SNS의 오해와 이해

Gos&Op 2012.12.15 14:36 |
Share           Pin It

오래 전부터 SNS의 메카니즘에 대한 글을 적고 싶었지만, 굳이 다 아는 내용을 내가 또 적는 것도 일종의 공해가 될 것같아서 계속 미뤘다. 그런데 어제 시사IN에 올라온 <박근혜 후보, SNS 여론전략 보고 직접 받았다> 기사에 포함된 동영상 (아래 참조)을 보면서, 스스로 SNS 전문가라고 자평하는 사람이 SNS의 기본적인 메카니즘을 제대로 알지도 못하고 (또는 일부러 왜곡시켜서) 발표하는 것을 보면서 그리고 그런 잘못된 부분을 보면서 뭔가 대단한 것을 보고 있는 듯한 표정의 참가자들의 모습을 보면서 더이상 미뤄둘 주제가 아닌 것같아 결국 이렇게 글을 적습니다. 발표내용을 들어보면 SNS에서 N이 Network의 약자임을 모르는 것같다는 생각을 했습니다. 어쩌면 P를 중심으로 한 새누리나 군대의 일종인 ROTC라는 백그라운드를 생각해보면 그들이 생각하는 Network는 그냥 다단계, 즉 피라미드 Pyramid일 수도 있다는 생각을 해보면 발표의 내용이 이해가 되기도 합니다.

오해 하나.
가장 기본적인 오해는 산술적 팔로워수의 계산에 있습니다. (그냥 수치는 예로 들겠습니다.) 100명의 팔로워를 가진 100명의 사람들이 나를 팔로잉하면, 나의 2차 팔로워의 숫자는 10000명 (100 * 100)이다. 이 말은 얼핏 보면 맞다. 산술적으로 전혀 틀리지 않았다. 그러나 실제로는 그렇지 않다는 것을 다 알고 있다. 나의 팔로워 100명이 서로 팔로잉을 전혀 하지 않고, 그들의 팔로워들도 서로 팔로잉을 전혀 하지 않는다면 10000명의 2차 팔로워를 가질 수 있다. 그러나 현실적으로 전혀 불가능한 수치다. 단적으로 내가 나를 팔로잉한 100명을 맞팔로잉을 했다면, 적어도 2차 팔로워수는 1만명에서 100명 (나)을 제해야 한다. 그리고 나를 팔로잉했는 사람들이라면 나와 학교나 직장 등에서 관계가 있거나 적어도 관심사가 비슷하기 때문에 그들끼리도 서로 연결되었다고 가정하는 것이 합당하다. 서두에서 말했듯이 피라미드 구조에서는 100*100은 1만이 되지만, 네트워크는 그렇게 일방향 트리가 아니다. 서로 연결되어있기 때문에 네트워크라고 부른다. 그래서 현실적으로 2차 팔로워의 숫자는 예상치보다 많이 낮을 수가 있다.

오해 둘.
이해를 편하게 하기 위해서 피라미드로 가정하자. 즉, 나의 2차 팔로워의 숫자가 10000이라고 가정하자. 그러면 내가 적는 글이 그들 10000명에게 온전히 전달될 수가 있는가?에 대한 의문을 가져야 한다. 상명하달식의 군대조직에서는 대장이 말한 내용이 일반 사병에게까지 저대로 전달되어진다. 그러나 일반적인 SNS에서는 이게 불가능하다. 일단 내가 적은 글이 나의 팔로워100명이 모두 봤다고 가정하자. 그런데 그들 100명이 리트윗/RT을 하지 않는다면 내 트윗은 나의 팔로워 100명에게서 생을 마감한다. 정보가 네트워크를 통해서 전파/전달된다는 말에서 기본 가정은 그들이 자발적/비자발적으로 메시지/정보를 계속 전파시킨다는 것이다. 그런데 내 글을 본 사람들이 전혀 RT를 하지 않는다면 내 글은 단지 100명에게만 효력을 미쳤다. 그리고 100명 중에 몇 명이 RT를 했다면 수명이 조금 더 연장이 되었겠지만 산술적으로 10000명은 아니다. 물론 네트워크는 더 복잡하고 RT된 것이 또 RT되고 하면서 더 넓은 세상으로 전파되는 것은 맞다. 그러나 그냥 산술적인 수치를 마구잡이고 진실인양 말하는 것은 현실을 전혀 모르거나 아니면 일부러 숨기는 처사다. 많은 SNS 마케팅 회사들의 브리핑에 속으면 안 된다.

오해 셋.
진짜 내가 유명인이거나 내 글이 너무 감동적이어서 내 글을 읽은 모든 사람은 리트윗할 수 밖에 없다고 가정하자. 앞의 가정에 중요한 문구가 있다. 바로 '내 글을 읽은 모든 사람'이다. 나의 팔로워 모두가 아니라 '내 글을 읽은 팔로워'다. 즉, 100명의 팔로워를 가졌다고 해서 그 100명이 모두 내 글을 읽는 것이 아니라는 거다. 팔로워 중에서 오직 나만 팔로잉하는 사람이 있다면 아마도 그는 내 글을 읽었을 가능성이 높다. 또는 100명정도 팔로잉하는 사람이더라도 과거글을 뒤저보면서 내 글을 읽었을 가능성이 높다. 그런데 1000명을 팔로잉을 하는 팔로워가 내 글을 바로 읽었다라고 가정하기 어렵다. 사이비 SNS 마케터들이 저희는 수만명의 팔로워를 확보했습니다라고 자랑을 한다. 그러나 마케팅 메시지가 그 수만명에게 온전히 전달되는 것이 아니다.

오해 넷.
세번째의 내용과 일맥상통한다. 내가 글을 적으면 100명이 언젠가는 읽을 거라는 그런 안일한 생각도 틀렸다. 트윗이나 실시간 메시지는 시간과 함께 흘러간다. 그냥 흘러가는 정보다. 즉, 지금 읽지 않으면 전혀 읽지 않을 가능성이 높다. 3에서처럼 너무 많이 팔로잉을 해서 그래서 그들이 쏟아내는 모든 글을 읽지 못해서 내가 적은 글이 그 글무더기 속에 파묻혀서, 그 글파도에 휩쓸려서 함께 사라진다. 물론 내가 진짜진짜 유명한 사람이거나 아니면 내가 진짜 흉악한 범죄를 저질러서 내 글을 모두 전수 조사를 한다면 내 글이 나중에도 읽혀질지도 모른다. 그러나 일반적으로 그런 경우가 발생할 가능성은 매우 낮다. 차라리 로또를 기대하는 것이 낫다. (물론 로또는 수동적이지만, 내 글을 읽혀지기 위해서 심각한 범죄는 능동적으로 저지를 수가 있기는 하다.) 지난 총선에서 김용민씨와 김구라씨의 과거 발언이 회자된 것과 같은 일은 일반인들에게는 거의 일어나지 않는다. 트위터나 페이스북의 서버나 다른 여러 인터넷 아카이브에 내 글이 아카이빙되고 있는 것은 사실이지만, 그래서 빅데이터라는 말을 많이 하기는 하지만 마음먹고 찾아나서지 않는 이상은 내 글의 생명력은 수분에서 수시간, 길어도 며칠밖에 되지 않는다. 물론 이렇게 블로그에 글을 적는 경우는 좀더 긴 생명력을 가질 수가 있다. (그래서 단문의 트윗 전문가보다는 여전히 긴글을 양산하는 (전문)블로거들이 마케팅에 더 도움이 된다.)

오해 다섯.
그리고 네트워크에서 시간이 흐를수록/흘러도 연결이 지속/강화/확대된다는 이상한 믿음이 있다. 한번 친구를 맺어놓으면 가두리 양식처럼 내 영향력 밑에 놓여있을 것이고, 더 많은 사람들이 내게 연결될 거라는 헛된 믿음이 있다. 일반적으로 연결은 지속될 가능성이 높고 연결수/밀도가 높아지는 것은 사실이다. 이 문장에서 '일반적'이 중요하다. 그 사람 (노드)가 진짜 일반적인 경우에 그렇다는 거다. 트윗을 자주해서 파워트위터러같은데 헛소리만 계속 한다면, 또는 내 관심과 무관한 이야기만 계속 올린다면, 또는 너무 과도하게 글을 올린다면 등의 다양한 경우에 대해서 연결이 끊어지는 경우가 많이 발생한다. 단순히 온라인에서 관심사로 맺어진 연결뿐만 아니라, 오프라인에서 형성된 학연, 지연, 혈연의 관계가 있더라도 온라인에서 연결이 영구하다는 보장이 없는 것을 자주 본다. 또라이 집단에서 그들 사이의 연결은 강화될지 모르나, 다른 집단/개인과의 연결의 결속력이 생기느냐는 다른 문제다. 특히 위의 발표자에서처럼 특수 목적을 가진 사람, 일반적인 경우에는 (제품/서비스/행사) 마케터는 홍보성의 쓰레기글만 양산하기 때문에 처음에 어떻게 관계를 맺었더라도 시간이 지나면서 연결이 끊어질 가능성이 더 높다. 지금 100명의 팔로워를 가졌다고 자랑해도 내일 모두 떠나버릴 수 있는 것이 네트워크다. 마케팅의 입장에서 새로운 시장으로의 연결이 중요하지, 기존 고객과의 메시지 전파는 큰 의미가 없다. (고객관리의 의미가 아님) 네트워크는 진화하고 변화무상하다. SNS의 관계도 그렇다.

내가 아무리 좋은 글을 적어도 전혀 호응이 없을 때가 많다. 조금 아쉽기도 하지만 내 글이 그들에게 전달되었을 가능성이 낮다는 것을 잘 알기에 그들을 뭐라고 탓할 수도 없다. 그리고 그들이 나의 일부가 좋아서 팔로잉을 했지 나의 모든 것이 좋아서 팔로잉을 한 것이 아니다. 그래서 특정 이슈에 대해서 반응하지 않는 것도 당연하다. 어쩌면 지금처럼 정보가 쏟아지고 관계가 복잡한 중에 내 글의 일부라도 누군가의 관심을 끌었다면 그것이 더 기적같은 일이다. 나도 수천명을 팔로잉하면서 모든 트윗을 같은 비중으로 관찰하지도 않는다. 그리고 항상 스마트폰을 옆에 두고 모든 글을 읽지도 않는다. 그냥 몇 시간에 한두번씩 접속해서 그 순간에 첫페이에 올라온 몇 개의 트윗에만 눈길을 돌리고, 또 다른 일에 정신을 팔아버린다. 나도 이러는데 다른 사람들도 그럴 것이다. 어제도 글을 적었지만, 인터넷과 SNS는 큰 가능성과 도전을 우리에게 줬다. 그러나 아직으 가능성 중에 아주 일부만을 사용하고 있다. 지나친 과신은 피했으면 좋겠다. 그리고 SNS 및 SNS 마케팅을 하시는 분들은 제발 네트워크에 대한 기본 지식은 갖고 사기를 쳤으면 좋겠다.

댓글을 달아 주세요

네트워크 추론 (I)

Gos&Op 2012.08.13 19:21 |
Share           Pin It

네트워크에 대한 심도깊은 내용을 다루지는 않을 것이다. 그냥 최근에 책을 읽으면서 생각했던 부분들이나 관련된 내용을 자유롭게 논하고 싶다. 그리고 일단 (I)을 붙인 이유는 언젠가는 또 네트워크에 대한 다양한 얘기를 할 기회가 있을 것같아서 시리즈를 염두에 두지는 않았지만 그렇다고 한번의 글로 마무리지어질 것같지가 않아서다. 처음에는 그냥 간단하게 페이스북 노트에 적으려고 했지만 생각보다 길어질 것같아서 그냥 블로그에 글을 적기로 했다. 그리고 '추론'이라 적은 이유도 수학적으로나 실험적으로 검증되지 않고 그냥 그럴 것같다는 가설이기 때문이다.

최근 몇 년 사이에 네트워크와 관련된 많은 책들을 읽은 것같다. 네트워크의 속성이 네트워크사이언스의 역사와 관련된 것들이 대부분이고, 그 외에는 네트워크 또는 복잡계 또는 진화시스템을 사회학 등에 응용한 책들도 많이 읽었다. 그리고 명시적으로 네트워크와 관련된 것처럼 보이지 않지만 실상은 네트워크 복잡계를 다룬 책들이 많다. 인간 사회가 네트워크로 이뤄진 진화복잡계이기 때문에 네트워크를 명시하지 않더라도 사회현상을 밝히는 이론근거는 네트워크에 두고 있는 경우가 많다. 지난 몇 년 간 읽었던 모든 책을 기억해내지는 못한다. 그래도 대표적인 것으로는 알버트-라즐로 바라바시의 <링크>, 던컨 와츠의 <스몰월드> 정도가 네트워크 사이언스의 이해를 돕는데 좋은 레퍼런스가 될 듯하다. 그 외에 마크 뷰캐넌의 책들 (<사회적 원자> <넥서스> 등)이나  던컨 와츠의 <상식의 배반> 등은 네트워크의 속성을 이용해서 사회현상을 잘 설명해주는 책이다. 그리고 잘 알려진 말콤 그래드웰의 <티핑포인트>도 결국 네트워크에 대한 책이다. 네트워크에 대한 일반적 이해는 위의 책들을 참조 바란다. (별로 수학적인 내용을 다룬 것이 아니니 쉽게 이해할 수 있다.)

던컨 와츠의 스몰월드나 바라바시의 스케일프리 네트워크에서 많은 노드들과 연결된 노드, 즉 허브 Hub의 중요성을 잘 설명해주고 있다. 특히 스케일프리 네트워크가 일반적으로 네트워크의 일부의 실패가 네트워크 전체의 실패로 연결되지 않는 이유도 저런 허브들의 역할이 크다. 그러나 반대로 허브가 실패하면 네트워크 전체가 실패할 수 있는 개연성을 가지고 있다. 그런 의미에서 네트워크 전체의 관점에서 허브는 가장 중요한 노드들인지도 모르겠다. 한 네트워크에서 바로 연결되지 않은 노드 A와 B는 거의 예외가 없이 허브 H를 통해서 연결될 가능성이 높다. H를 통해서 한단계만에 연결되지 않더라도 H1, H2 등의 허브 2~3개 정도만 거치면 웬만한 (리프노드를 포함해서) 노드들이 연결될 수 있다. 이것을 기반으로 나온 이론이 바로 여섯단계분리다. 실증적으로 네트워크의 크기나 집접도에 따라서 노드들 간의 평균 거리는 6단계보다 적을 수도 있고, 더 클 수도 있지만, 사람들 사이에 그냥 6단계를 거치면 무조건 연결되는 것처럼 좀 과하게 알려진 개념이다.

네트워크 전체를 봤을 때, 허브 H는 매우 중요하다. 그런데 특정 노드 A와 B 사이 (A와 B는 바로 연결되지 않았다고 가정한다)에서도 여전히 H가 가장 중요한 노드일까? 허브 H가 네트워크 전체 노드와 연결된 수퍼허브라고 가정했을 때, A와 B는 H를 통해서 서로 연결되기 때문에 H는 A와 B 사이의 연결고리가 된다. 그런데 H와 연결된 노드는 A와 B를 포함해서 네트워크 전체 노드의 수와 같기 때문에 H의 입장에서 노드 A와 B는 그저 one of them에 지나지 않는다. 토폴러지 측면에서 노드 A와 B는 허브 H를 통해서 연결되지만, 실제 노드 A와 B 사이의 메시지가 허브 H를 통해서 서로 연결된다고 말하에는 좀 무리가 있다. 그런데 노드 A와 B 사이에 새로운 노드 C가 존재하고, 노드 C는 노드 A와 B (그리고 당연히 허브 H)와만 연결된 노드라고 가정해보자. 이런 상황이라면 노드 A와 B를 연결하는데, 노드 C가 네트워크 허브 H보다 더 중요한 역할을 한다는 것을 알 수가 있다.

허브 H가 네트워크 전체에서는 가장 중요한 노드임에는 맞지만, 특정 노드 A와 B의 상호작용 측면에서는 가장 중요한 노드가 아닐 수 있다는 것이 첫번째 네트워크 추론이다. 페이스북이나 트위터에서 친구/팔로워를 무수히 많이 가진 인물이 있을 것이고, 그 반대의 경우도 있을 것이다. 특정 집단에서 사람 A와 B 사이에는 공통의 친구로 팔로워가 많은 H가 존재하겠지만, H의 존재만으로 A와 B의 친밀도가 높을 가능성이 적다. 그리고 친구의 수가 매우 적은 C라는 인물이 A와 B 사이에 존재한다면 A와 B의 친밀도가 더 높을 가능성이 높다. 그런 측면에서 만약 A와 B 사이에 공통 친구로 H만을 가지는 경우와 C만을 가지는 경우에서 후자의 경우에 A (또는 B)에게 B (또는 A)를 친구로 추천해는 것이 더 맞는 추천알고리즘일거라 생각한다. A - H - B보다는 A - C - B가 더 작은 네트워크 또는 클릭 clique을 형성한다고 가설의 개연성이 더 높다.

그리고 최근에 네트워크를 기반으로 한 추천시스템 (협업필터링 Collaborative Filtering)을 고안하면서 이런 종류의 생각을 자주 하게 된다. 영화 추천시스템을 예로 든다면... A라는 인물은 100편의 영화를 봤고, B라는 인물은 10편의 영화를 봤다고 가정한다면 분명 A가 본 영화들 사이의 연관도보다는 B가 본 영화들 사이의 연관도가 더 높을 가능성이 높다. 건전한 가정으로 A는 다양한 영화를 봤을 가능성이 높고, B는 특정 주제의 영화만을 봤을 가능성이 높다. 그런데, 역으로 A는 특정 카테고리의 영화광이지만, B는 그냥 인기있는 영화만 골라봤을 가능성도 있기 때문에, 앞의 가정이 전적으로 misleading할 수도 있다. 후자라면 앞의 네트워크 추론/가설은 틀린 것이 된다. 영화의 관점에서 볼 때, A는 1000만 관객이 봤고, B는 1만명이 봤다고 가정한다면 A를 본 관객의 분포보다는 B를 본 관객의 분포가 더 균일하리라는 가정할 수 있다. 그러나 또 역으로 B는 완전히 임의의 사람들이 봤다고 가정할 수도 있을 듯하다. 네트워크 추론이 틀린 것일까?

또 하나 재미있는 사실이 있다. 구직자들의 대상으로 설문해보면 현재 직장에 취업하기 위해서 가까운 지인들보다는 그냥 알고만 지내는 사람들로부터 취업정보를 얻은 경우가 더 많다라는 유명한 발견이 있다. 이 발견대로라면 여전히 긴밀한 네트워크보다는 방만한 네트워크, 즉 허브가 더 중요하다는 것을 암시하는 것같다. 그런데 긴밀한 연결 사이에는 서로의 호불호 정보를 너무 잘 알기 때문에 그를 미리 가정해서 적당한 자리를 추천해주지 않는 경우를 생각해볼 수가 있다. 헤드헌터를 통해서 삼성이나 SKP 쪽의 스카우팅 제의를 자주 받는데, 그런데 정작 삼성이나 SKP에 다니는 직원들로부터는 리크르팅 제의를 받아본 적이 없다. 헤드헌터는 잡마켓에서 허브 역할을 하고, 특정 회사의 직원들은 거의 리프노드에 해당된다. 리프노드는 서로에 대해서 더 잘 알기 때문에 '설마 저 사람이 이 포지션을 제안하면 받아들일까?'를 고민해보고 아주 적당한 자리가 아니면 애초에 포기해버리지만, 헤드헌터들은 그 사람의 기본적인 정보 (학위나 현재 직장 정도)만을 알고 있기 때문에 무조건 미끼를 던저보고 물리면 낚고 그렇지 않으면 포기해버기 때문에 쉽게 잡오퍼링을 할 수가 있다. 특정 인에 대한 가정이 없이 쉽게 오퍼를 주기 때문에 오히려 성공률이 더 높은지도 모른다. 

소개팅 마켓에서도 어쩌면 비슷한 역학이 작용한다. 너무 친한 친구 둘을 엮어주는 것은 위험 부담이 너무 크다. 잘 되면 좋지만, 그렇지 못한 경우에는 양쪽 모두와의 관계가 서먹해지기도 하고... 또 잘 된 경우라도, 나에 대한 비밀을 너무 많이 공유한 두 명의 결합은 조금 꺼려지는 부분이기도 하다. 나의 어릴 적 비밀을 알고 있는 친구가 갑자기 합류해서 이런저런 비밀을 모두 까발리는 경우.. 에휴.. 그렇기 때문에 적당히 알고 적당히 관계된 두 사람을 편하게 소개시켜주는 것이 더 일반적일 수도 있는 것같다. 그리고 또 친밀한 노드의 수는 제한되어있지만, 적당히 알고 있는 지인의 수는 많기 때문에 연결의 가지수도 더 많기 때문에 그렇기도 하다. 비이해관계에서는 긴밀한 중간 노드가 더 중요하게 역할하고, 이해관계에서는 친밀도가 낮은 중간 노드가 더 중요한 역할을 하는 건지도 모르겠다.

댓글을 달아 주세요

Share           Pin It
 '네트워크'라는 용어에 또 반응하게 되었다. 아래의 글은 특별히 학술적이거나 실험적 증거에 의해서 적는 것이 아니라, 개인 경험과 평소의 생각을 바탕으로 적는 글이니 너무 심각하게 받아들이지 말기 바랍니다. 그리고, 본문 중에 사용된 몇몇 용어들이 잘못 사용될 수도 있습니다. 이름이 정확히 기억이 나지 않아서 전혀 다른 또는 정반대의 이름을 사용할 수도 있습니다. 추후에라도 정확한 이름이 기억나면 수정할 수도 있으나 큰 기대는 하지 않습니다.

 소셜네트워크 때문에 네트워크라는 용어가 매우 친근해졌다. 그러나 네트워크가 가지는 그 모습이나 속성은 유사이래도 우리의 삶에 밀접하게 연결되어왔다. 현재 우리의 삶 속에서 형성되는 여러 네트워크의 속성 및 현상에 대해서는 많은 연구들이 되어왔다. 대표적으로 알베르트-라즐로 바라바시 교수님의 <Linked>에 잘 설명되어있다. 예전에는 단순한 Random-Network라는 걸 가정했었는데, 실제는 Scale-Free Network라고 한다. 특징적인 특성으로는 하나의 노드에 연결된 인접노드의 수분포는 Power Law를 따른다는 거다. (보통 롱테일분포로 알려진) 그런 분포를 이루는 이유도 Preferential Attachment (선호연결)이라는 특성 때문에 이뤄진단다. 같은 책에서 이런 스케일프리 네트워크에서 특정 노드의 실패가 전체 네트워크의 실패로 잘 연결되지 않느다고 한다. 네트워크의 특성상 A와 B 사이에 존재하는 C라는 노드가 없더라도 D, E, F.. 등의 다른 노트를 통해서 간접적으로 연결이 될 수도 있고, 때로는 G - H - I ... 등의 여러 단계를 거쳐서 연결이 될 수도 있기 때문이다. 그런데, 스케일프리네트워크는 파워로를 따르기 때문에 대부분의 노드들이 가지는 인접노드의 개수는 네트워크의 크기에 비해서 매우 작지만, 몇몇 노드들은 인접노드의 개수가 보통의 것들보다 엄청나게 큰 것들이 존재한다. 그런 노드들을 보통 허브 Hub 노드라고 부른다. 그런데, 이런 허브노드들에서 실패가 발생하면 전체 네트워크의 실패로 연결될 가능성이 높다고 한다. 너무 당연한 소리지만, 이런 것들이 실험이나 시뮬레이션 등을 통해서 밝혀졌다. 그리고, 그동안 몇몇 대형 사고들을 통해서도 밝혀진 사실이다. 대표적으로 몇 해 전에 아시아 지역의 광케이블이 끊어져서 대륙간 정보흐름이 일시적으로 박힌 적도 있다. 그리고, 또 네트워크에 대해서 잘 알려진 이야기는 6단계 분리 Six Degree of Separation이다. 네트워크가 크더라도 (노드 수가 많더라도) 두개의 개별노드는 5~6단계 정도만 거치면 연결된다는 얘기다. 이에 대한 연구는 오래전부터 있어왔고, 잘 알려진 실험이 헐리우드의 케빈 베이컨의 연결이다. (물론, 케빈 베이컨보다 더 큰 허브가 존재한다는 것도 밝혀졌다.) 이런 6단계 연결이 가능한 것도, 일반 노드들은 리프 Leaf 노드들이지만, 중간중간에 전체를 연결해주는 많은 허브노드들이 존재하기 때문에 가능한 얘기다. 그런데, 이제까지의 네트워크에서는 평균 6단계 연결로 가능했지만, 실제 네트워크가 더 큰 경우에는 6단계보다 더 많은 단계를 거쳐야 연결이 된다. 그러니, 모든 네트워크에서 노드들간의 거리가 6이다라고 단정적으로 말하면 안 된다. 네트워크의 크기나 밀접도 등에 따라서 파워로의 계수도 달라지고, 그래서 노드들 간의 평균 거리도 달라진다. 이런 평균 거리도 어쩌면 파워로를 따르리라 본다. 네트워크에 대한 더 많은 이야기들이 있지만 여기서 접자.

 그런데, 최근에 읽는 많은 창의성, 혁신, 지식산업 등과 관련된 많은 책들이 이 네트워크를 차용해서 그런 개념들을 설명해주고 있다는 것이 재미있다. 단순히 생각의 발상에서부터 구현 및 저변확대라는 단순한 프로세스도, 과거에는 단지 개인의 천재에서 시작했다는 얘기가 많았는데, 최근에는 그룹싱킹 또는 그룹인터렉션의 개념으로 많이 설명되고 있는 것같다. 콜레보레이티브 필터링과 같은 협업적 과정도 네트워크를 기본으로 생각하는 것같고, 사회/경제적인 문제를 설명하는 복잡계 Complex System도 기본적으로 네트워크를 바탕으로 설명되는 것같다. 유명한 저자인 말콤 그래드웰의 책 <티핑포인트>에서도 생각의 확산이 기본적으로 네트워크에 편성해서 설명해주고 있지 않은가? 그렇도, 스케일프리 네트워크인 듯하다. 생각을 처음 만들어낸 사람, 그리고 그런 생각을 수집한 사람, 그리고 그런 생각을 전파한 사람으로 연결되는 그런 네트워크. 그런데, 수집자와 분산자는 대표적인 네트워크에서의 허브노드라는 결론... 너무 뻔하지만, 우리 삶에서 너무 멱혀들어가기 때문에 비슷한 내용들이 계속 만들어질 것이 분명하다. 그리고, 대니얼 골먼이 주장했던 감성지능과 사회지능 등도 어쩌면 당연히 네트워크를 기본 가정으로 뒀기 때문에 만들어진 결과물로 보인다. 나만의 지능에서 발전해서 너의 생각 그리고 우리의 관계를 발전시키다 보면 자연히 나와 너의 감정, 그리고 우리의 동화라는 감성과 사회성을 다루는 것도 당연해 보인다. 그 외에 최근에 발표되는 많은 개념들이 겉으로 직접 표현이 되지 않더라도, 대부분 네트워크를 은연중에 묘사하고 있다. 못 믿겠다는 서점에 가서 사회, 경제, 정치 등과 관련된 최근 10년 동안의 책들을 모두 읽어보기 바란다. 

 참 서론이 지루했다. 대신 본론은 짧게 적을 것같다. 예전부터 사용하던 전화나 이메일부터 해서 최근에는 트위터나 페이스북 등의 다양한 소셜서비스들이 존재한다. 트위터나 페이스북은 현재 너무 유명해졌지만, 국내의 싸이월드, 미투데이, 요즘 등과 같은 아류성 SNS들 뿐만 아니라, 최근에 많은 인기를 얻고 있는 사진공유SNS인 인스타그램, 그리고 애플에서 야침차게 발표했지만 아직은 제대로된 진가를 발휘하지는 못하는 Ping, 그리고 구글의 다양한 소셜시도들을 보면서 지금 우리는 소셜의 시대, 아니 더 기술적으로 말하면 네트워크의 시대를 살고 있다. (사실, 우리가 네트워크에 바탕을 두고 있다는 것은 더 오래전의 이야기지만... 표면적으로 더욱 부각된 시대를 살고 있는 것같다.) 그런데, 이런 서비스들을 하나둘 더 사용하면 사용할 수록 느끼게 되는 것이 있다. 바로, 관계의 중복에 대한 거다. 오프라인에서 맺어진 관계가 그래도 트위터로 연결이 되고, 트위터에서 맺어진 관계가 또 페이스북에서 연결이 된다. 또는 다른 여러 방향으로 한 서비스에서 맺어졌던 것이 다른 서비스에서 중복으로 맺어진다. 실제 오프라인에서 전혀 일면식도 없는 트위터 친구들이 어느날 페이스북에서 친구가 되어있고, 4Sq의 친구가 되어있고, 인스타그램의 친구가 되어있는 것을 보게 된다. 계속 이렇게 관계가 재생산되고 있다. 그런데, 이렇게 관계가 중복될 수록 그들과 더 친밀해지는가?라는 물음에는 적어도 나에게는 그렇지 않다는 답변을 얻었다. 어차피 대화하던 상대들과만 더 친밀해지지, 아무리 네트워크가 커지더라도 새로운 친밀도는 생겨나지 않는 것같다. 그런데도, 각 SNS들이 제공해주는 친구찾기 기능을 통해서 새로운 친구들을 또 맺고 맺고 한다. 그들과 더 친근해질 가능성도 없으면서 무조건 네트워크의 크기만을 키우고 있다. 그래서, 가끔은 특정 서비스에서는 기존의 친밀한 사람들과 만의 네트워크를 구성해봐야겠다는 생각을 가지고, 새로운 서비스에 가입해보기도 하지만... 일단은 기존의 친구들이 해당 서비스를 이요하지 않다보니 어느새 그 서비스에서의 친구들도 전혀 모르는 사람들로 채워지는 경우가 많아졌고, 어느 샌가 기존의 서비스에서 느꼈던 그런 공허함에 또 이곳에서도 발생해버리는 일들이 끊임없이 이어지고 있는 듯하다. 물론, 여기에서의 설명은 지극히 개인적인 경험과 감정에 바탕을 뒀기 때문에 일반화에 문제가 있다. 그렇지만, 나와 비슷한 경험과 감정을 토로하는 이들도 상당히 있으리라 짐작한다. 그래서, 네트워크는 어떻게 발전/진화할 것인가?에 대한 진지한 고민을 계속하게 된다.

 적어도 이제까지의 경험으로는 두가지 방향이 있다. 그냥 친구/관계를 수집하듯이 계속 새로운 친구관계를 맺어가면서 옅은 네트워크를 확장해가는 방향과, 반대로 한번 맺어진 관계 속에서 규모는 작지만 더욱 친밀한 네트워크를 형성해가는 방향이 있는 것같다. 나는 트위터에서나 페이스북 등에서 이미 너무 비대해진 네트워크를 가졌기 때문에, 트위터나 페이스북에서는 친밀한 네트워크를 만들기 힘들다라고 말할 수도 있지만, 대부분의 트위터/페이스북의 사용자들은 그들의 친구가 수명, 수집명 내일테니 제가 지금 하는 말에 별로 수긍하기 어려울 듯하다. 네트워크의 규모를 키우면서 친밀도를 유지/높일 수 있는 방법이 있을까? 동전 던지기에서 앞면과 뒷면이 동시에 나올 수가 없듯이, 새로운 네트워크 서비스에 가입하면서 모두 하나의 선택을 해야한다. 친밀하지만 작은 네트워크냐? 아니면, 인터렉션이 없더라도 더 큰 네트워크냐? 물론, 동전던지기에서 하나의 동전만을 던질 필요는 없다. 두개의 동전을 동시에 던지면 앞면과 뒷면이 동시에 나타나는 경우도 있다. 그러니 두개 이상의 서비스에서 서로 다른 전략을 가지고 서비스를 이용하면 되기도 한다. 그런데, 이런 고민은 단순히 네트워크 서비스를 이용하는 사용자들의 고민으로 끝나면 안 된다. 그런 서비스를 만드는 서비스 제공자들이 새로운 서비스를 내놓기 전에 이걸 심각하게 고민을 해봐야 한다. 대표적으로 사진공유서비스인 Path의 경우, 친구의 수를 50명으로 제한을 뒀다. (앞에서 말하지 못했지만, 던바넘버라는 것이 있다. 네트워크에서 친밀도를 유지하는 숫자를 의미한다. 보통 150정도까지 친밀도가 유지되고 그 이상이면 친밀도가 떨어진다고 한다. 많은 책에서 자주 언급되는 고어텍스의 경우에, 한 사업장에 근로자의 숫자가 200명인가 300명이 넘어가면 두개의 사업장으로 분사한다고 한다. 다 이런 이유 때문이다.) 그런데, 이미 인스타그램이라는 대중화된 서비스를 이용하면서 또 별도의 Path 서비스를 동시에 사용하는 것도 익숙치가 않아서 그냥 인스타그램만 사용하게 되는 경향이 있다. 그리고, 네트워크 서비스를 이용하면서 두가지 감정을 가진다. 원래부터 알던 이들과 더 친밀한 관계를 형성하고 싶은 욕구와 더 많은 사람들에게 나 자신을 뽐내고 싶은 욕구를 동시에 가진다. 그런데, 보통은 이미 친밀도는 포기된 상태라서 더 많은 친구들을 맺어려는 경향이 더 크지는 것같다.

 참 두없이 말했다. 그냥 이런저런 생각들이 네트워크와 연결된다는 걸 말하고 싶었다. 나만의 특수한 경우일 수도 있지만, 그래도 비슷한 경험과 감정을 호소하는 이들이 많으리라 생각해서 짧게 적었다. 과연 네트워크는 어떻게 진화할까? 궁금하다.

댓글을 달아 주세요

Share           Pin It
4 / 5. 평범하다 못해 미개하다고 생각되는 개미, 벌, 새, 물고기 등에서 우리가 처한 복잡계의 다양한 문제의 해결책을 찾을 수가 있다. 비록 객체로는 매개할지 모르나 그들이 모인 군체는 그 어떤 개인보다 더 지혜롭게 문제를 해결할 수가 있다. 인터넷의 발전과 함께 더 대중화된 개념인 '대중의 지혜'에 대한 비밀은 수천, 수만년이 지구/자연의 역사 속에 체화되어있었다는 것을 알게 된다. 그러나, 단일 개체들이 모여서 군체가 된다고 해서 항상 더 나은 군체가 되지는 않는다는 것도 명심해야 한다. 때로는 천재적인 개인이 세상을 구할 수도 있다. 그러나 일반적인 복잡적응계에서 많은 문제들은 서로 자발적으로 협동하는 군체에 의해서 더 나은 결과를 얻을 수가 있다. 글로벌 문제를 풀기 위해서 매번 글로벌 싱킹을 할 필요는 없다. 로컬 싱킹들이 모여서 더 나은 글로벌 해법을 제시할 수도 있다. 인간 사회에서는 상상하기 어려워 보이지만, 우리가 미개하다고 말하는 곤충들의 세계에서는 지금도 일어나고 있는 현상이다. 물론, 항상 옳은 답을 내놓았다는 보장이 없을 수도 있다. 그리고, 그런 적응과정이 지나한 오랜 시간을 요구한다는 단점도 있다. 그러나, 적응계는 (언젠가는) 최적의 상태로 수렴한다.

 책에서 소개하는 스마트 군체의 조건으로
  1. 자기 조직화 Self-Organizing
  2. 정보와 관점의 다양성
  3. 간접 협동
  4. 적응적 모방 Adaptive Mimicking
을 설명하고 있다. 

 복잡한 네트워크에서 로컬 간의 다양한 정보교류만으로 복잡계를 안정화시키는 자연의 교훈을 인간이 배워야 한다. 그리고 자연이 가르쳐주는 군중심리의 폐해도 미리 학습해둬야 한다. 자연은 언제나 우리에게 알려주고 있다. 이제 우리가 자연에 더 귀기울이자. 이웃과 동료의 목소리에 더 섬세히 대처하자. 나는 모르지만, 우리는 알고 있다.

스마트 스웜
국내도서>경제경영
저자 : 피터 밀러(Peter Miller) / 이한음,이인식역
출판 : 김영사 2010.09.16
상세보기


댓글을 달아 주세요

Share           Pin It
 이제 2010년도 열흘정도밖에 남지 않았다. 2008년 3월 11일에 다음에 입사했으니, 조만간 만 3년을 채우게 된다. 데이터마이닝팀에 들어와서 여러 업무들을 소화했지만, 이제까지의 많은 업무들이 위에서 내려오는 것들이 많았다. 물론, 주어진 업무라고 해도 그걸 분석하고 구현하는데는 개인적인 의지가 많이 들어갔고, 또 주어진 업무에 항상 +알파하기 위해서 좀 다른/다양한 시도들을 해왔던 것도 사실이다. 그래도, 전체적인 틀에서 보면 위에서 정한 범위 내에서 운신의 폭이 결정되었던 것같다. 조만간 지난 3년간의 업무들에 대한 정리하는 포스팅을 따로 올릴 예정이다. 지난 일을 정리하기에 앞서, 내년을 미리 준비하는 작업을 먼저 해볼까 한다. 2011년도 지난 3년과 크게는 다르지 않겠지만, 그래도 개인적으로 분석해/만들어보고 싶은 일들이 있으니, 크게 두가지만 적어보려고 한다.

 1. 키워드맵 Keyword Map
 키워드맵이라는 용어는 내가 만들었지만, 실제 다른게 사용될 수도 있다. 어쨌던 난 그냥 키워드맵이라 부르기로 했다. 이미 비슷한 업무가 언어처리 또는 음성인식 쪽에서 많은 연구가 진행된 걸로 알고 있다. 그런데, 내가 여기에 굳이 발을 들여놓을 이유는 없지만, 순전히 그냥 가능성이 있을 것같아서 시작해보고 싶다. 물론, 기존의 음성인식/언어처리에서 다루는 데이터나 방법론과 동떨어진 접근을 할 수도 있고, 어쩌면 그들이 이미 해놓은 일들을 답습하는 일일 수도 있다. 그러나, 지난 몇달 동안 내 머리 속에서는 이 일에 대한 가능성과 확장성을 의심하지 않았다.

 그래서, 뭘 해보고 싶다는 거냐? 키워드맵이 뭔데?라는 질문이 나올 것같다. 기존에 존재하는 모든 정의나 방법론은 잊어버리고 그냥 백지 위에서 내 말을 그려보았으면 한다. 단순히 생각해서 특정 한 단어 A에 대해서 연관 또는 연결되는 단어 B를 찾아보고 싶다. 그렇게 확장해서 A > B > C > D.. 식으로 전체 단어체인을 만들고 또 그렇게 단어네트워크, 즉 단어지도 (키워드맵)을 만들어 보고 싶다. 앞서 말했지만, 음성인식/언어처리에서는 음소나 음절단위에서 많은 연구가 진행된 걸로 안다. (터치스크린을 활용한 버츄얼키보드에서 사용자의 타이핑에 반응해서 다음 알파벳을 추천해주는 인텔리전트 키보드도 이런 음소/음절 단위의 통계작업을 거쳐서 이뤄진 것이다.) 그러나 나는 어절/단어 단위에서 유사한 작업을 해보고 싶다. 지난 주에 구글에서 발표한 NGram 프로젝트 (Books NGram Viewer)는 내가 하고 싶은 일에 대한 더욱 강한 자극을 주었다. 구글이 사용한 것은 단순히 이제껏 출판된 많은 (전세계 51억권) 책들에서 NGram (한단어로 이뤄지 1-Gram, 두단어로 이뤄진 2-Gram/Bigram, 3단어로 이뤄진 3-Gram/Trigram 등)을 년도별로 모아서 보여주는 것이지만.. 내가 하려는 작업도 간단하게는 이런 Bigram/Trigram을 만드는 작업이고, 더 깊게 보면 더 복잡한 작업이 될 수도 있다. 가장 간단하게는 단순히 Markov Network를 만드는 작업이지만, 마코프체인 또는 Stochastic Process에서는 이전 상태와 트랜지션 확률에만 관심이 있지만, 실제 키워드체인에서는 그 이전의 상태들에 대한 히스토리도 필요하기 때문에 더 복잡한 작업이 될 수도 있다. 그리고, Bi-/Tri-gram에서처럼 바로 인접한 Adjacent 단어들에 대한 체인만을 고려하는 것도 아니다.

 또, 그래서 이걸 어디에 쓸건데? 단순히 학교에서 연구차원이 아니라, 회사에서의 업무의 연장선상에서 이를 진행한다면 기존 서비스들과의 연계성을 무시할 수도 없는 노릇이다. 단순히 내 흥미를 채워주기 위해서 이 회사가 내게 박봉이지만 월급을 주는 것은 아니니.. 음소/음절 단위에서의 연구라면 현재 진행중인 음성검색이나 오탈자보정 등에도 활용될 수 있을것이고, 내가 하려는 단어/어절 단위에서는 검색서제스트나 관련검색어와 같은 단순한 작업에서부터 (현재의 서제스트 및 관련검색어는 사용자들의 입력 회수, 순서 등에 많이 좌우받았음) 새로 유입되는 검색어/키워드들에 대해서 확장된 이슈를 뽑아낸다거나 클러스터링된 문서/뉴스에서 제목을 정하는 작업 등을 진행할 수도 있다. 그리고, 더 깊게 들어가면 주어진 문서의 품질도 측정이 가능하다. 더 자세한 이야기는 앞으로 일을 진행해가면서 그리고 결과가 나온 이후로 미뤄겠다.

 2. 쿼리예측 Query Predictive Control
 말/타이틀을 좀 어렵게 적어놨지만, 현재까지의 많은 검색쿼리의 분석 및 활용에서 항상 과거데이터만을 사용했다는 점이다. 물론, 데이터마이닝이라는 게 어쩔 수 없는 것이지만... 그렇지만, 여러 연구들을 통해서 검색쿼리 (Query Volume)을 활용해서 다양한 제품의 판매량이나 주식거래량 등을 예측하고, 신종플루의 확산도 예측했다. 그리고 더 나아가 앞으로 개봉할 영화의 흥행도 등에 대한 예측도 가능하다는 연구결과가 나오고 있다. 그래서, 먼저 과거와 현재의 쿼리볼륨을 이용해서 미래의 쿼리볼륨을 예측해보는 작업을 해보는 것이 1차 목표이고, 2차 목표는 이를 이용해서 실제 제품의 판매량, 주가의 흐름, 제품/서비스의 흥행도 등과 같이 검색쿼리를 실물경제와 연결해보는 작업을 해보고 싶다. 특히, 검색쿼리를 이용한 브랜드 인지도라는 걸 만들어서 제공하는 것도 가능하다. 현재까지의 검색쿼리의 분석은 대부분 1차원적인 분석에 머물렀고, 또 1.5차 활용 정도까지 밖에 못 나가갔던 것같다.

 다음검색에서 트렌드차트 기능을 활용해서 '봄 vs 여름 vs 가을 vs 겨울'을 검색하면 해당 단어가 특정 계절에 많이 등장하는 것을 볼 수가 있다. Seasonal Effect (계절효과)를 볼 수가 있다. 이렇듯이 쿼리들도 특정 계절이나 요일에 따라서 수요가 달라진다. 그렇다면 단순히 이런 cyclic 데이터를 활용하더라도 쿼리예측에서 중요한 힌트를 얻을 수가 있다. 그리고, 특정한 제품을 생산해서 TV광고를 했을 때, 이들 제품/브랜드에 대한 인지도를 측정하는 방법에서도 검색결과를 활용할 수가 있다. 적당한 예제는 아닐 수 있지만, '갤럭시탭 트렌드차트'로 검색하면 갤럭시탭의 검색어 추이를 볼 수가 있다. 이렇게 특정 시점을 중심으로 쿼리가 증가했다는 것은 그 시점에 제품이 출시되었거나 또는 사용자들이 그것을 인지하기 시작했다는 반증이다. 트렌드차트의 저장기간이 약 6개월밖에 안 되어서 지금은 확인할 수가 없지만, '로드뷰 트렌드차트'의 경우 '로드뷰'라는 브랜드/서비스를 런칭한지 수개월 동안에는 로드뷰에 대한 검색이 전혀 이뤄지지 않다가 지난번 다음에서 로드뷰를 광고한 이후에 갑자기 검색이 증가했던 것도 검색쿼리변화를 통해서 확인할 수가 있었다. (2~3개월 전에 검색을 했다면 쿼리가 변한 시점과 로드뷰 TV광고 시점과 일치한다는 것을 확인할 수가 있었다.) 이렇게, 마케터들이 광고를 한 이후에 효과가 있는지를 측정하는 방법으로도 이런 쿼리볼륨의 변화를 조사해보는 것이 가능하다. 이런 작업에 대해서 좀더 체계적으로 서비스를 만들어 보고 싶은 게 지난 몇달간의 욕심이었지만,... 단순히 다음/검색이라는 측면에서는 단기적 ROI가 나오지 않은 작업이라 그냥 묻혀진... 제대로 활용하면 새로운 수익모델로도 가능한데... 아쉬운... ... 추가. 심형래감독의 '라스트갓파더 트렌드차트'가 브랜드인지도에 대한 좋은 예제가 될 듯해서 추가합니다. 그전에는 라스트갓파더에 대한 것을 모두 알고 있었지만, 실제 예고편이 나오고 광고가 실리기 시작하면서 검색이 급증했다는 것을 트렌드차트를 통해서 쉽게 확인할 수 있습니다.

 관련 연구

 3. 기타...
 이런 것들 외에도 기존의 소셜네트워크 데이터를 활용한 더 심도깊은 분석이나 서비스화에 대한 욕구는 항상 있었다. 그리고 늘 밝히지만, 'Network'라는 용어는 항상 내 심장을 띄게 한다. 늘 좀더 체계적인 네트워크에 대해서 공부해보고 싶고, 또 더 깊은 연구와 분석을 해보고 싶었다. 내년에 또 어떤 업무가 내게 주어질지에 대해서는 난 모른다. 그래도, 나도 나 자신에게 선물을 준다면 내년에는 네트워크에 대해서 더 공부/연구하는 해가 되었으면 한다.


댓글을 달아 주세요

Share           Pin It
4 / 5, 세상은 지식이 아니라 상상력으로 발전한다. 창의력도 창발적 상상력의 산물이긴 하지만, 그런 창발성에도 법칙이 있다. 조건이 잘 맞으면 더 큰 창의력으로 승화하지만 그렇지 못한 경우 위대한 아이디어가 소리소문없이 사라져버릴 수도 있다.

스마트 월드
카테고리 자기계발
지은이 리처드 오글 (리더스북, 2008년)
상세보기

 더 똑똑한 세상을 위해서...
 책은 지식의 창의적인 도약에 대해서 말한다. 그러기 위해서 여려 개념들이 소개되었다. 상상력이 네트워크 이론, 복잡계 원리 등의 여러 개념들이 하나로 뭉쳐져서 창의력으로 발전한다고 한다. 그런데 이 책이야 말로 그런 다양한 개념들이 뭉쳐져서 만들어진 산물이다. 창조성은 어느날 갑자기 창발하는 것같지만 책은 꼭 그렇지만은 않다고 분명히 말해준다. 적어도 다음의 9가지 요소나 조건들이 만날 때 새로운 세계가 열린다고 말하고 있다. 몇몇 개념은 쉽게 이해했지만, 중반에 소개된 몇몇 개념은 제대로 이해를 하지 못하고 넘겨버린 감도 있지만 일견 그럴듯하기는 하다. 다음의 9가지 원리가 인간의 창조성을 가능케 한다.
  1. 이성과 상상력
  2. 티핑포인트의 법칙
  3. 적익부, 적익적 법칙
  4. 자연발생의 법칙
  5. 길찾기의 법칙
  6. 핫스팟의 법칙
  7. 좁은 세상 네트워크 법칙
  8. 통합의 법칙
  9. 최소 노력의 법칙
 모든 개념을 다시 자세히 설명하기는 어렵다. 그냥 책을 사서 볼 것을 권한다. 기본적으로 세상이 발전하는 것은 또는 미래는 이성보다는 상상력에 의해서 이뤄진다고 말한다. 특히 마지막 장에 경영학 구루 중에 한명인 게리 해멀의 말이 인상깊다. '많은 기업이 실패하는 이유는 미래를 예측하지 못해서가 아니라, 상상하지 못해서이다.'라는 말은 너무 적절한 말같고, 또 이 책에서 하고 싶은 전부인 것같다. 단순히 상상의 나래를 펼친다고 창조성이 발휘되지는 않는다. 티핑포인트 법칙에서 말하듯이, 많은 양의 상상력들이 모여서 질적 변화를 일으키는 시점을 넘어야 창조성이 발휘된다. 그리고 적익부, 적익적의 법칙에서는 더 적합한 생각이 더 부해지고, 또 더 적합해진다는 경제학의 부익부빈익빈 법칙이 상상력에도 적용된다고 말한다. 자연발생의 법칙은 말 그대로 상상력의 창발성을 말해주고 있다. 논리와 이성으로 만들어낼 수 있는 것이 상상력이 아니다. 길찾기는 그런 상상력의 네트워크에서 둘 이상의 개념을 찾아내서 바른 길을 연결해줘야 상상력이 충돌, 결합해서 더 큰 상상력으로 커감을 말해주고 있다. 핫스팟은 티핑포인트와 비슷하게 작은 에너지들이 모여드는 그런 지점이 있음을 말해준다. 마치 에네르기파들이 모여서 큰 충격파를 만들어내듯이 작고 약한 상상력들이 모이는 그 지점, 어쩌면 허브'에서 더 큰 상상력이 발생하는지도 모르겠다. 좁은 세상 네트워크는 알베르트 라즐로 바라바시가 제시한 scale-free 네트워크를 말해주고 있다. 물론, 이 스케일 프리 네트워크는 적익부, 적익적의 법칙에서도 선호연결의 개념과도 이어진다. 통합의 법칙은 말 그대로 몇몇 중심 사고들이 통합의 과정을 거쳐서 새로운 패러다임이 변하는 것을 말해주고 있다. 마지막으로 최소 노력의 법칙은 ... 글쎄.. 갑자기 생각이... 어쨌던 최소한의 입력이 주어졌을 때 네트워크/세계 전체가 움직임을 말하는 것같다. 제대로 설명을 못 드렸습니다. 제 기억력의 한계와 함께, 여러분들이 직접 책을 읽어보실 것을 권하기 때문에 더 자세히 적는 것이 의미가 없어 보이기 때문이기도 합니다.
 책에서는 여러 상상력의 대가들의 업적들이 많이 나열되어있습니다. 토마스 쿤의 <과학혁명의 구조>에서 밝힌 패러다임 시프트, 이중나선구조의 발견과정, 피카소가 입체파를 완성시킨 이야기, 예술이 과학을 만나서 시작된 신낭만주의, 최근 버블이 생기기 전까지 세상을 지배하던 경제관인 폴 로머의 신경제이야기, 쿠텐베르크의 인쇄술도 예시되었고, 빌바오 구겐하임 뮤지엄을 설계한 게리의 이야기, 말콤 글래드웨의 <티핑포인트>도 당연히 논의되었고, 알베르트-라즐로 바라바시의 <Linked>는 어쩌면 책 전체의 기본 틀을 제공해주고 있습니다. 아, 길찾기에서는 바비인형이 성공한 이유도 설명되고 있네요. 그 외에도 다양한 패러다임 시프트를 보여주는 많은 사례들이 등장하고 있으니, 굳이 창의력에 관심이 없더라도 그냥 이 세계가 어떻게 변해왔는지에 대해서 궁금하신 분들도 재미있게 읽을 수 있습니다. 애플 이야기도 좀 등장하기도 합니다. 최근 스티브 잡스의 키노트에서 애플은 기술과 인문학의 교차점에 서 있다라는 말을 했는데, 실제 책에서 통합의 법칙이 보여주는 것도 예술과 과학의 만남으로 새로운 사조가 생겨나는 것을 여실히 보여주고 있습니다. 다시 목차를 살펴보니 제가 언급하지 못했던 더 많은 사례들이 보이네요.

 함께 읽으세요.
더 많은 읽을 책들이 있지만, 직접 책을 보시면 이런 책들은 꼭 읽어야겠구나라는 생각이 드실 겁니다. 위에서 적은 모든 책들은 개인적으로 추천합니다. (과학혁명의 구조는 아직 읽어보지 못했지만, 너무 유명한 책이니...)

댓글을 달아 주세요

Share           Pin It
4 / 5 네트워크는 항상 중요했다. 문제는 앞으로 더 중요해질 거라는 점이다. 미래를 준비한다는 것은 적절한 네트워크에 속하느냐 아니냐의 문제다.

판데노믹스: 네트워크 시대 확산과 전염의 경제학
카테고리 경제/경영
지은이 톰 헤이스 (21세기북스, 2008년)
상세보기

   판데노믹스 세계에 오신 것을 환영합니다.  
 
 판데노믹스 Pandenomics란 전염병을 뜻하는 Pandemic과 경제학을 뜻하는 Economics의 합성어이다. 즉, 전염성 경제학이라고 부를 수 있을 듯하다. 그런데 전염이 발생하기 위해서 필히 갖춰져야할 것이 바로 네트워크이다. 최근에 신종플루 때문에 신문/방송에서 시끄러운데, 이 신종플루의 전염에서도 결정적인 역할을 한 것은 과거보다 발달된 (항공) 교통 환경과 잦은 이동이다. 즉, 발달된 교통은 노드들간의 연결을 시켜주는 엣지의 역할을 하고, 그런 교통수단을 통해서 이동하는 사람들은 노드와 노드사이를 오가는 정보와 같은 역할을 한다. 지금 말한 이런 교통체계가 바로 네트워크의 전형적인 모습이다. 사람이 이 지구상에 존재하면서부터 네트워크는 형성되었다고 해도 과언이 아니다. 그런데 오늘날, 그리고 앞으로 이런 네트워크는 더욱 커질 것이라는 점이다. 특히 인터넷의 발달은 과거 교통수단의 발달보다 네트워크의 형성에 더 큰 파급력을 보여주고 있다. 실례로 최근에 트위터를 사용함으로써 불과 한두달 전에는 알지도 못했을 사람들과 정보를 주고 받고, 잡담을 나누고 있는 본인의 모습을 보면서 네트워크의 힘을 절실히 깨닫고 있다. ..다시 책으로 돌아가서 저자는 2011년 정도면 전세계의 30억이 넘는 인구가 인터넷이라는 거대 네트워크에 종속될 거라고 본다. 세계인구의 반이상이 연결된다면 나머지 인구들이 연결되는 것도 시간문제다. 이런 급속한 네트워크화를 저자는 점프포인트라고 표현했다. 다른 이들인 특이점 singularity라던가 티핑포인트 등의 다른 용어를 사용하는 경우도 있다.

 판데노믹스가 형성되면서 우리가 필히 접하게 될 다섯가지의 단절문제를 언급하고 있는데.. 이는 제한된 관심의 배분문제, 시간의 영구성 문제, 풍요 속의 빈곤문제, 매시업을 통한 모호해진 저작권문제, 그리고 네트워크의 형성을 지탱해줄 노드의 신뢰문제를 들고 있다. 과거의 네트워크에서도 이런 문제 또는 도전은 항상 있어왔던 거지만, 네트워크의 규모와 함께 그 중요도가 날로 커지고 있는 실정이다. 이런 판데노믹스에서 준비해야할 또는 가져야할 우리의 자세에 대한 얘기는 생략하겠다. 이 글의 목적은 직접 책을 구해서 차근차근 읽어나갈 것을 권하는 것이지, 책의 모든 내용을 알려주기 위함이 아니니...

댓글을 달아 주세요

Share           Pin It

4/5, 네트워크의 속성을 빌어서 현재의 트렌드를 만들어가고 또 찾아가는 여정에 대해 재미있게 적은 책. 더 깊은 내용까지 원했기 때문에 5점은 줄 수가 없었으나 그래도 강력 추천.

미래학 (미래예측 및 이를 어떻게 할 것인가?)과 트렌드 (현재의 주요 산업 및 브랜드의 트렌드 및 특성, 그리고 어떻게 트렌드를 찾아내고 구조화/가시화할 것인가?)에 대한 근래에 나온 책들은 두루 읽고 있는 것같다. 미래학이나 트렌드에 관심이 있는 초보자들이 쉽게 접근할 수 있는 책이다. 특히, 본인이 네트워크 (네트워크 자체의 속성과 네트워크를 이용한 다양한 사회현상 분석 및 적용을 포괄한 전반)에 대해서 많은 관심을 가지고 있는 상태에서, 트렌드를 읽는 기술을 네트워크 내에서 설명하고 있기 때문에 더욱 친근하게 다가온다. 실제 책의 주요 내용은 트렌트를 읽는 기술보다는 트렌드를 창조해서 공유하는 방법에 대한 것이라 말하는 것이 맞을 듯하다. 목적을 가진 네트워크지만 그 속에서 균형잡힌 의견의 교류를 통해서 더 큰 이상을 추구할 수가 있다. 때론, 부정직한 (엔론 사태나 주식버블, 피라미드식의 다단계 등) 사태가 발생할 수도 있지만, 제대로된 협업네트워크를 형성한다면 그런 부정직한 사태도 미연에 감지해서 막아낼 수 있을 것이다.

책에서 저자가 말하는 집단지성 (군집 창의성)은 집단의 목표를 위해서 '자신을 희생하라'는 것이 아니라, '자신을 (또는 자신의 이익을) 집단에 위임 (commitment)하라'는 것이다. 이는, 보스턴 필하모닉 오케스트라의 수석 지휘자인 Benjamin Zander의 다음의 가르침과 일맥상통한다. 
“We are about contribution, that’s what our job is … everyone was clear you contributed passion to the people in this room. Did you do it better than the next violinist, or did he do better than a pianist? I don’t care, because in contribution, there is no better!”

함께 읽으면 좋은 책들
- Tipping Point (티핑포인트), by Malcom Gladwell
- Linked (링크, 21세기를 지배하는 네트워크과학), by Albert-Laszlo Barabasi
- Wikinomics (위키노믹스, 웹2.0의 경제학), by Don Tapscott & Anthony D. Williams
- Microtrend (마이크로 트렌드, 세상의 룰을 바꾸는 특별한 1%의 법칙), by Mark Penn
- Re-Imagine (미래를 경영하라), by Tom Peters
- Group Genius (그룹 지니어스), by Keith Sawyer
- & More...

쿨헌팅 트렌드를 읽는 기술 상세보기

댓글을 달아 주세요