중심성 지표, 교실 말로 읽기 — 연결·근접·매개 중심성

중심성(centrality)이란 연결망 안에서 한 사람의 자리가 얼마나 "중심에 가까운지"를 수로 나타낸 지표입니다. 교우관계 조사에서는 학생마다 값이 하나씩 붙고, 무엇을 '중심'으로 보느냐에 따라 연결·근접·매개 중심성 등으로 나뉩니다(Freeman, 1979). 그래서 같은 응답에서도 지표마다 1위가 다를 수 있습니다. 소시오그램의 허브와 다리에 붙는 숫자를 교실의 말로 옮겨 봅니다.

일곱 명짜리 가상 학급

서로 선택한 관계만 선으로 그렸습니다. A·B·C와 E·F·G가 각각 한 무리이고, D가 C·E와 이어져 두 무리 사이에 섭니다.

학생	연결(선 수)	근접	매개	고유벡터
A·B·F·G	2	0.40	0	0.74
C·E	3	0.55	0.53	1.00
D	2	0.60	0.60	0.85

선이 가장 많은 학생은 C·E인데, 전체에 가장 가까운 학생도 길목의 학생도 D입니다.

연결 중심성 — 받은 선택과 한 선택

연결 중심성(연결정도 중심성)은 한 학생에게 닿은 선의 수입니다. 방향을 살리면 내향 연결정도(in-degree, 받은 선택)와 외향 연결정도(out-degree, 한 선택)로 갈립니다(Wasserman & Faust, 1994). 교실에서 더 많이 말하는 쪽은 대개 받은 선택입니다. 지명 수를 정한 설문에서는 한 선택이 거의 같아지고, 한 선택이 많다는 것은 관계의 폭보다 이름을 여럿 적는 응답 성향을 먼저 보여주기 때문입니다. 바로 옆의 선만 세는 국소 지표라 큰 무리에 속하면 저절로 높아지고, A와 D처럼 값이 같아도 자리는 전혀 다를 수 있습니다. 받은 선택이 많다는 것도 그 문항이 물은 관계에서 많다는 뜻이지 인기의 판정이 아닙니다.

근접 중심성 — 학급 전체와의 거리

근접 중심성(closeness)은 나머지 모두까지의 걸음 수를 더해 역수를 취한 값, 곧 "여기서 시작한 이야기가 반 전체에 얼마나 빨리 닿는가"입니다. D는 어느 무리로든 두 걸음 안에 닿아 선은 적어도 근접은 1위입니다. 다만 선택을 아무와도 주고받지 않은 학생이 한 명만 있어도 거리가 '무한'이 되어 정의가 무너지고(조화 중심성 같은 대안이 필요합니다), 방향을 살리면 '내가 닿는 거리'와 '남이 나에게 닿는 거리'가 갈립니다. 학급 규모에도 민감해, 다른 학급과 견주기보다 같은 학급의 시기별 비교에 알맞습니다.

매개 중심성 — 다리의 자리

매개 중심성(betweenness)은 다른 두 학생 사이의 가장 짧은 길이 이 학생을 지나는 비율을 모두 더한 값, 곧 소시오그램의 다리를 수로 옮긴 것입니다. 두 무리 사이의 짧은 길은 모두 D를 지나, 선 수로는 공동 최하위인 학생이 매개로는 1위입니다 — 눈에 가장 덜 띄는 자리가 구조의 길목일 수 있습니다.

두 가지 오독을 경계합니다. 매개 중심성 0은 소외가 아닙니다 — A·B·F·G의 0은 친구들끼리 이미 서로 알아 자신을 거칠 일이 없다는 뜻입니다. 높은 값은 좋은 자리가 아니라 부담일 수 있습니다 — 두 무리 사이의 학생은 어느 쪽에도 깊이 속하지 못한다고 느낄 수 있습니다. 또 이 지표는 이야기가 가장 짧은 길로만 흐른다고 가정하지만, 교실의 소식은 우회로도 교실 밖 길도 탑니다(Borgatti, 2005).

고유벡터 중심성 — 누구와 이어져 있는가

고유벡터 중심성(eigenvector)은 "중요한 친구를 둔 학생이 중요하다"는 생각을 수로 옮겨, 친구의 수 대신 친구의 값을 더합니다(Bonacich, 1972). 선이 똑같이 둘인 A와 D가 여기서 갈리는 것은 D의 두 친구가 각 무리의 중심이기 때문입니다. 방향 있는 자료에서는 받은 선택과 한 선택 중 어느 쪽을 기준으로 삼느냐에 따라 값이 달라지고 계산이 성립하지 않을 때도 있어, 무엇을 쟀는지 먼저 확인해야 합니다.

숫자를 읽는 규율

• 지표는 그날 응답 구조의 요약입니다 — 성격·인기·사회성의 판정이 아닙니다.
• 문항이 바뀌면 중심도 바뀝니다 — "함께 공부하고 싶은"과 "고민을 말하고 싶은"의 중심은 다른 학생일 수 있습니다.
• 작은 학급의 값은 민감합니다 — 일곱 명이면 선택 하나가 값의 6분의 1입니다.
• 한 지표로 분류하지 않습니다 — 여러 지표를 나란히 놓고 순위가 갈리는 학생을 눈여겨보는 것이 생산적인 읽기입니다(Borgatti, Everett, & Johnson, 2018).

중심성은 결론이 아니라 이해의 좌표입니다. 받은 선택이 드문 학생에게는 시간을 조금 더 쓰고, 다리 자리의 학생에게는 부담을 묻고, 달라진 값은 시기별 비교로 다시 봅니다. 수는 관찰과 대화를 여는 자료 가운데 하나일 뿐, 그것을 대신하지 않습니다.

점검 질문 — "내가 '중심적'이라고 말한 그 학생은, 네 가지 가운데 어떤 뜻에서 중심이었는가?"

더 알아보기 — 수식과 손 계산

정의와 손 계산은 SNA 이론 · 단계별 학습에서 이어집니다. 같은 구조의 예제로 연결정도·근접·매개·고유벡터 중심성을 손으로 계산하고, 지표 간 비교에서 방향 있는 자료에 모두 얹어 봅니다.

참고문헌

• Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120.
• Borgatti, S. P. (2005). Centrality and network flow. Social Networks, 27(1), 55–71.
• Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2018). Analyzing social networks (2nd ed.). SAGE.
• Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239.
• Wasserman, S., & Faust, K. (1994). Social network analysis: Methods and applications. Cambridge University Press.