사회연결망분석(SNA) 완전 가이드 2026: 관계를 변수로 바꾸는 연구 설계

사회연결망분석(SNA)은 사람의 속성이 아니라 사람 사이의 관계를 분석 단위로 삼는 방법입니다. 일반적인 통계 분석이 “이 사람이 어떤 특성을 가졌는가”를 묻는다면, SNA는 “이 사람이 누구와 어떻게 연결되어 있는가”를 묻고, 그 연결 구조 자체를 변수로 만들어 설명력을 확보합니다.

SNA는 어떤 연구 질문에 맞는가?

SNA를 쓸지 판단하는 기준은 단순합니다. 연구 질문에 “누구와”, “사이에”, “구조”, “확산”, “매개” 같은 말이 들어가면 후보가 됩니다. 반대로 개인의 속성만으로 결과를 설명할 수 있다면 굳이 관계 자료를 모을 이유가 없습니다.

연구 질문을 아직 관계의 언어로 바꾸지 못했다면 연구 변수 설정 가이드에서 변수 정의를 먼저 정리하고 오는 편이 순서에 맞습니다. 방법 선택 전반의 판단 기준은 연구 설계 방법 완전 가이드에 정리되어 있습니다.

가장 어려운 결정: 연결망의 경계를 어디까지로 볼 것인가

SNA에서 심사위원이 가장 자주 문제 삼는 지점은 분석 기법이 아니라 경계 설정(boundary specification)입니다. 누구를 연결망 안에 넣고 누구를 뺐는지에 따라 모든 지표가 달라지기 때문입니다.

접근은 두 가지입니다.

• 전체 연결망(whole network): 한 학급, 한 부서, 한 학회처럼 경계가 제도적으로 정해진 집단 전체를 조사합니다. 지표 해석이 명확하지만 응답률이 곧 자료 품질이 됩니다. 결측이 많으면 중심성 계산이 통째로 왜곡됩니다.
• 자아 중심 연결망(ego network): 각 응답자에게 자신의 관계만 물어 개인 단위로 분석합니다. 대규모 표본에 적용할 수 있고 일반 설문에 붙이기 쉽지만, 전체 구조 지표는 계산할 수 없습니다.

학위논문에서는 경계를 정한 근거를 방법 절에 명시적으로 써야 합니다. “○○고등학교 2학년 3개 학급 전체(N=87)를 대상으로 하였으며, 학급 간 교류는 연구 질문의 범위를 벗어나므로 제외하였다”처럼 포함과 배제를 모두 밝히는 문장이 필요합니다.

자료 수집: 익명이 불가능하다는 문제

여기가 SNA의 가장 민감한 지점입니다. 관계 자료를 얻으려면 응답자가 실명으로 다른 사람을 지목해야 합니다. 일반 설문의 익명성 보장을 그대로 약속할 수 없다는 뜻이며, 이 사실이 연구윤리 심의에서 반드시 검토됩니다.

실무적으로 다음을 미리 설계해 두어야 합니다.

• 지목 방식: 자유 지목(이름을 자유롭게 적기) vs 명단 제시(로스터에서 고르기). 명단 제시가 회상 오류를 줄이지만 집단 전체 명단을 노출하게 됩니다.
• 지목 수 제한: “가장 친한 친구 3명”처럼 상한을 두면 응답 부담이 줄지만 관계가 인위적으로 잘립니다. 제한 여부는 결과에 직접 영향을 주므로 논문에 반드시 기재합니다.
• 부정적 관계 문항: “함께 일하기 어려운 사람”류 문항은 자료로서 가치가 크지만 위해 가능성도 큽니다. 심의에서 가장 엄격하게 검토되는 항목입니다.
• 비식별화 시점: 분석에는 식별자가 필요하므로, 수집 직후 코드로 치환하고 대응표를 분리 보관하는 절차를 계획서에 씁니다.

사람을 대상으로 하는 연구인 만큼 자료 수집 전에 기관 심의를 거쳐야 합니다. 절차와 서류는 IRB 생명윤리위원회 심의 완전 가이드에 정리되어 있고, 지목형 문항을 설계할 때의 일반 원칙은 설문지 만드는 법이 참고가 됩니다.

자료 구조: 인접행렬과 엣지리스트

수집한 관계는 두 형식 중 하나로 정리합니다. 분석 도구에 따라 요구 형식이 다르므로 둘 다 만들 줄 알아야 합니다.

정리 단계에서 반드시 결정해야 할 것이 방향성과 가중치입니다. “A가 B에게 조언을 구한다”는 방향이 있는 관계이고, “A와 B가 함께 논문을 썼다”는 방향이 없습니다. 방향성을 잘못 설정하면 이후 중심성 지표의 의미가 통째로 달라집니다. 스프레드시트 단계의 정리 원칙은 엑셀 데이터 정리 방법과 동일하게 적용하면 됩니다.

핵심 지표: 무엇이 “중심”인가

중심성은 하나가 아닙니다. 서로 다른 의미를 가진 지표를 구분 없이 “중심성이 높다”고 쓰면 심사에서 반드시 지적받습니다.

연결망 수준에서는 밀도(density), 집중도(centralization), 군집 구조(community) 등을 함께 보고합니다. 지표를 나열하는 것이 아니라 연구 질문에 답하는 지표만 고르는 것이 좋은 논문의 조건입니다. “매개 중심성이 높은 학생이 학급 분위기 변화를 주도했다”처럼 지표와 해석이 한 문장 안에서 연결되어야 합니다.

중심성을 독립변수로 삼아 회귀분석까지 이어 가는 설계가 흔한데, 이때 관측치가 서로 독립이라는 일반 회귀의 가정이 성립하지 않습니다. 연결망 자료는 정의상 상호의존적이므로, 순열 기반 검정처럼 그 점을 고려한 방법을 쓰거나 최소한 한계로 명시해야 합니다. 양적 분석 절차 일반은 양적 연구 방법에 정리되어 있습니다.

흔한 실수 다섯 가지

• 그림을 결과로 제시하기. 시각화는 예시이지 근거가 아닙니다. 레이아웃 알고리즘에 따라 같은 자료도 전혀 다르게 보입니다.
• 결측을 무시하기. 전체 연결망에서 미응답자가 있으면 그 사람과 관련된 모든 경로가 사라집니다. 응답률과 결측 처리 방식을 반드시 보고합니다.
• 중심성 종류를 뭉뚱그리기. 어떤 중심성인지 밝히지 않은 “중심성” 서술은 의미가 없습니다.
• 인과를 단정하기. 한 시점의 연결망으로는 “중심에 있어서 성과가 좋다”와 “성과가 좋아서 중심이 되었다”를 구분할 수 없습니다.
• 도구 기본값을 그대로 쓰기. 방향성·가중치·자기연결 처리 옵션은 결과를 바꿉니다. 설정값을 논문에 기재하십시오.

네 번째 항목은 특히 중요합니다. 관계와 성과가 함께 움직인다는 것만으로 방향을 말할 수 없으며, 이 한계를 정직하게 쓰는 편이 논의의 설득력을 높입니다.

자주 묻는 질문

표본이 몇 명이면 SNA가 가능한가요?

일반 통계처럼 최소 표본수 공식이 있는 것은 아닙니다. 전체 연결망 분석에서는 인원수보다 응답률이 결정적이며, 경계 안 구성원의 상당수가 응답하지 않으면 규모와 무관하게 지표를 신뢰하기 어렵습니다. 한 학급 규모에서도 응답률이 높으면 의미 있는 분석이 가능합니다.

설문에 이름을 적게 하면 응답률이 떨어지지 않나요?

떨어질 수 있습니다. 그래서 자료 보관과 비식별화 절차를 응답자에게 구체적으로 설명하는 것이 회수율에 직접 영향을 줍니다. “이름은 수집 직후 코드로 바꾸며 대응표는 분리 보관한다”는 문장을 안내문에 명시하는 것이 실효가 있습니다.

SNS나 공저 데이터처럼 이미 존재하는 자료로 분석해도 되나요?

가능하며 학위논문에서 흔히 쓰이는 접근입니다. 다만 이용약관과 저작권, 개인정보 처리 기준을 확인해야 하고, “관찰된 상호작용”이 연구가 말하려는 관계와 같은 것인지를 방법 절에서 논증해야 합니다. 리트윗이 곧 신뢰 관계는 아니기 때문입니다.

중심성 지표는 몇 개를 보고해야 하나요?

연구 질문이 요구하는 것만 보고하는 편이 좋습니다. 네 종류를 모두 표로 제시하면서 해석은 하나만 하는 논문이 많은데, 이는 분량만 늘리고 논지를 흐립니다.

질적 연구와 함께 쓸 수 있나요?

잘 어울립니다. 구조 지표로 특이한 위치에 있는 행위자를 찾아낸 뒤 그 사람들을 면담해 이유를 설명하는 설계가 대표적입니다. 구조가 “무엇”을 보여 준다면 면담이 “왜”를 채웁니다. 질적 자료 수집 절차는 질적 연구 방법을 참고하십시오.