가상의 조직도 160
그림 8-3 상관계수는 등위적이지만 유클리드 거리는비등위적인 경우 예시 162
그림 8-4 구조적 등위성과 형태 등위성의 비교 165
그림 8-5 가능한 모든 3자 관계의 집합 166
그림 8-6 구조적 등위성 계산 설정 창 168
그림 8-7 병원 내 행위자들의 구조적 등위성 군집 170
그림 8-8 부족 간 결혼 교환관계의 블럭 171
그림 8-9 CONCOR를 이용한 블럭 분석창 171
그림 8-10 CONCOR의 절차 172
그림 9-1 이원 행렬 자료의 시각화 181
그림 9-2 대응 분석 결과(학위 연도와 학문 분야) 186
그림 9-3 DL Editor로 2-mode Edgelist 입력하기 191
그림 9-4 키워드×논문(id) 2원 행렬 192
그림 9-5 NetDraw를 활용한 2-mode 연결망 시각화 결과 193
그림 9-6 2-mode→1-mode 변환 194
그림 9-7 2원 행렬의 1원 행렬 변환 결과 194
그림 9-8 키워드 간의 연결망 195
그림 10-1 응답자의 자아 중심 연결망 204
그림 10-2 중재자 역할의 5가지 유형 209
그림 10-3 제약성과 구조적 공백의 비교 211
그림 10-4 자아 중심 연결망 예시 213
그림 10-5 중재자 역할 분석 화면 창 215
그림 10-6 중재자 역할 분석 결과 216
그림 10-7 Structural Holes 분석 실행 창 217
그림 10-8 C기업 비공식 연결망에서의 구조적 공백 지표 218
그림 12-1 QAP 분석 메뉴 실행 260
그림 12-2 QAP Regression 명령 실행창 260
그림 12-3 4자 관계에서의 의존적인 연결 발생의 예 262
그림 12-4 ERGM의 대표적인 파라미터(예) 263
그림 13-1 명령 프롬프트 창에서 KLT 폴더 이동하기 270
그림 13-2 명령 프롬프트 창에서 KLT indext 프로그램 실행하기 271
그림 13-3 KLT indext 프로그램 실행 분석결과 272
그림 13-4 EXCEL에서 txt 파일 열기 273
그림 13-5 EXCEL 텍스트 마법사를 이용한 txt 파일 열기 274
그림 13-6 EXCEL에서 output1 파일 중 단어 목록 뽑아내기 275
그림 13-7 SAS/IML을 통해 도출한 단어 간의 관계 행렬(71*71)의 일부 모습 278
그림 13-8 Pajek으로 단어 연결망 시각화 279
그림 13-9 Gephi로 시각화 279
그림 14-1 NetMiner 4.2.2 화면 구성 284
그림 14-2 7상태 표시줄 286
그림 14-3 1-mode Excel File 불러오기 287
그림 14-4 2-mode Excel File 불러오기 289
그림 14-5 Spring 방식으로 시각화하기 290
그림 14-6 Node And Link Attribute Styling 팝업창 291
그림 14-7 Pajek64 실행 첫 화면 293
그림 14-8 Wolfe.paj 읽어들인 상태의 Pajek 실행 화면 297
그림 14-9 Wolfe.paj 1. kin.net 시각화 300
그림 14-10 Wolfe.paj 2. interact.net 시각화 301
그림 14-11 voc_net.mat의 일부 302
그림 14-12 Pajek 기본 시각화 화면 303
그림 14-13 Kamada-Kawai 방식으로 시각화 303
그림 14-14 링크가 제거된 연결망 생성 304
그림 14-15 동시등장 5회 이상 키워드 연결망 305
그림 14-16 K연결 정도 파티션 생성 후 화면 306
그림 14-17 파티션 범위 설정 307
그림 14-18 가중치가 포함된 그래프 308
그림 14-19 R-Studio 화면 구성 309
그림 14-20 R igraph 패키지를 이용한 연결망 시각화 예시 311
그림 14-21 Gephi 화면 구성 312
그림 14-22 도구＞플러그 인: 추가 설치 가능한 플러그 인 313
그림 14-23 .net 파일 읽기 314
그림 14-24 Fruchterman Reingold 레이아웃 실행 결과 315
그림 14-25 Appearance 탭에서 노드 사이즈 조정하기 316
그림 14-26 Edges/Labels 모양 설정 316
그림 14-27 Use node color 체크 박스 해제 317
그림 14-28 연결망 지표 계산 317
그림 14-29 Modularity 계산창 318
그림 14-30 노드 라벨에 Degree에 따른 크기 적용하기 319
그림 14-31 OpenOrd 레이아웃 적용, Label Adjust 적용 320

표 2-1 인터넷 사이트 종류별 클릭 이동량 25
표 2-2 병원 내의 가상 연결망 28
표 2-3 이미지 행렬의 예 28
표 3-1 한국인의 학력 간 결혼 연결망의 구조 38
표 3-2 GSS 문항의 예시 40
표 4-1 10개 도시 간 비행 거리 70
표 4-2 MDS의 종류 72
표 7-1 집단을 분류하는 기준과 집단의 종류 140
표 7-2 가상의 회사의 회사원들 정보 150
표 8-1 병원 내 정보 관계망 행렬 163
표 8-2 노드 간 정보 관계 중첩 여부 요약 163
표 8-3 블럭 모델링(CONCOR) 결과 173
표 8-4 이미지 행렬(절취점 0.7) 174
표 9-1 사교 클럽 가입행렬 예시 180
표 9-2 2-mode(n×c) 행렬 시각화를 위한 (n+c)×(n+c) 행렬 182
표 9-3 사교 클럽 가입 행렬(〈표 9-1〉)로부터 계산한 정치인 간 준연결망 183
표 9-4 사교 클럽 가입 행렬(〈표 9-1〉)로부터 계산한 사교 클럽 간준연결망 184
표 9-5 1960-1975 학문 분야별 박사학위자 수(미국) 185
표 9-6 Social Networks 제43권의 서지 정보 일부 189
표 9-7 DL Edgelist2 형태로 논문-키워드 변환(예) 190
표 10-1 자아 중심 연결망과 연결된 이들의 학력 205
표 10-2 학력 관계 행렬 207
표 10-3 자아 중심 연결망 조사 자료 변환 SAS IML 프로그램 207
표 11-1 IML 지원 연산자의 유형 233
표 12-1 독립변수 및 통제 변수 구성 259
표 12-2 QAP Regression 계수 추정치 261
표 14-1 Pajek 메뉴 구조 295
표 14-2 Wolfe.paj 파일 구조 298

저자가 처음으로 사회 연결망 분석을 연구할 때인 1980년대만 해도 국내에는 이에 대한 관심이 거의 없었다. 아동학이나 가족 연구, 사회복지학을 공부하는 학생들이 분석 방법에 대해 가끔 문의하는 정도였다. 1990년에 용기를 내어 처음으로 개설한 대학원 강의에는 수강생 3명과 각지에서 온 청강생 5명이 수업을 들었다. 그러나 이제는 사정이 많이 달라져 연결망 분석 강의가 제법 인기 과목의 반열에 들게 되었다.
개정3판을 낸 지 5년 만에 다시 4판을 내게 되었다. 이 기간 동안에 네트워크 분석 방법은 빠르게 발전하면서 각종 분석프로그램들이 업데이트되고 개정판에 대한 요구가 계속 있어 왔다. 동시에 이 분석 기법은 여러 학문 분야에 빠른 속도로 전파되어, 이제는 거의 대부분의 사회과학 분야와 물리학이나 생물학 등 자연과학 분야, 그리고 의학을 포함한 생명과학 분야에서 점점 더 자주 만날 수 있게 되었다. 테러리스트 네트워크 분석, 축구 선수들 사이의 패스 네트워크, 혹은 소설 〈토지〉의 등장인물 사이의 네트워크, 유전자 발현 네트워크나 신약 개발을 위한 단백질 네트워크 분석 등 새로운 학문 융합 분야에서도 네트워크 분석을 쉽게 발견할 수 있게 된 것이다. SNS의 확산 등 정보의 축적과 컴퓨터 연산능력의 발달로 인해서 이제 웹에 있는 모든 단어들의 관계까지 분석 대상이 되어 사람들의 행태를 분석하는 시대이다.
사회학 내에서는 경제사회학이라는 분야가 번성하면서 경제적 행위는 행위자가 어떤 사회 관계망에 놓여 있는가에 따라 달라지며, 시장은 자유시장(free market)이 아니라 구조화되어 있고, 시장 구조를 분석하려면 연결망 분석이 좋은 도구라는 것을 깨닫게 되었다. 정치학 분야에서는 정책 결정 과정에 연결망이 작용한다는 현상을 연구하기 시작했으며, 사회복지학 분야에서는 사람들 사이의 ‘도움 연결망(helping network)’이나 ‘지원 연결망(support network)’이 인간의 복지에 중요하다는 것을 알게 되었다. 보건 분야에서는 연결망과 건강 사이의 연구 결과가 쏟아져 나오고 있다. 가령, 비만도 사회연결망에 의해서 전염되며, 행복감이나 건강도 연결망에 의해서 전파된다는 것이다. 경영학 분야에서도 사람들과의 ‘좋은 관계 맺기’가 기업의 경영 성과뿐만 아니라 각 개인들의 업무 성과에도 큰 영향을 미친다는 것을 발견하였다. 이처럼 연결망의 중요성이 모든 사회과학 전 분야에서 인식되면서 연결망 분석 기법에 대한 관심도 상당히 커진 편이다.