• SNA(소셜 네트워크 분석)는 개인 속성 중심의 전통적 방법론이 설명하지 못하는 관계·구조적 문제를 독자적 패러다임으로 다루며, 서지학적 증거와 제도화 수준으로 볼 때 명실상부한 주류 연구 방법론으로 성숙함

• SNA는 전용 학술지·학회·교재·소프트웨어로 이루어진 견고한 인프라를 갖추고, ERGM·SAOM·인과추론 모형 등으로 방법론적 성숙도를 높이며 경영·보건·교육·정책 등 전 학문 분야로 확산됨

• WHO·세계은행 등 국제기구와 정부 기관의 실무 채택이 이어지는 한편, 경계 설정·혼합 방법론 결합·프라이버시 윤리·인과추론 오용 등의 보완 과제도 병존

전통적인 사회과학 및 응용과학 연구는 오랫동안 분석 대상을 원자화된 개체로 간주하고, 개인이 지닌 독립적인 속성(attribute)을 중심 변수로 삼아 사회 현상을 설명하는 환원주의적 접근에 주력해 왔습니다.

​

그러나 현대 사회의 복잡성이 기하급수적으로 증가하고 디지털화가 사회 전 영역으로 가속화됨에 따라, 개인의 속성만으로는 도저히 설명할 수 없는 지식의 확산, 행위자 간의 상호의존성, 협력과 조정, 그리고 집단적 구조의 동학이 핵심적인 연구 문제로 부상하였습니다. 이러한 근본적인 인식론적 전환 속에서 소셜 네트워크 분석(Social Network Analysis, 이하 SNA)은 단순한 분석 도구를 넘어 관계(relations), 상호작용(interaction), 연결(connection), 위치(position), 그리고 구조(structure)를 수학적, 통계적으로 규명하는 독자적이고 주류적인 연구 방법론으로 자리매김하였습니다.

​

SNA를 주류 연구 방법론으로 칭하는 것은 이 방법론이 모든 사회과학 연구에서 회귀분석이 차지해온 것처럼 기본 방법이 되었다는 의미는 아닙니다. 그보다는 관계와 상호의존, 확산, 조정, 브로커링(brokering), 집단 구조가 연구 문제의 핵심을 구성할 때 연구자가 필수적으로 선택해야만 하는 '가장 최우선적이고 제도화된 주류 방법론적 옵션(mainstream methodological option)'으로 정착했다는 것을 의미합니다. 특히 오늘날과 같은 디지털 데이터, 복잡계(complex systems), 인공지능(AI), 그리고 지식그래프(Knowledge Graph) 등과 같은 용어들이 주목을 끄는 시대에 관계형 데이터를 다루는 SNA의 중요성과 적합성은 그 어느 때보다 커지고 있습니다.

​

본 문서에서는 서지학적 데이터, 방법론적 고도화 과정, 범분야적 확산을 뒷받침하는 리뷰 문헌, 그리고 기업 및 공공 정책 실무 적용 사례 등을 통해 SNA의 주류화를 입증하려고 합니다. 이를 뒷받침하는 근거는 크게 여섯 가지의 축으로 구성됩니다.

• 첫째, 관계 중심의 패러다임이 지닌 독자적 문제의식,

• 둘째, 폭발적으로 증가하는 학술 생산성과 인용의 축적,

• 셋째, 전용 학술지와 학회 및 교육 과정을 아우르는 공고한 제도화,

• 넷째, ERGM 및 SAOM 등으로 대표되는 정교한 통계적 인과 모형과 같은 방법론적 성숙,

• 다섯째, 사회과학과 자연과학의 경계를 허무는 범분야적 확산,

• 그리고 마지막으로, 복잡계 및 AI 환경의 현대적 문제에 대한 적합성입니다.