중심이라는 말은 하나가 아니다. 연결이 많은 것과 길목을 쥔 것은 다르다.
무엇이 문제인가
동시출현 네트워크 분석을 마치면 어떤 단어가 핵심인지 답해야 하는데, 이때 중심성 지표를 하나만 보고 결론을 내리는 경우가 많다. 연결이 가장 많은 단어를 그대로 핵심 키워드로 발표하는 식이다. 그러나 연결이 많다는 것과 네트워크 전체에서 다른 단어들을 이어주는 길목에 있다는 것은 서로 다른 성질이다. 지표 하나만으로 핵심 키워드라 단정하면 해석이 얕다는 지적을 받기 쉽다.
어떻게 하는가
중심성은 서로 다른 질문에 답하는 여러 지표로 나뉜다. 연결중심성(Degree)은 한 단어가 직접 연결된 다른 단어의 수를 센다. 단순하지만 '얼마나 많이 등장했는가'에 가까운 지표다. 매개중심성(Betweenness)은 다른 노드들 사이의 최단경로에 이 단어가 얼마나 자주 놓이는지를 본다. 즉 서로 다른 주제 영역을 잇는 길목 역할을 하는 단어를 찾아내는 지표다. 근접중심성(Closeness)은 이 단어에서 네트워크의 다른 모든 노드까지의 평균 거리가 얼마나 가까운지를 측정한다. 여기에 더해 가중연결(WDeg)은 단순히 연결된 노드 수가 아니라 연결의 강도까지 반영해 0~1로 정규화한 지표다. 이 네 가지에 빈도까지 더해 키워드, 빈도, 가중연결, 연결중심성, 매개중심성, 근접중심성을 하나의 표로 나란히 제시하는 것이 표준적인 방식이다.
심사위원이라면 여기를 본다
지표 하나만 제시하고 그것이 핵심 키워드라고 단정하면 해석이 얕다는 지적을 받는다. 연결중심성이 높은 단어와 매개중심성이 높은 단어가 다를 수 있다는 점을 설명하지 않은 채 순위표만 내놓으면, 왜 그 단어를 핵심으로 골랐는지에 대한 답이 부실해 보인다. 키워드, 빈도, 가중연결, 연결중심성, 매개중심성, 근접중심성을 함께 표로 제시하고 각 지표가 서로 다른 질문—얼마나 많이 등장했는가, 얼마나 많이 연결됐는가, 얼마나 강하게 연결됐는가, 얼마나 길목에 있는가, 얼마나 가까운가—에 답한다는 점을 본문에서 구분해 설명하면 해석의 깊이를 보여줄 수 있다.
마치며
연결중심성·매개중심성·근접중심성·가중연결은 서로 다른 질문에 답하는 지표이므로, 하나만으로 핵심 키워드를 단정하지 말고 표로 함께 제시해 해석해야 한다.
텍스트마이닝 분석 설계가 필요하다면 텍스트마이닝 분석 페이지에서 진행 방식을 확인할 수 있다. 방법론 노하우는 뉴스레터 「강의실의 AI」 구독 시 받아볼 수 있다.