OikoLab

지난번 포스팅에 TKI에서 위치정보가 있는 계정만 뽑아서 지도에 매핑해 봤었습니다. 서울을 중심으로 수도권 지역에 과밀되어 있는 것을 볼 수 있는데 과연 얼마나 밀집되어 있는지 좀 더 확실히 보기 위해 밀집도 분석을 해봤습니다. 아래의 3차원 그래프에서 처럼 좌측상단의 뾰족한 부분이 서울과 수도권을 의미합니다. 지도와 같이 보면 대략 위치를 가늠할 수 있습니다. 

* 이미지를 발표/보고자료로 사용할 경우 사전 허락를 받으세요.

TKI 한국인 트위터 인덱스에 위치정보를 가지고 있는 계정에 대한 가시화 입니다. 전세계에 대한 위치정보도 표현할 수 있지만 이번에는 한반도만을 대상으로 만들어 봤습니다. 트위터 계정의 위치를 검은색의 큰 점으로 표시하고 다시 빨간색의 작은 점으로 이중 표시하였습니다. 각 점들은 투명한 점(alpha=0.3)으로 표시 했기 때문에 계정이 밀집되어 있는 부분은 진하고 더 빨갛게 표시가 됩니다.

오이코랩에서는 지속적인 TKI 데이터 분석을 통해 다양한 인포그래픽(infographic)을 제공해 나갈 예정입니다.

* 이미지를 발표/보고자료로 사용할 경우 사전 허락를 받으세요.

(해상도가 높은 PDF 다운로드)
(해상도가 높은 PNG 다운로드)

어제 올린 ‘한국인 성씨 분포’에 이어 현재까지 오이코랩에서 보유하고 있는 현재기준 153만개의 한국인 트위터 계정 DB에서 계정의 가입일 기준 월별 가입 계정수와 그 누적치를 뽑아 봤습니다. 참고하세요.

(좀 더 해상도가 높은 그래프를 원하시면 트위터나 메일로 요청해 주세요. 그리고 오이코랩에서 만든 그래프나 수치에 대해 인용하시려면 꼭 사전 승락을 받으시기 바랍니다.)

현재까지 수집된 152만여 한국인 트위터 계정 DB에 대한 “한국인 성씨” 분포를 간단하게 살펴봤습니다. 아래 결과 그래프는 “한국인의 성씨와 이름”에 대한 통계와 유사한 것을 볼 수 있습니다. 트위터 사용자의 이름(name)을 닉네임 등으로 명시해 제대로 성씨를 파악할 수 없는 경우가 과반 이상입니다. 때문에 아래 통계가 전체 사용자에 대한 정확한 성씨 분석이라고는 할 수 없지만 대략적인 성씨 분포의 파악은 가능한 것을 알 수 있습니다. 

분석 대상은 김/이/박/최/정의 5대 대표 성씨에 대해서만 분석해 봤습니다. 성씨는 한글(김, 이, 박, 최, 정)과 영문(kim, lee, park, choi, jung/chung)으로 필터링 하였고 한글 성씨는 맨 앞의 글자, 영문 성씨는 앞(콤마 사용시)이나 뒤(공백으로 구분시)에 위치한 경우를 카운팅 하였습니다. 표기법에 따라 약간의 오차는 발생할 것으로 봅니다.

김: 243,148
이: 172,720
박: 93,493
정: 68,678
최: 51,741

(‘제빵왕 김탁구’ 최종회를 보다 문득 생각이 나서 한번 뽑아 봤습니다. ^^;)

오이코랩에서는 트위터와 관련된 새로운 서비스를 준비중에 있습니다. 트위터와 같은 SNS서비스의 양적인 성장에 발맞춰 소셜네트워크의 ‘다양성’과 ‘관계’의 순기능을 최대한 살리고 이를 통해 구성원들이 서로 상생할 수 있도록 돕는 서비스를 기획하게 되었습니다.

새로운 서비스의 이름은 ‘생각나무’로 하나 또는 복수개의 키워드를 SNS 내부에서 키워가는 서비스 입니다. ‘생각나무’는 일종의 검색서비스라고 할 수 있는데 기존의 검색서비스와 다른점은 이미 축적된 자료를 검색해서 보여주는 것이 아니라 나무의 ‘씨앗’을 키우듯 SNS안에서 나의 ‘키워드’를 사람들의 생각과 관계를 통해 성장시켜 나가는  살아있는 ‘지식서비스’입니다.

SNS의 네트워크가 방대해지고 복잡해지면서 그로부터 쏟아져 나오는 데이터는 이미 새로운 산업을 만들 정도로 팽창하고 있습니다. Scale-Out의 아키텍쳐와 클라우드 컴퓨팅, 데이터웨어하우징 등의 인프라에서 데이터 처리 서비스까지 다양화 하고 있습니다. 하지만 이런 인프라와 서비스의 발전이 일반 IT사용자들에게 피부로 와닿는 유용함은 아직 제공해 주고 있지는 않은듯 합니다. 질적 성장이 필요한 때 입니다.

아래 그림1은 ‘생각나무’의 개념도 입니다. 많은 수의 사용자를 바탕으로 내가 알고 싶어하는 지식에 대한 키워드를 등록시켜 놓으면 언젠가 비슷하거나 같은 키워드를 담고 있는 정보들이 출현하게 되고 이는 내가 심어 놓은 키워드를 키워가는 영양분이 됩니다. 예를 들어 “캐나다 여행 스케줄”라고 키워드 씨앗을 심어 놓으면 이와 비슷 정보가 나의 키워드와 결합하고 이 정보와 관련된 사람들까지 융합되어 성장하게 됩니다. 최종적으로 내가 심어 놓은 키워드와 연관된 정보들과 사람들이 나무의 열매로 결실을 맺게 됩니다. 검색 서비스의 다른 각도에서의 추상적 설명일지도 모르겠습니다만 아직 이런 서비스를 만나보진 못했습니다. 관점의 차이는 누가 움직이냐에 있습니다. 보유한 데이터의 양이나 검색속도도 중요하겠지만 시간이 다소 소요된다 하더라도 사용자가 원하는 맞춤 정보를 제공하는 것이 최근 IT의 경향이고 이에 부흥하고자 하는 것이 ‘생각나무’입니다.

[그림1] ‘생각나무’ 개념

‘생각나무’는 지식의 성장 뿐만 아니라 관심그룹에 대한 형성을 도와 서로 이해관계에 있는 사람들을 연결시켜주는 도구로 사용될 수 있습니다. 제품이나 서비스에 대한 시장의 반응을 보고 싶다던가 아니면 기존 고객 또는 미래의 고객과 소통할 수 있게 하는 도구가 될 수 있습니다.

[그림2] ‘생각나무’ 응용

아래 그림은 현재 R&D하고 있는 ‘생각나무’의 실행화면 입니다. 다양한 관심 키워드가 어떻게 성장해 가고 있는지를 볼 수 있습니다. 현재 트위터를 대상으로 실험중에 있습니다. 조만간 알파서비스를 오픈할 예정입니다. 앞으로 ‘생각나무’는 오이코랩이 보유한 140만여 한국인 트위터 계정과 함께 성장해 나갈 것입니다.

[ 실험화면 ]

-dw

현재 한국인 트위터 사용자 통계 사이트 작업을 진행중에 있습니다. 아직 완료된 것은 아니고 점진적으로 추가해 나갈 계획입니다. 참고하세요.

http://tki.oiko.cc나 http://twkr.oiko.cc로 접속하면 됩니다.

서버 이전으로 기존에 http://tki.oiko.cc로 제공했던 한국인 트위터 정보는 더 이상 제공하지 않습니다. 조만간 새로워진 모습으로 다시 공개할 예정입니다. 일정이 늦춰지고 있지만 통계 정보 뿐만 아니라 다양한 정보를 제공할 예정입니다.

월별 가입자수가 궁금해 한번 뽑아 봤습니다.

아래 그래프를 보면 아시겠지만 역시 김연아씨의 등장이 눈길을 끄네요. 김연아씨의 등장으로 트위터에 대한 관심도가 높아진 것이 사실입니다. 대중적인 지지도의 전파로 많은 사람들이 트위터를 쓰기 시작한 것을 볼 수 있습니다. 물론 추정입니다. 하지만, 김연아씨의 Followers수치로 어느 정도 객관적인 시선이라고 해도 무방할 듯 합니다. 미국에 오프라 이펙트가 있다면 한국에는 김연아 이펙트가 있습니다. 뿐만 아니라 비슷한 시기에 유명인들의 합세로 그 상승세를 더하고 있는 것을 알 수 있습니다. 다들 아는 이야기이지만 데이터를 같이 놓고 보니 딱 맞아 떨어지네요.

(알림: 현재 TKI에 등록된 한국인 추정 트위터 사용자의 가입일은 가장 빠른 사람이 2006년 9월부터 시작합니다. 그래프는 TKI DB의 내용에 기반하므로 실제와 다를 수 있습니다. 지속적인 한국 사용자 데이터 수집으로 오차를 좁혀갈 것입니다.)

월별 가입 누적 그래프

유명인 가입시기