소셜 네트워크 분석|
존 스콧슨 (지은이) |
김광재, 김효동 (옮긴이) |
커뮤니케이션북스 |
2012-10-24 |
원제 Social Network Analysis: a handbook|
소셜 네트워크에 대한 개론서 강력추천하고 싶은 책이다. 소셜 네트워크의 기본과 응용에 대해서 초보자들도 쉽게 접근할 수 있는 수준으로 핵심을 다루고 있다. 다만 소셜 네트워크의 이론 부분을 주로 다루고 있고, 실무 작업에 대한 설명은 간략화되어 있다.
주요 문장 :
계량화된 척도를 사용하여 특정한 연구 문제나 사회현상을 적용하는 것은 연구자의 지적 판단(infomed judgment)가 요구되는 중요한 문제라는 점이다. 이런 문제점들은 단순화되어서, 부분적으로 이해된 수학 개념을 이용함으로써 피할 수 있는 것이 아니다. 오직 계량화되는 척도에 대한 기본적인 논리를 명확하게 이해하는 것이 바탕이 되어야하며, 이를 통해서만 지적이며 사회학적인 판단과 분석이 가능하다. - P3
일반적인 사회과학에서 사용되는 데이터의 가장 평범한 특징은 그것들이 문화적 가치와 상징에 기초한다는 점이다. 물리학에서 사용되는 데이터와는 달리 사회과학 데이터는 의미(meaning), 동기(motives), 정의(definition), 분류(typification) 등을 바탕으로 구성되며, 종종 이런 데이터를 이해하기 위해서는 판단 혹은 해석이 필요하다. 사회과학자들은 이런 특성, 즉 데이터의 문화적 가치나 상징 그리고 그에 대한 판단 혹은 해석에 기초하여 독특한 유형의 데이터와 그 분석법을 연구해 왔다.
대표적인 것이 '속성형 데이터(attribute data)'와 '관계형 데이터(relational data)'다. 속성형 데이터는 일반적으로 사람들(agents)의 속성(attributes), 의견(opinions), 행동(behaviors)과 관계가 있으며, 이 속성은 해당 개인 혹은 단체에 귀속된 특성(properties), 본질(qualities), 특징(characteristics) 등으로 여겨진다. 예를 들면 서베이나 인터뷰에서 얻은 데이터들은 단순히 특정한 개인들의 속성을 나타내는 것이라고 여겨지고 기존의 통계학적인 절차를 통해서 분석되는 것이 대부분이다. 여기서 말하는 기존 통계학적 방법들은 변수 분석(가령 수입, 직업, 교육 등의 특정한 변수 값이 측정되고 이들 간의 변량 분석이나 상관관계 분석이 이루어지는)을 말한다.
반면에 관계형 데이터는 연락(contacts), 유대(ties), 관련(connections), 단체 귀속(group attachments), 만남(meetings) 등을 기록하여 얻을 수 있는데, 이런 종류의 데이터는 일반 사람들 간의 관계를 나타내는 것으로서 개개인의 속성 등으로 환원할 수 없다. 관계는 개인의 속성이나 특성이 아니라 개인이 속한 체제(system)의 특성이 되는 것이다. 즉 관계는 개인 간에 존재하는 연결을 전체적인 관계의 체제로 이어주는 수단인 것이다. 이런 종류의 데이터 분석에 어울리는 분석 방법들을 연결망 분석이라고 한다. 이런 분석 방법들은 대개 관계를 개인 혹은 단체 간의 연결을 나타내는 것으로 간주한다. 연결망 연구는 양적인 혹은 통계학적인 데이터를 다룰 뿐만이 아니라, 질적인 척도를 사용하기도 한다.
물론 속성형 데이터나 관계형 데이터가(대부분의 개설서나 방법론들이 주로 이 둘을 다루기는 하지만) 사회과학 데이터의 종류의 전부라고 볼 수는 없다. 세번째 종류는 데이터로는 관념형 데이터(ideational data)가 있다. 관념형 데이터는 의미, 동기, 정의 , 분류 등 그 자체가 기술하는 데 쓰인다. 사실 이런 관념 데이터가 사회과학의 구심점임에도 불구하고 이런 종류의 데이터를 다루는 기술은 그리 발전해 오지 않았다. 베버(Weber, 1920~1921)가 제창하였던 유형 분석(typological analysis)이 가장 생산적인 접근이었지만 현재로서는 아직 발전 단계에 있다고 하겠다. - P4~P5
실무자를_위한_빅데이터_업무절차_및_기술활용_매뉴얼_1.0.pdf
