[ Article ]

Journal of Digital Contents Society - Vol. 27, No. 9, pp.2523-2531

ISSN: 1598-2009 (Print) 2287-738X (Online)

Print publication date 30 Sep 2026

Received 03 Aug 2026 Revised 14 Aug 2026 Accepted 21 Aug 2026

DOI: https://doi.org/10.9728/dcs.2026.27.9.2523

사회자본 인식과 SNS 유형 선호도가 소셜미디어 콘텐츠 생산 및 확산 행동에 미치는 영향

박만수¹ ; 박진우²^{, *}

1한국콘텐츠진흥원 정책연구본부 책임연구원
2한양대학교 미디어커뮤니케이션학과 조교수

Impact of Perceived Social Capital and SNS Type Preferences on Social Media Content Production and Diffusion Behavior

Mansu Park¹ ; Jinwoo Park²^{, *}

1Senior Researcher, Policy Research Division, Korea Creative Content Agency, Naju 58326, Korea
2Assistant Professor, Dept of Media and Communication, Hanyang University, Seoul 04763, Korea

Correspondence to: ^*Jinwoo Park E-mail: creativejw10@hanyang.ac.kr

Copyright ⓒ 2026 The Digital Contents Society
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-CommercialLicense(http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

초록

본 연구는 소셜미디어 이용자의 사회적 인터페이스에 대한 인식이라 할 수 있는 사회자본에 대한 인식, 소셜미디어의 공간적 인터페이스라 할 수 있는 SNS유형(개방형/폐쇄형) 선호도가 소셜미디어 정보 행동(정보 확인, 정보 생산, 정보 공유)에 미치는 주효과와 상호작용효과를 검증해 보았다. 이를 위해 2021년 한국미디어패널조사 데이터를 활용하였으며, 소셜미디어를 이용하는 5,135명을 최종 분석 표본으로 선정하여 위계적 회귀분석을 실시하였다. 그 결과 사회자본 인식, SNS 유형 선호가 이용자의 소셜미디어 정보 행동에 미치는 다양한 주효과와 상호작용효과를 검증하였다. 구체적으로 개방형 SNS와 폐쇄형 SNS 이용을 선호하는 사람들일수록, 소셜미디어 상에서 정보 확인, 생산, 공유 행동이 더 높게 나타났다. 또한 사회자본이 많다고 인식하는 사람들일수록 정보 생산, 공유가 낮아지는 것으로 밝혀졌다. 개방형 SNS 선호도와 사회자본 인식과의 흥미로운 상호작용효과도 검증되었다. 개방형 SNS 선호도가 소셜미디어 상 정보 확인, 생산, 공유 행동에 미치는 정적인 영향이 사회자본이 많다고 인식할수록 감소하는 것으로 밝혀진 것이다. 이런 다양한 결과를 토대로, 이론적으로는 이용자의 사회⸳심리적 결핍이 소셜미디어 내 정보 매개 행동으로 전이되는 메커니즘을 규명하고, 실무적으로는 자발적 바이럴 유도를 위해 정서적 효능감을 제공하는 커뮤니티 기반 리워드 시스템 설계의 필요성을 제시하는 등 다각적인 함의를 논의하였다.

Abstract

This study examined the primary and interaction effects of perceived social capital—defined as users’ perceptions of the social interface—and social networking service (SNS) type preferences (open vs. closed)—viewed as the spatial interface—on social media information behaviors (specifically information checking, production, and sharing). To this end, data from the 2021 Korea Media Panel Survey were analyzed using hierarchical regression analysis on a sample of 5,135 SNS users. The analysis verified several primary and interaction effects of these variables on users’ information behaviors. Specifically, a stronger preference for either open or closed SNS was associated with higher levels of information checking, production, and sharing on social media. Conversely, individuals with higher perceived social capital exhibited lower levels of information production and sharing. Furthermore, an interaction effect between open SNS preference and perceived social capital was observed: the positive impact of open SNS preference on information checking, production, and sharing decreased as perceived social capital increased. Based on these diverse findings, this study discussed multifaceted implications: theoretically, by elucidating the mechanism through which users’ socio-psychological deficits translate into information-mediating behaviors on social media, and practically, by suggesting the need to design a community-based reward system that provides emotional efficacy to induce voluntary viral sharing.

Keywords:

Social Media, Korea Media Panel Survey, Social Capital, Types of Social Media, Information Behavior

키워드:

소셜미디어, 한국미디어패널조사, 사회자본, SNS유형, 정보행동

Ⅰ. 서 론

소셜미디어의 출연과 발전은 사회 구성원들의 관계 형성 및 의사소통 방법의 질적인 변화를 가져왔다. 평소 알고 지내는 지인 혹은 직장 동료와의 커뮤니케이션뿐만 아니라 자신의 관심사와 비슷한 사람들과 새로운 인간관계를 형성하기도 하며, 유명인과 직접적으로 연결되기도 한다[1]. 이와 더불어 미디어 기술의 발달은 소셜미디어를 통한 실시간 소통의 범위를 확장해 초연결 사회(hyper-connected societies)로의 진입을 가능하게 했다. 소셜미디어 활용의 일상화는 이렇듯 이용자들의 ‘연결 욕구’를 충족시키고, 소통의 범위 확장에 기여하고 있다[2].

이런 소셜미디어 환경이 전통미디어 환경에서의 커뮤니케이션과 차별화되는 지점은 이용자들끼리 직접적, 그리고 간접적 관계를 맺은 네트워크 환경에서 정보를 생산, 소비, 유통한다는 점이다[3]. 이는 소셜미디어를 이용하는 이용자의 관계맺는 패턴에 따라 정보 환경이 형성되고, 이 공간 안에서 정보 혹은 콘텐츠, 소통 가능한 사람의 범위가 결정된다는 것을 의미한다[4]. 마치 컴퓨터 그래픽 인터페이스(GUI: Graphic User Interface)가 컴퓨터 사용자의 이용패턴을 규정하고, 거리 혹은 건물 구조와 같은 공간적 인터페이스가 보행자의 이동동선을 제약하는 것과 유사하다고 볼 수 있다. 소셜미디어 이용자의 정보 생산 및 소비, 공유와 관련한 정보 행동은 이렇듯 주변 사람들과의 관계로 형성되는 사회적 인터페이스 인식에 따라 달라질 수 있다.

한편 소셜미디어 상에서의 사회적 인터페이스 구축은 오프라인과 온라인의 관계를 이분법적으로 선택해서 구성되는 결과물이라 보기는 어렵다[5]. 레이니와 웰만(Rainie & Wellman)은 소셜미디어를 통해 연결되어 있는 사람들 간의 관계를 일컬어 네트워크화된 개인주의(networked individualism)이란 용어로 설명했다[5]. 온라인과 오프라인의 사회적 관계가 중첩되어 살아가는 현재 사람들의 모습을 하나의 새로운 개념으로 명명한 것이다. 이들은 오프라인에서의 만남을 통해 관계를 형성하기도 하고, 소셜미디어와 모바일을 통해 좀 더 광범위한 관계를 만들어가기도 한다[6]. 소셜미디어 상에서 사회적 인터페이스를 구축하는 과정은 이렇듯 오프라인과 온라인 환경의 상호작용을 통해 서로 영향을 주고 받는 동적인 특성을 가진다.

본 연구는 이런 맥락에서 2021년 수행한 한국미디어패널조사 데이터를 활용해 소셜미디어 이용자의 사회적 인터페이스 인식이라 볼 수 있는 사회자본에 대한 인식, 소셜미디어의 공간적 인터페이스라 할 수 있는 SNS 유형(개방형/폐쇄형)선호도가 SNS 정보 행동(정보 확인, 정보 생산, 정보 공유)에 미치는 효과를 실증적으로 검증해 보았다. 지금까지의 소셜미디어 관련 효과 연구는 기존 전통미디어 효과 연구의 맥락과 유사한 메시지 특성, 개별 정보원의 특성과 같은 변인에 초점을 두는 경우가 많았다. 하지만 전통미디어와 뚜렷히 구분할 수 있는 소셜미디어의 특성인 정보 교류가 일어나는 환경, 개인들이 메시지를 접하는 다양한 사회적 맥락(social context)이 소셜미디어 이용에 미치는 영향은 상대적으로 주목받지 못했다. 따라서 본 연구는 소셜미디어 이용자의 사회자본에 대한 인식과 SNS 유형 선호도가 SNS 정보 행동에 미치는 주효과와 상호작용효과를 규명해 이론적 지평을 넓히고자 한다.

Ⅱ. 연구 배경

2-1 소셜미디어와 사회자본

소셜 네트워크는 사회적으로 의미 있는 관계로 연결된 사람들, 조직, 국가 등을 포함한 사회적 구성 인자들(nodes)와 그들 간 관계(relations)의 집합을 통칭하는 포괄적인 개념이다[7]. 소셜미디어 이용자들은 소셜 네트워크를 통해 정보, 물질적 재화 및 사회적/감정적 지원(social/emotional support)과 같은 다양한 형태의 자원(resource)을 교환하거나 공유하는데, 이는 본인이 인식하고 있는 사회적 인터페이스에 따라 접근할 수 있는 자원의 종류와 양이 달라질 수 있다. 이렇듯 소셜 네트워크의 구조 인지는 각자의 인식에 따라 자원 접근성 및 활용성(resource accessibility & mobilization)이 달라질 수 있다는 점에서 사회자본(social capital) 개념과 동일시되거나, 그 구조적 기반으로 여겨져 왔다[8].

사회자본에 대한 개념적 정의를 내린 초창기 학자인 부르디외(Bourdieu)는 사회자본을 “제도화되었든 혹은 제도화되지 않았든 상호 간 면식이 있어 알고 지내는 관계에서 지속적으로 존재하는 연결망을 통해 획득할 수 있는 실질적이고 잠재적인 자원의 총합”(p. 248)이라고 정의했다. 또한 부르디외는 “특정 행위자가 획득할 수 있는 사회자본의 양은 본인이 효과적으로 동원할 수 있는 연결망 규모와 또는 그 연결망에 포함된 여러 개인이 소유한 자본의 크기에 달려있다”고 말했다(p. 249)[9]. 이런 맥락에서 사회자본은 사회공동체 구성원 사이의 상호작용과 협력을 가능하게 하는 신뢰, 호혜적 규범, 사회적 네트워크로 정의할 수 있다[10]. 린(Lin)에 의하면 사회적 자본은 사회적 네트워크와 사회적 연결성을 통해 형성되는 관계적 자원이다[8]. 더 나아가 린(Lin)은 사람들이 사회자본을 통해 얻으려 하는 보상을 크게 표출적 보상(expressive returns)과 도구적 보상(instrumental returns)으로 분류했다[8],[11]. 표출적 보상은 현재 존재하는 자원을 유지하고 확대하려는 의도를 가지고 있어 사람들이 사회자본을 통해 정신적인 만족감, 관계의 강화, 친밀감 형성으로 얻어지는 보상을 의미한다. 이에 비해 도구적 보상은 사회자본을 자신이 현재 가지고 있지 않은 새로운 이득을 얻게 하는 데 활용하는 것으로 정보의 획득, 빠른 승진, 이직 등으로 보상받게 되는 것을 의미한다[12].

이런 차원에서 살펴봤을 때 사회자본은 ‘개인이 특정 자원을 획득, 활용할 수 있는 능력’을 의미하며 그 ‘능력’은 개인이 소속된 네트워크의 구조적 효과(structural effects)로 볼 수 있다. Williams는 사회적 자본을 결속적 사회자본, 연결적 사회자본으로 구분하였으며, 개인적 차원에서의 사회적 자본 또는 보상의 경우 자신이 속한 네트워크 구성원으로부터 획득할 수 있는 자원으로 설명한 바 있다[7]. 최지은과 이두희는 네트워크 구성원들 끼리의 공유, 공감, 만족 등을 감정적 자원 또는 보상의 개념으로 결속적 사회자본의 특성으로 보았다[13]. 마찬가지로 조형오의 연구에서도 사회적 자본은 소셜 네트워크에 대한 감정적 지원을 의미하고, 심리적, 감정적, 만족 등 개인적 차원의 개념으로 보았다[14]. 마지막으로 강재정과 김유정의 연구에서는 속해 있는 네트워크 구성원끼리의 신뢰성과 활동에 대한 보상이 정보공헌에 긍정적 영향을 미치는 것으로 검증된 바 있다[15].

이런 인식에도 불구하고 네트워크의 구조적 효과로서 어떻게 사회자본이 형성되고 작용하는가에 대한 실증적인 해답을 제시하는 연구는 매우 드물다. 그 이유 중 하나는 이제까지의 네트워크 분석은 거시적으로 전체를 조망하는 조감도(bird’s eye view)식 접근이 주를 이뤄온 반면, 사회자본은 개인 수준에서 측정되고 활용되었기 때문이다. 이는 어떻게 거시적 패턴의 효과가 개인수준에서 나타나는지를 설명하는 것이 쉽지 않았다는 것을 의미한다. 이런 거시적 구조 – 미시적 인식(macro structure – micro perception)의 상호작용을 탐구하기 위해선 개인들이 본인의 사회자본을 어떻게 인식하는지, 즉 인지 소셜 네트워크에 주목해야 한다. 본인의 사회자본 인식은 사회적 인터페이스의 인식과 연결될 수 있기 때문에 소셜미디어 상 정보 확인, 정보 생산, 정보 공유에 영향을 미칠 수 있을 것으로 판단할 수 있다.

2-2 SNS 유형(개방형/폐쇄형)에 따른 행동

SNS 유형은 그 특성에 따라 다양하게 구분할 수 있지만 일반적으로 개방형 SNS와 폐쇄형 SNS로 구분할 수 있다. 개방형 SNS는 불특정 다수에게 자신이 노출되는 반면, 폐쇄형 SNS는 기본적으로 오프라인 인맥을 토대로 온라인 활동을 하는 서비스를 의미한다. 흔히 개방형 SNS로 분류할 수 있는 SNS는 트위터와 페이스북, 인스타그램, 핀터레스트와 같이 팔로우-팔로워 기반의 SNS를 의미하고, 폐쇄형 SNS로 분류할 수 있는 것은 싸이월드 미니홈피, 카카오스토리, 네이버밴드, 비트윈과 같은 오프라인 인맥을 기반으로 친구를 추가해 나가는 SNS를 들 수 있다[16].

SNS의 유형은 공간적 인터페이스의 개념처럼 소셜미디어 이용자의 정보 행동을 통제할 수 있다. 우선 SNS 콘텐츠 접근 방식과 같이 플랫폼의 기술적 특성에 따라 커뮤니케이션을 할 수 있는 범위가 제한된다[17]. 가령 일방의 신청만으로 정보 접근이 가능한 개방형 SNS는 다른 이용자들을 특정하기 어려운 반면, 초대와 승인을 통한 폐쇄형 SNS와 같은 경우는 다른 이용자들을 인지할 가능성이 높아진다[18]. 이런 경우 어떤 정보를 공유하는 것이 본인의 평가로 이어질 수 있어[19] 정보 공유를 꺼리게 할 수도 있고, 흥미로운 정보를 알고 있는 사람으로 평가받기 위해 정보를 적극적으로 공유하려 할 수도 있다[20]. 플랫폼 별로 형성되어 있는 사회적 규범 역시 SNS 활동에 영향을 미칠 수 있다[20]. 오프라인 친구 관계 중심으로 이뤄지는 폐쇄형 SNS에서는 실제 친구들을 반영할 수 있지만, 낯선 사람들의 연결을 장려하는 개방형 SNS에서는 이용자 단서가 부족해 다른 이용자를 상상할 수 있는 영역이 커질 수 있다[18],[21].

SNS 유형(개방형/폐쇄형)에 따른 이용자의 이용 동기들이 달라진다는 선행연구들이 있다. Savolainen은 개방형 SNS가 폐쇄형 SNS보다 더 많은 정보를 교류할 수 있으며 이에 따른 간접적인 삶의 체험, 사람들과의 관계 유지 등 다양한 보상이 가능하다고 주장했다[22]. 아무래도 개방형 SNS 유형이 폐쇄형 SNS 유형에 비해 오픈된 정보들이 많다보니 개방형 SNS 공간에서의 정보 추구가 더욱 활발하게 일어나는 것이다. 또한 우공선과 강재원은 트위터의 이용동기를 살펴보았는데 정보성, 관계 형성, 즉시성, 타인과의 커뮤니케이션 등이 도출된바 있다[23]. 김유정은 페이스북을 대상으로 이용동기를 살펴보았는데 유용성, 친구와의 교류, 친구 정보 검색, 정체성 표현 등이 도출되었다[24].

이렇듯 SNS는 각각의 환경에 따라 서로 다른 속성을 지니고 있고, 그 유형에 따라 상이한 정보 행동을 보일 가능성이 있다. 본 연구에선 이런 맥락에서 개방형 SNS 선호도와 폐쇄형 SNS 선호도가 소셜미디어 상 정보 확인, 정보 생산, 정보 공유에 미치는 영향을 알아보고자 한다.

Ⅲ. 연구문제

전술한 논의를 바탕으로 다음의 연구문제를 설정하였다.

연구문제 1. 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 확인 행동에 독립적/상호작용적 효과를 보이는가?
연구문제 2. 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 생산 행동에 독립적/상호작용적 효과를 보이는가?
연구문제 3. 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 공유 행동에 독립적/상호작용적 효과를 보이는가?

Ⅳ. 연구방법

4-1 자료 수집

본 연구는 연구문제 검증을 위해 정보통신정책연구원에서 실시하는 한국미디어패널조사 자료를 이용했다. 본 연구는 사회자본 인식과 SNS 유형에 대한 선호도가 소셜미디어 정보 확인, 정보 생산, 정보 공유에 미치는 영향을 확인하려는 목적에 따라 해당 문항이 포함된 2021년 자료를 활용했다. 2021년 조사에 응답한 총 10,154명의 응답자 중 SNS를 이용한다고 답한 5,135명을 대상으로 분석을 진행했다. 응답자의 성별 분포는 남성 2,376명(46.3%), 여성 2,759명(53.7%)의 비율을 보였다. 응답자의 연령은 최소 만 13세부터 최대 만 87세까지 설문에 참여했으며 평균 연령은 39.43세(SD = 15.36)로 나타났다. 실험 참가자의 학력은 대학교 졸업 이하가 3,081명(60.0%)으로 가장 많았으며, 고등학교 졸업 이하가 1,602명(31.2%), 중학교 졸업 이하가 315명(6.1%), 대학원 재학 이상이 103명(2.0%). 초등학교 졸업 이하가 34명(0.7%)으로 나타났다.

4-2 자료의 측정

1) 사회자본 인식

사회자본의 중요성을 제기한 퍼트남(Putnam)은 “사회적 네트워크가 가치를 지닌다”라는 명제가 사회자본의 핵심이라고 주장하며[25], 사회자본은 가족과 친구, 이웃, 직장, 교회 시민단체들 사이에서 실제로 형성된 관계뿐만 아니라 인터넷에 기반한 가상공동체 안에서도 생성될 수 있다고 주장했다[1]. 온라인상에서 형성된 관계 그룹들이 오프라인 모임으로 이어지는 모습으로 유추해 볼 때, 소셜미디어의 관계 역시 사회자본의 한 형태로 볼 수 있을 것이다[26]. 본 연구는 이런 관점에서 2021년 수행한 한국미디어패널조사 개인형 설문에서 사회자본과 맥락이 닿아있는 경험 감정에 대한 질문 6문항((1) 나는 사람들과의 교류/교제가 부족한 것 같다. (2) 나는 혼자인 것 같다. (3) 나는 더 이상 누구와도 가깝지 않다. (4) 나는 다른 사람들로부터 소외됐다. (5) 나를 진정으로 아는 사람은 아무도 없다. (6) 사람들이 내 주변에 있지만, 나와 함께 있는 것은 아니다.)을 사회자본에 대한 인식으로 정의하였다. 해당 문항들은 모두 사회적 관계의 부족 및 고립을 나타내는 부정 문항이므로, 측정 점수가 높을수록 ‘사회자본이 풍부함’을 의미하도록 6개 문항을 모두 역코딩(reverse-coding)하여 하나의 요인으로 통합한 후 SNS 이용행동에 어떤 영향을 끼치는지 살펴봤다. 이는 SNS 이용행동이 내 주변 사람들과의 관계 인식이라 할 수 있는 사회자본 인식에 따라 달라질 수 있다는 것을 실증적으로 검증하는 것이다. 사회자본 인식 요인의 기술통계 값은 다음과 같다(M = 3.24, SD = 0.56, α= .87).

2) SNS 유형 선호도

본 연구에선 SNS을 크게 개방형 SNS와 폐쇄형 SNS로 구분했다. 개방형 SNS는 개방된 플랫폼 내에서 일방의 신청 혹은 상호 동의 하에 친구 맺기가 가능한 트위터, 페이스북, 인스타그램, 핀터레스트를 포함했고, 폐쇄형 SNS는 콘텐츠 접근을 위해 기존 구성원의 초대를 필요로 하는 네이버 밴드, 카카오스토리, 비트윈, 싸이월드 미니홈피를 포함했다[17]. 물론 개방형 SNS 역시 오프라인의 친구를 토대로 친구 목록이 형성될 수도 있지만, 별도의 폐쇄적 커뮤니티에 진입해야 하는 폐쇄형과 비교했을 때 친구 맺기의 제한이 적고 친구 추천 등의 기능을 통해 오프라인 인맥에 의존하지 않고 낯선 사람과 새롭게 친구가 될 수 있다는 측면에 따라 폐쇄형 SNS와 구분했다[20]. 본 조사에서는 각자 선호하는 SNS 유형을 1~3순위로 기입하게 했다. 이를 연속형 변수로 변환하기 위해 1순위 답변에는 3을, 2순위 답변에는 2를 , 3순위 답변에는 1을 곱해 가중치를 부여했다. 이러한 선형 가중치(linear weighting) 부여 방식은 응답자가 특정 플랫폼 유형에 부여하는 상대적 중요도(우선순위)와 다중 이용 정도를 종합적으로 반영하여 선호의 강도(intensity)를 정량화하기 위함이다. 즉, 순위 데이터를 합산된 연속형 점수로 환산함으로써, 개방형 또는 폐쇄형 SNS에 대한 이용자의 전반적인 선호 강도를 하나의 수치로 통합하여 그 영향력을 보다 정밀하게 분석하고자 하였다. 1순위만 답하고, 2,3순위를 답하지 않은 경우에는 답하지 않은 순위를 0으로 처리했다. 이를 통해 최소 0에서 최대 6까지의 개방형 SNS 선호도와 폐쇄형 SNS 선호도 값을 산출하였다(개방형 SNS 선호도: M = 2.92, SD = 1.98/ 폐쇄형 SNS 선호도: M = 1.54, SD = 1.65).

3) 소셜미디어 정보 행동

본 연구의 종속변수로는 소셜미디어 정보행동을 정보 확인, 정보 생산, 정보 공유로 나누어 살펴보았다. 정보 확인 행동은 “다른 사람의 SNS 게시글(피드)을 얼마나 자주 확인합니까?”를 9점 척도로 응답하게 했다(M = 6.00, SD = 2.20). 정보 생산 행동은 “SNS 계정에 얼마나 자주 새로운 게시글을 직접 작성하시거나 이미지/영상을 업로드 하십니까?”를 9점 척도로 응답하게 했다(M = 3.87, SD = 2.20). 정보 공유 행동은 “타인의 게시글/이미지/영상 등을 얼마나 자주 본인의 게시글에 공유하고 있습니까?”를 9점 척도로 측정했다(M = 3.60, SD = 2.37).

4-3 분석방법

소셜미디어 이용자의 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 소셜미디어 정보 행동(정보 확인/생산/공유/반응)에 미치는 주효과와 상호작용효과를 검증하기 위해 통제변인들을 포함한 위계적 회귀분석을 수행했다. 분석의 정교함을 더하기 위해 소셜미디어 정보 행동에 영향을 미칠 것이라고 예상되는 연령, 학력, 성별을 통제변수로 설정하였다. 그리고 소셜미디어 이용자의 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 소셜 미디어 정보 행동에 끼치는 상호작용 효과를 보다 정확하게 검증하기 위해 모든 변인을 대상으로 평균 중심화(mean-centering) 작업을 수행했다. 이런 작업을 통해 위계적 회귀분석에 투입되는 변인 간 다중공선성(multi-conllinearity) 문제를 통계적으로 해결하려 노력했다[27],[28].

Ⅴ. 연구결과

5-1 독립변인들 간 상관관계 및 다중공선성 검증

위계적 회귀분석에 투입된 모든 독립변인들 그리고 상호작용항들 간 상관관계 분석을 실시했다. 사회자본 인식, 개방형 SNS 선호도, 폐쇄형 SNS 선호도 간 유의미한 상관관계가 확인되었다. 그리고 독립변인들과 상호작용항들 사이에서도 일부 유의미한 상관관계가 있는 것으로 밝혀졌다. 하지만 다중공선성 검증 검과 통제변수들을 포함하여 위계적 회귀분석에 투입된 모든 변인들 사이에 두드러지게 나타나는 문제는 없는 것으로 나타났다. 모든 변인의 분산팽창인자(VIF) 범위가 1.13~1.28인 것으로 나타나 기준치인 10 이하인 것으로 판명되었으며, 공차한계(tolerance)의 범위도 .01 이상인 .70~.99인 것으로 확인되어 다중공선성의 문제는 없는 것으로 확인되었다[29].

5-2 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 확인 행동에 미치는 영향

사회자본 인식과 개방형/폐쇄형 SNS 선호도가 소셜미디어 이용자의 정보 확인 행동에 미치는 독립적, 상호작용적 효과를 통계적으로 검증하기에 앞서 성별, 연령, 학력의 통제변수를 먼저 회귀모형에 투입하였다. 그 결과, 성별(β = .04, t = 2.86, p < .05), 연령(β = -.20, t = -14.95, p < .001), 학력(β = .07, t = 4.86, p < .001)의 유의미한 효과가 발견되었다.

최종 회귀 분석 모델에 따르면, 개방형 SNS 선호도(β = .35, t = 14.70, p < .001), 폐쇄형 SNS 선호도(β = .19, t = 8.08, p < .001)의 유의미한 주효과가 발견되었다. 개방형 SNS를 선호할수록, 폐쇄형 SNS를 선호할수록 소셜미디어 이용자의 정보 확인 행동이 높아지는 것으로 밝혀진 것이다. 나아가 사회자본 인식과 개방형 SNS 선호도가 정보 확인 행동에 미치는 유의미한 상호작용효과가 발견되었다(β = -.06, t = -2.69, p < .01). 이는 개방형 SNS 선호도가 정보 확인 행동에 미치는 정적인 효과가 사회자본 인식에 의해 그 효과가 감소한다는 것을 의미한다. 통제변수 중 학력은 최종 회귀모델에 투입했을 때 통계적으로 유의미한 영향력을 끼치지 못하는 것으로 밝혀졌다(β = .02, t = 1.72, n.s). 구체적인 <연구문제 1>의 결과는 아래 표 1과 같다.

Table 1.

Hierarchical regression analysis results: Information verification behavior

5-3 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 생산 행동에 미치는 영향

사회자본 인식과 개방형/폐쇄형 SNS 선호도가 소셜미디어 이용자의 정보 생산 행동에 미치는 독립적, 상호작용적 효과를 통계적으로 검증하기에 앞서 성별, 연령, 학력의 통제변수를 먼저 회귀모형에 투입하였다. 그 결과, 연령(β = -.17, t = -12.52, p < .001), 학력(β = .09, t = 6.78, p < .001)의 유의미한 효과가 발견되었다.

Table 2.

Hierarchical Regression Analysis Results: Information Production Behavior

최종 회귀 분석 모델에 따르면, 사회자본 인식(β = -.08, t = -6.09, p < .001), 개방형 SNS 선호도(β = .35, t = 14.65, p < .001), 폐쇄형 SNS 선호도(β = .19, t = 8.34, p < .001)의 유의미한 주효과가 발견되었다. 개방형 SNS를 선호할수록, 폐쇄형 SNS를 선호할수록 소셜미디어 이용자의 정보 생산 행동이 높아지는 것으로 밝혀진 것이다. 또한 사회자본이 많다고 생각할수록 정보 생산 행동이 감소하는 흥미로운 결과가 발견되었다. 나아가 사회자본 인식과 개방형 SNS 선호도가 정보 생산 행동에 미치는 유의미한 상호작용효과가 발견되었다(β = -.06, t = -2.61, p < .01). 이는 개방형 SNS 선호도가 정보 생산 행동에 미치는 정적인 효과가 사회자본 인식에 의해 그 효과가 감소한다는 것을 의미한다. 통제변수 중 학력은 최종 회귀모델에 투입했을 때 통계적으로 유의미한 영향력을 끼치지 못하는 것으로 밝혀졌다(β = -.02, t = -1.60, n.s). 그리고 성별 요인이 정보 생산 행동에 미치는 효과가 새롭게 나타났다(β = .03, t = 2.25, p < .05). 구체적인 <연구문제 2>의 결과는 위 표 2와 같다.

5-4 사회자본 인식과 개방형/폐쇄형 SNS 선호도가 정보 공유 행동에 미치는 영향

사회자본 인식과 개방형/폐쇄형 SNS 선호도가 소셜미디어 이용자의 정보 공유 행동에 미치는 독립적, 상호작용적 효과를 통계적으로 검증하기에 앞서 성별, 연령, 학력의 통제변수를 먼저 회귀모형에 투입하였다. 그 결과, 성별(β = .03, t = 2.11, p < .05), 연령(β = -.14, t = -10.08, p < .001), 학력(β = .09, t = 6.31, p < .001)의 유의미한 효과가 발견되었다.

최종 회귀 분석 모델에 따르면, 사회자본 인식(β = -.11, t = -4.06, p < .001), 개방형 SNS 선호도(β = .36, t = 15.08, p < .001), 폐쇄형 SNS 선호도(β = .20, t = 8.69, p < .001)의 유의미한 주효과가 발견되었다. 개방형 SNS를 선호할수록, 폐쇄형 SNS를 선호할수록 소셜미디어 이용자의 정보 공유 행동이 높아지는 것으로 밝혀진 것이다. 또한 정보 생산 행동과 마찬가지로 사회자본이 많다고 생각할수록 정보 공유 행동이 감소하는 흥미로운 결과가 발견되었다. 나아가 사회자본 인식과 개방형 SNS 선호도가 정보 공유 행동에 미치는 유의미한 상호작용효과가 발견되었다(β = -.06, t = -2.50, p < .05). 이는 개방형 SNS 선호도가 정보 공유 행동에 미치는 정적인 효과가 사회자본 인식에 의해 그 효과가 감소한다는 것을 의미한다. 구체적인 <연구문제 3>의 결과는 표 3과 같다.

Table 3.

Hierarchical regression analysis results: Information sharing behavior

Ⅵ. 결론 및 논의

본 연구는 소셜미디어 이용자의 사회자본 인식과 공간적 인터페이스 특성인 SNS 유형(개방형/폐쇄형) 선호도가 소셜미디어 내 정보 행동(확인, 생산, 공유)에 미치는 주효과와 상호작용효과를 실증적으로 검증하였다. 본 연구에서 설정한 연구문제에 따른 핵심 결과 및 이에 대한 논의는 다음과 같다.

첫째, 개방형 및 폐쇄형 SNS 선호도와 사회자본 인식이 정보 확인 행동에 미치는 영향을 살펴본 결과(연구문제 1), 개방형과 폐쇄형 SNS를 선호할수록 타인의 게시글을 확인하는 행동이 유의미하게 높아지는 정(+)의 효과가 나타났다. 또한, 개방형 SNS 선호도와 사회자본 인식 간에는 유의미한 부(-)의 상호작용 효과가 발견되었다. 이는 플랫폼의 개방성 수준과 무관하게 뚜렷한 선호도를 가진 이용자일수록 해당 공간에서 타인의 정보를 활발히 관찰함을 의미한다. 특히 개방형 SNS 선호도가 정보 확인 행동을 증가시키는 긍정적 효과는 이용자가 스스로 ‘사회자본이 풍부하다’고 인식할수록 감소하였다. 즉, 오프라인 상의 교류나 정서적 지지가 부족하다고 느끼는 이용자일수록 낯선 사람의 접근이 용이한 개방형 플랫폼을 통해 타인의 삶과 정보를 관찰하며 관계적 결핍을 보완하고자 하는 동기가 투영된 결과로 해석해 볼 수 있다.

둘째, 정보 생산 행동에 미치는 영향을 검증한 결과(연구문제 2), 개방형 및 폐쇄형 SNS 선호도는 새로운 게시물 작성 행동을 높이는 정(+)의 효과를 보였으나, 사회자본 인식이 높을수록 정보 생산 행동은 감소하는 부(-)의 효과가 확인되었다. 아울러 개방형 SNS 선호도와 사회자본 인식 간의 유의미한 부(-)적 상호작용 효과가 나타났다. 이는 현실에서 이미 충분한 결속적 사회자본을 확보한 이용자는 굳이 불특정 다수에게 자신을 노출하고 새로운 이야기를 발신할 동기가 상대적으로 낮음을 의미한다. 반면, 현실의 사회자본이 부족하다고 느끼는 이용자일수록 낯선 이와의 연결이 유연한 개방형 SNS를 적극 활용하여 자신을 표현하고 새로운 관계적 보상을 탐색할 가능성이 있음을 시사한다. 이는 개방형 SNS가 불특정 다수와의 다양한 상호작용을 촉진하며, 감정 표현을 통해 새로운 사회적 지지를 획득하는 기회를 제공한다고 본 기존 연구의 맥락과 일치한다[30].

셋째, 정보 공유 행동에 미치는 영향을 검증한 결과(연구문제 3), 정보 생산 행동과 마찬가지로 개방형 및 폐쇄형 SNS 선호도의 정(+)적 효과, 사회자본 인식의 부(-)적 효과, 그리고 개방형 SNS 선호도와 사회자본 인식 간의 부(-)적 상호작용 효과가 동일하게 확인되었다. 타인의 콘텐츠를 자신의 계정으로 확산(공유)하는 행위 역시 자신이 고립되어 있거나 교류가 부족하다고 느끼는 이용자에게서 더 강하게 나타남을 알 수 있다. 즉, 이들에게 개방형 SNS는 단순한 정보 습득처를 넘어, 유용한 정보를 타인에게 적극적으로 매개함으로써 네트워크 내에서 자신의 정보적 가치를 입증하고 관계적 입지를 다지기 위한 전략적 수단으로 활용됨을 시사한다.

이러한 연구 결과를 바탕으로 한 본 연구의 이론적, 실무적 함의는 다음과 같다. 이론적 측면에서 본 연구는 미디어 효과 연구에서 상대적으로 주목받지 못했던 이용자의 ‘사회자본 인식’과 ‘SNS 개방성 유형’의 결합 메커니즘을 규명하였다는 데 의의가 있다. 특히 거시적 구조인 사회자본을 개인의 인지적 네트워크 인식으로 측정하여, 이용자의 사회 심리적 결핍이 디지털 플랫폼 내의 적극적인 정보 매개 행동으로 전이되는 과정을 상호작용 효과를 통해 입증하였다. 실무적 측면에서 본 연구는 플랫폼 사업자 및 브랜드 마케터에게 유용한 시사점을 제공한다. 소셜미디어 상에서 자발적인 정보 확산(바이럴)을 주도하는 핵심 집단은 단순히 해당 플랫폼 기능을 선호하는 것을 넘어, 플랫폼을 매개로 새로운 사회적 보상과 소속감을 얻고자 하는 동기가 강한 집단일 가능성이 높다. 따라서 효과적인 콘텐츠 생산과 공유를 유도하기 위해서는 이들 이용자가 정보 매개 행위를 통해 정서적, 관계적 효능감을 체감할 수 있는 커뮤니티 기반의 리워드 시스템 및 소통 전략을 설계할 필요가 있다. 이러한 학술적, 실무적 의의에도 불구하고 본 연구는 다음과 같은 한계점을 지니며, 향후 연구를 위한 제언을 남기고자 한다. 첫째, 특정 시점의 횡단적 데이터를 활용하였으므로 변인 간의 명확한 인과관계를 단정하기에는 한계가 있으며, 향후 종단적 데이터를 활용한 추가 검증이 요구된다. 둘째, 주요 변인인 정보 행동이 응답자의 기억에 의존하는 자기기입식으로 측정되어, 실제 로그 데이터 기반의 행동량과는 다소 편차가 존재할 수 있다. 셋째, 본 연구는 SNS 유형을 개방형과 폐쇄형으로 이분화하였으나, 최근 개방형 플랫폼 내에서도 '친한 친구' 설정과 같은 폐쇄적 소통 기능이 점차 활성화되고 있다. 따라서 향후 연구에서는 단일 플랫폼 내의 구체적인 프라이버시 설정 및 기능 활용 방식에 따른 미시적인 정보 행동의 차이를 탐색해 볼 필요가 있다.

References

C. Lee and N. Jung, “The Impact of Social Media Use and Motive on Social Capital: Comparison of Open/Closed Social Media,” Korean Journal of Communication & Information, Vol. 65, No. 1, pp. 5-26, 2014.
R. Kittinger, C. J. Correia, and J. G. Irons, “Relationship Between Facebook Use and Problematic Internet Use Among College Students,” Cyberpsychology, Behavior, and Social Networking, Vol. 15, No. 6, pp. 324-327, 2012. [https://doi.org/10.1089/cyber.2010.0410]
D. Sohn, “Coping with Information in Social Media: The Effects of Network Structure and Knowledge on Perception of Information Value,” Computers in Human Behavior, Vol. 32, pp. 145-151, 2014. [https://doi.org/10.1016/j.chb.2013.12.006]
D. Sohn and S. Choi, “Social Embeddedness of Persuasion: Effects of Cognitive Social Structures on Information Credibility Assessment and Sharing in Social Media,” International Journal of Advertising, Vol. 38, No. 6, pp. 824-844, 2019. [https://doi.org/10.1080/02650487.2018.1536507]
H. Rainie and B. Wellman, Networked: The New Social Operating System, Cambridge, MA: MIT Press, 2012. [https://doi.org/10.7551/mitpress/8358.001.0001]
J. Kim and I. Jeong, “Are Digital Natives a Single Group?: Differentiation Patterns of Digital Natives through Use Motivation of Social Media and the Concept of ‘Networked Individuals,” Journal of Cybercommunication Academic Society, Vol. 37, No. 3, pp. 5-51, 2020. [https://doi.org/10.36494/JCAS.2020.09.37.3.5]
D. Williams, “On and off the 'Net: Scales for Social Capital in an Online Era,” Journal of Computer-Mediated Communication, Vol. 11, No. 2, pp. 593-628, 2006. [https://doi.org/10.1111/j.1083-6101.2006.00029.x]
N. Lin, Social Capital: A Theory of Social Structure and Action, Cambridge, UK: Cambridge University Press, 2001. [https://doi.org/10.1017/CBO9780511815447]
P. Bourdieu, The Forms of Capital, in Handbook of Theory and Research for the Sociology of Education, New York, NY: Greenwood, pp. 241-258, 1986.
R. D. Putnam, “Social Capital and Public Affairs,” Bulletin of the American Academy of Arts and Sciences, Vol. 47, No. 8, pp. 5-19, 1994. [https://doi.org/10.2307/3824796]
N. Lin, “Social Networks and Status Attainment,” Annual Review of Sociology, Vol. 25, pp. 467-488, 1999. [https://doi.org/10.1146/annurev.soc.25.1.467]
Y. Choi and S. H. Park, “The Effects of Social Media Usage on Social Capital,” Korean Journal of Broadcasting and Telecommunication Studies, Vol. 25, No. 2, pp. 241-276, 2011.
J.-E. Choi and D.-H. Lee, “The Impact of SNS Network's Features on the Formation of Social Capital,” Korean Management Review, Vol. 42, No. 3, pp. 719-741, 2013.
H. Cho, “Investigating the Effect of Value Characteristics of SNS Users on SNS Usage Motivation, Social Capital, and Usage Behavior,” Journal of Digital Contents Society, Vol. 19, No. 2, pp. 351-362, 2018.
J. J. Kang and Y. J. Kim, “Effects of Online Citizenship Behavior, Trust, Incentives on Information Contribution in Online Community,” The Journal of Internet Electronic Commerce Research, Vol. 12, No. 2, pp. 85-108, 2012.
J. K. Lee and Y. Choi, “Why People Use Social Media?: A Comparison of Open and Closed SNSs,” Korean Journal of Journalism & Communication, Vol. 59, No. 1, pp. 115-148, 2015.
M. A. DeVito, J. Birnholtz, and J. T. Hancock, “Platforms, People, and Perception: Using Affordances to Understand Self-Presentation on Social Media,” in Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing, Portland: OR, pp. 740-754, 2017. [https://doi.org/10.1145/2998181.2998192]
H. S. Ryu and J. K. Lee, “Social Media as Public Opinion : Relationship Between Ideological Extremity, SNS Types, and User Engagement,” Korean Journal of Journalism & Communication, Vol. 65, No. 5, pp. 286-327, 2021. [https://doi.org/10.20879/kjjcs.2021.65.5.008]
J. Ihm and E.-M. Kim, “The Hidden Side of News Diffusion: Understanding Online News Sharing as an Interpersonal Behavior,” New Media & Society, Vol. 20, No. 11, pp. 4346-4365, 2018. [https://doi.org/10.1177/1461444818772847]
S. Vosoughi, D. Roy, and S. Aral, “The Spread of True and False News Online,” Science, Vol. 359, No. 6380, pp. 1146-1151, 2018. [https://doi.org/10.1126/science.aap9559]
E. Litt, “Knock, Knock. Who’s There? The Imagined Audience,” Journal of Broadcasting & Electronic Media, Vol. 56, No. 3, pp. 330-345, 2012. [https://doi.org/10.1080/08838151.2012.705195]
R. Savolainen, “Everyday Life Information Seeking: Approaching Information Seeking in the Context of ‘Way Of Life’,” Library & Information Science Research, Vol. 17, No. 3, pp. 259-294, 1995. [https://doi.org/10.1016/0740-8188(95)90048-9]
K. S. Woo and J.-W. Kang, “Usage Gratification, Dependence and Problematic Use of Mobile Type SNS (Social Network Service): Centering on Twitter,” Journal of Cybercommunication Academic Society, Vol. 28, No. 4, pp. 89-127, 2011.
Y. Kim, “Facebook Uses and Gratifications,” Media, Gender & Culture, No. 20, pp. 71-105, 2011.
R. D. Putnam, Democracies in Flux: The Evolution of Social Capital in Contemporary Society, New York, NY: Oxford University Press, 2002. [https://doi.org/10.1093/0195150899.001.0001]
N. B. Ellison, C. Steinfield, and C. Lampe, “The Benefits of Facebook ‘Friends’: Social Capital and College Students’ Use of Online Social Network Sites,” Journal of Computer-Mediated Communication, Vol. 12, No. 4, pp. 1143-1168, 2007. [https://doi.org/10.1111/j.1083-6101.2007.00367.x]
L. S. Aiken, S. G. West, and R. R. Reno, Multiple Regression: Testing and Interpreting Interactions, Newbury Park, CA: Sage, 1991.
W. P. Eveland, “Interactions and Nonlinearity in Mass Communication: Connecting Theory and Methodology,” Journalism & Mass Communication Quarterly, Vol. 74, No. 2, pp. 400-416, 1997. [https://doi.org/10.1177/107769909707400211]
H. Choi, Statistical Analysis for Social Sciences, Nanam, 2012.
X. Wang and S. B. Park, “The Effect of SNS Fatigue on the 20’s SNS Users’ Self-Presentation: Focusing on the Characteristics of Each SNS Users,” Journal of Digital Contents Society, Vol. 22, No. 7, pp. 1069-1082, 2021. [https://doi.org/10.9728/dcs.2021.22.7.1069]

저자소개

박만수(Mansu Park)

2023년 8월：한양대학교 미디어커뮤니케이션학과(문학박사)

2023년 9월～2025년 2월: 한양대학교 언론정보대학원 강사

2024년 11월～현 재: 한국콘텐츠진흥원 정책연구본부 책임연구원

※관심분야：미디어 콘텐츠(Media Content), 미디어 산업(Media Industry), AI 미디어(AI Media)

박진우(Jinwoo Park)

2019년 8월：한양대학교 미디어커뮤니케이션학과(문학박사)

2022년 3월～현 재: 한양대학교 미디어커뮤니케이션학과 조교수

※관심분야：AI 저널리즘(AI Journalism), 미디어 효과(Media effect), 여론 양극화(Opinion polarization)

Variable	Step 1 - Control Variables		Step 2 - Main Effects		Step 3 – Interaction Effects
Variable	β	t	β	t	β	t
p <.05, p <.01, **p <.001 N = 5135
Gender	.04	2.86^*	.05	3.35^**	.05	3.34^***
Age	-.20	-14.95^***	-.12	-7.80^***	-.12	-7.82^***
Education	.07	4.86^***	.02	1.67	.02	1.72
Perceived Social Capital			-.02	-1.56	-.02	-1.60
Preference for Public Social Networks			.33	14.60^***	.35	14.70^***
Preference for Private Social Networks			.18	8.31^***	.19	8.08^***
Perceived Social Capital X Preference in Public Social Networks					-.06	-2.69^**
Perceived Social Capital X Preference in Private Social Networks					-.02	-0.75
	F(3, 5131) = 89.42^* R2 = .05^*, Adjusted R2 = .05		F(6, 5128) = 83.92^* R2(△R2) = .09(.04)^* Adjusted R2 = .09		F(8, 5126) = 64.67^* R2(△R2) = .09(.00)^, Adjusted R2 = .09

Variable	Step 1 - Control Variables		Step 2 - Main Effects		Step 3 – Interaction Effects
Variable	β	t	β	t	β	t
p <.05, p <.01, **p <.001 N = 5135
Gender	.03	1.95	.03	2.25^*	.03	2.25^*
Age	-.17	-12.52^***	-.10	-6.04^***	-.10	-6.06^***
Education	.09	6.78^***	.05	3.64^***	-.02	-1.60
Perceived Social Capital			-.08	-6.09^***	-.08	-6.09^***
Preference for Public Social Networks			.33	14.58^***	.35	14.65^***
Preference for Private Social Networks			.18	8.37^***	.19	8.34^***
Perceived Social Capital X Preference in Public Social Networks					-.06	-2.61^**
Perceived Social Capital X Preference in Private Social Networks					-.03	-1.34
	F(3, 5131) = 73.80^* R2 = .04^*, Adjusted R2 = .04		F(6, 5128) = 80.91^* R2(△R2) = .09(.05)^* Adjusted R2 = .09		F(8, 5126) = 61.81^*** R2(△R2) = .09(.00)^*, Adjusted R2 = .09

Variable	Step 1 - Control Variables		Step 2 - Main Effects		Step 3 – Interaction Effects
Variable	β	t	β	t	β	t
p <.05, p <.01, **p <.001 N = 5135
Gender	.03	2.11^*	.03	2.36^*	.03	2.35^*
Age	-.14	-10.08^***	-.06	-4.04^***	-.06	-4.06^***
Education	.09	6.31^***	.05	3.14^**	.04	3.20^**
Perceived Social Capital			-.10	-7.77^***	-.11	-4.06^***
Preference for Public Social Networks			.35	15.06^***	.36	15.08^***
Preference for Private Social Networks			.20	8.96^***	.20	8.67^***
Perceived Social Capital X reference in Public Social Networks					-.06	-2.50^*
Perceived Social Capital X reference in Private Social Networks					-.02	-0.71
	F(3, 5131) = 52.10^* R2 = .03^*, Adjusted R2 = .03		F(6, 5128) = 75.42^* R2(△R2) = .08(.05)^* Adjusted R2 = .08		F(8, 5126) = 58.04^* R2(△R2) = .08(.00)^, Adjusted R2 = .08