Newman (2003)은 현실 세계에 존재하는 네트워크를 그 성격에 따라 사회적 네트워크, 정보 네트워크, 기술적 네트워크, 생물학적 네트워크 등 4가지로 분류하였다(표1 참고). 사회적 네트워크란 사람들 간의 접촉 또는 상호작용이 있는 집단을 의미하는데, 교우 관계, 비즈니스 관계, 혼인을 통한 가족 관계 등을 예로 들 수 있다. 정보 네트워크는 “지식 네트워크”라고도 일컫어지는데, 개별 정보들이 연결되어 있는 네트워크로 볼 수 있다. 인터넷 웹 페이지들이 서로 연결되어 있는 모습을 가장 쉬운 예로 들 수 있겠고, 논문의 인용, 특허들 간의 관계 구조 등이 정보 네트워크에 포함된다고 할 수 있다. 기술적 네트워크는 통신 장비를 통한 물리적 연결을 의미하며, 생물학적 네트워크는 유전자 구조, 세포의 신진대사 구조, 신경계 등을 의미한다[1].

Social Network	Information Network	Technological Network	Biological Network
– Film actors – Company directors – Telephone call graph – Email address – Student relationship – Sexual contact	– WWW – Citation network – Thesaurus – Word co-occurrence	– Internet – Power grid – Train routes – Software classes – Electronic circuits – P2P network	– Metabolic network – Protein interaction food web – Freshwater food web – Neural network

[표 1] 네트워크 종류와 예시 [1]

SNS 연구의 근간이 되고 있는 복잡계(Complex System) 연구에서는 위와 같이 다양한 네트워크들이 매우 복잡한 구조를 나타내고 있다. 하지만 자세히 살펴보면, 이러한 네트워크들이 특정 메커니즘에 의해 형성되었고, 구성 개체들간에 유기적 상호작용을 하고 있으며, 끊임없이 변화하고 스스로 조직화(Self-organization)하여 더욱더 복잡한 구조로 진화함을 알 수 있다 [2]. 복잡계 이론에서는 네트워크의 모습을 상호작용의 결과라고 보고 있으며, 이러한 시각으로 접근함으로써 네트워크 사회로 대표되는 현대의 사이버 공간에서 나타나는 여러 현상들을 분석하고 이해하는데 유용하다고 주장한다 [3]. 우리가 다루고 있는 SNS 역시 온라인 상의 사회적 네트워크로서 현실에 존재하는 복잡계 네트워크의 대표적인 예이다. 그러나 SNS는 복잡계 네트워크의 특성을 더 강하게 갖고 있고 앞서 말한 4가지 네트워크의 모습을 복합적으로 가지고 있다는 점에서 기존 오프라인의 사회적 네트워크와는 다르다.

사회과학 연구에서는 복잡계 네트워크의 특성을 설명하는 대표적인 형태로 좁은 세상 네트워크(Small-world network)와 척도 없는 네트워크(Scale-free network)가 주로 언급된다 (그림1 참고) [4]. 좁은 세상 네트워크는 Milgram (1967) 교수가 처음 밝혀내고 Watts와 Strogatz (1998)에 의해서 Nature에 실리면서 소개된 개념으로, 전체 네트워크가 거대하더라도 일부의 특정 노드에 의해서 전체가 서로 가깝게 연결될 수 있다는 것을 의미한다 [5]. 실제로 SNS를 이용하다 보면 우리는 오프라인 관계를 맺지 않고 있는 대상과 관계를 맺기도 하고, 의외의 인물을 통해서 사용자 간에 서로 연결되어 있음을 자주 발견하곤 한다. Milgram은 6단계로 모든 사람이 연결될 수 있다고 주장했지만, SNS상에서는 1단계로 서로가 연결될 수도 있으며, 오프라인보다 더 빠르고 짧은 연결 관계를 찾아줄 수도 있다.

Barabasi (2002)에 의해 소개된 척도 없는 네트워크는 다수의 링크를 가진 허브(Hub) 노드가 소수 존재하고 소수 링크를 가진 다수의 노드가 공존하는 네트워크이다 [6]. SNS 상에서는 파급력이 큰 여론 선도자(Opinion Leader)나 많은 친구 관계를 가지고 있는 사용자를 허브 노드로 볼 수 있으며, 대부분의 Follower들이나 일반적인 사용자들은 나머지 다수 노드라고 볼 수 있겠다. 이러한 허브 노드가 SNS 상에서 더욱 쉽게 나타나는 이유는 온라인 상에서는 오프라인보다 좀 더 쉽게 관계를 형성할 수 있고, SNS를 통한 정보의 확산 속도가 빨라 관계의 빈익빈 부익부 현상이 나타나기 때문이다. 유명한 연예인과 실제로 친구가 되기는 어렵지만 트위터 상에서 유명 연예인의 Follower가 되는 것은 너무나 쉬운 일이다. <이환수, 2011/09/27>

1. Newman, M. E. J. (2003), “The Structure and Function of Complex Networks,” SIAM Review, Vol. 45, No. 2, pp. 167-256.
2. 정하웅 (2004), “복잡계 네트워크의 구조와 응용,” 전자공학회지, Vol. 31, No. 4, pp. 438-444.
3. 이명진, 장안식, 박기태, 한상원 (2008), 복잡계와 네트워크 사회의 변화, KISDI 보고서, 정보통신정책연구원.
4. 민병원, 김창욱 ( 2006), 복잡계 워크샵: 복잡계 이론의 사회과학적 적용, 삼성경제연구소.
5. Watts, D. J., and Strogatz, S. H. (1998), “Collective dynamics of ‘small-world’ networks,” Nature, Vol. 393, No. 4. pp.440-442.
6. Barabasi, A.-L., and Bonabeau, E. (2003). “Scale-free networks,” Scientific American. Vol. 288, no. 5, pp. 50-59.