Korea Digital Contents Society

Journal Archive

Journal of Digital Contents Society - Vol. 21 , No. 2

[ Article ]
Journal of Digital Contents Society - Vol. 21, No. 2, pp. 347-355
Abbreviation: J. DCS
ISSN: 1598-2009 (Print) 2287-738X (Online)
Print publication date 29 Feb 2020
Received 29 Dec 2019 Revised 18 Jan 2020 Accepted 25 Feb 2020
DOI: https://doi.org/10.9728/dcs.2020.21.2.347

온라인 커뮤니티에서의 친목질 측정도구 개발
정승환1, * ; 김신우2 ; 조희숙3
1동덕여자대학교 교육혁신센터 연구교수
2한양대학교 교육공학과 석사
3한양대학교 교육공학과 석사

Development of Chinmokjil(Socializing Behavior) Scale in Online Communities
Seung-Hwan Jung1, * ; Shinwoo Kim2 ; Heesouk Cho3
1Research Professor, Center for Educational Innovation, Dongduk Women’s University, Seoul 02748, Korea
2Master, Department of Educational Technology, Hanyang University, Seoul 04763, Korea
3Master, Department of Educational Technology, Hanyang University, Seoul 04763, Korea
Correspondence to : *Seung-Hwan Jung Tel: +82-2-940-4828 E-mail: hfhsr@naver.com


Copyright ⓒ 2020 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.
Funding Information ▼

초록

본 연구의 목적은 온라인 커뮤니티에서 일어나는 복잡한 사회적 현상을 이해하기 위하여, 온라인 커뮤니티에서의 ‘친목질’ 측정도구를 개발하고 타당성을 검증하는 것이다. 13명을 대상으로 FGI를 실시하여 예비문항을 설정하였고, 150명을 대상으로 한 탐색적 요인분석과 375명을 대상으로 한 확인적 요인분석을 통해 문항을 검증하였다. 탐색적 요인분석 결과, ‘운영자 중립성 위반’, ‘네임드 유저에 대한 맹신’, ‘비주류 유저 무관심 및 배척’, ‘커뮤니티 운영규칙 무시’의 4개 요인에 대한 17개의 문항이 도출되었다. 설정된 모형에 대한 확인적 요인분석 결과, 각 모형 적합도가 적절한 값을 보였으며, 잠재변인과 관측변인 간의 모든 경로가 통계적으로 유의미하게 나타났다. 또한 개념타당도, 수렴타당도, 판별타당도 적합한 값을 가지는 것으로 파악되었다.

Abstract

The purpose of this study is to develop ‘Chinmokjil(socializing behavior)’ scale in online communities and verify the its validity in order to understand the complex social phenomena in online communities. After preliminary items were set by FGI on 13 users, those were verified through exploratory factor analysis of 150 respondents and confirmatory factor analysis of 375 respondents. The result of exploratory factor analysis showed that 17 questions about 4 factors(‘Violation of managers neutrality’, ‘Blind faith in named users’, ‘Unconcern or rejection to non-mainstream users’, ‘Ignorance of community rules’) were derived. The result of confirmatory factor analysis showed each model-fit was appropriate and all paths between the latent and observed variables were statistically significant. Also, concept validity, convergence validity, and discriminant validity had appropriate values.


Keywords: Online Community, Chinmokjil, Socializing Behavior, Scale
키워드: 온라인 커뮤니티, 친목질, 측정도구

Ⅰ. 서 론

시대적으로 새로운 기술이나 매체가 부각될 때마다 그것이 가지고 있는 기능은 다양한 문제를 해결할 수 있을 것이라는 기대로 이어졌다. 그러나 이와 같은 낙관적인 기대들은 예상과는 달리 현실적으로는 실현되지 않기도 하였다[1]. 인터넷의 등장은 그 어떤 기술보다도 커다란 기대감을 가져오게 하였다. 시간과 공간의 제약 없이 참여가 가능하고, 자신의 신분·성별·나이·학력 등을 막론하고 모두에게 개방되기 때문에, 전 세계의 누구와도 소통하고 협력할 수 있는 공간으로 받아들여지고 있다. 이를 통해 이상적인 민주주의를 실현할 수 있는 공간이자 세계가 가진 불평등을 해소할 수 있는 도구로 받아들여졌으며, 현재도 그 기대감은 계속되고 있다. 그러나 인터넷 역시 사회적인 공간이기 때문에, 이를 사용하는 이용자 간의 집합적인 행동에 의해, 정보의 불균형이나 사람들 간의 갈등 또는 특정한 집단의 권력구조가 생기기도 한다. 다시 말해 인터넷 역시 현실 공간과 마찬가지로 이용자 간의 위계나 차별이 형성되는 공간이라고 볼 수 있다[2].

온라인 커뮤니티는 이러한 인터넷 환경에서 공동의 주제나 관심에 근거하여 정보를 교환하고 공동의 공간을 공유하는 사람들로 구성된 커뮤니티이다[3]. 마찬가지로 온라인 커뮤니티에서도 집합적 행동에 따른 이용자 간 불평등이나 차별이 나타날 수 있다. 이러한 불평등한 경험 중에서 쉽게 접할 수 있는 개념이 ‘친목질(親睦질, socializing behavior1))’인데, 이는 온라인 커뮤니티의 특정 세력들이 일반 이용자들을 배척하여 온라인 커뮤니티를 사유화하거나 사조직화 하는 것을 의미한다[4]. 일부 이용자들 간의 감정이나 지식을 교류하는 ‘친목 활동’이 어느 수준을 넘어 친목질이 지속되면, 다른 이용자들이 소외감이나 불공점함을 느끼게 되어 불만이 표출되거나 갈등이 심화되기도 한다[4]. 친목질은 단순히 이용자들 간에 정서적으로 소속감이나 유대감을 가진다는 상태의 의미를 훨씬 뛰어 넘어, 온라인 커뮤니티 내에서의 파벌과 차별로 인해 잘잘못을 따지는 자정작용이 없어지고, 합리적인 의사결정이 불가능하게 되는 상태로 커뮤니티가 변질되는 것을 의미한다.

이용자 간의 일반적인 친목 활동은 온라인 커뮤니티를 영속시키기 위한 이용자 간의 필수적인 상호작용인데 비하여, 친목질은 오히려 커뮤니티의 기능을 훼손시키는 부정적 상호작용을 설명하는 개념이다. 그런데 친목 활동과 친목질 모두 이용자 간 상호작용을 전제로 하고 있기 때문에, 실제로는 그 경계를 명확하게 판가름하기 어렵다. 이는 온라인 커뮤니티에서 일어나는 복잡한 현상을 분명하게 이해하기 어렵다는 것을 의미한다. 본 연구는 이에 초점을 맞추어 온라인 커뮤니티에서 일어나는 친목질의 현상을 명확하게 이해하고 설명하기 위하여, 온라인 커뮤니티가 어떠한 요인에 대하여 어느 정도 친목질이 높다고 말할 수 있는지 측정할 수 있는 온라인 커뮤니티에서의 친목질 측정도구 개발을 목적으로 한다. 구체적으로 온라인 커뮤니티에서의 친목질에 대한 요인을 도출하고 이를 바탕으로 각 요인에 대한 문항을 개발하여 측정 도구의 타당도와 신뢰도를 객관적으로 검증하고자 한다.


Ⅱ. 선행연구 고찰

온라인 커뮤니티는 다양한 사람들이 감정적인 공감을 바탕으로 서로의 의견을 나누고 인간관계를 형성하는 온라인 공동체이다. 온라인 커뮤니티의 유형 역시 일반적인 전자게시판 형태를 넘어서서, 회원형 온라인 커뮤니티, 지식인(Q&A 형태) 게시판, 위키피디아, 인터넷 카페, SNS 그룹 등과 같이 다양한 형태로 변화하고 있다. 이와 더불어 게임 내의 길드 게시판이나 메신저 내의 오픈채팅방 역시 온라인 커뮤니티의 또 다른 형태라고 여겨질 수 있다.

온라인 커뮤니티를 구성하는 이용자들은 서로의 정보나 감정을 공유하면서, 나와 유사한 생각이나 취미를 가진 사람들과 새로운 유대관계를 형성하고 사회적 관계를 확장해 나간다[5]. 이 과정에서 현실 세계와 같이 다양한 사람들 간의 집합행동이 나타나기도 한다. 따라서 인터넷 환경을 기반으로 한 온라인 커뮤니티에서도 무수히 많은 사건이 발생하고, 갈등의 주체와 형태 역시 매우 다양하게 나타난다[6].

온라인 커뮤니티에 대한 초기의 연구들은 온라인 커뮤니티들이 친목을 도모하면서 태생적으로 반위계적·탈중심화의 성격을 가진다고 설명했다[7]. 이것은 인터넷이 기본적으로 익명성을 바탕으로 다양한 참여의 기회를 보장하여 자신의 생각을 개진할 수 있는 공간으로의 가능성에 주목한 것이다. 그러나 온라인 환경에서도 여전히 위계와 차별이 존재한다. 현실 세계에서의 각 커뮤니티와 마찬가지로 온라인 커뮤니티에서도 각 커뮤니티의 행위규범을 설정하고, 이 규범을 지키지 않거나 커뮤니티에 충성스럽지 않은 이용자들을 추방하기도 한다[8]. 이와 같은 행위규범들은 온라인 커뮤니티 내의 주도권과 관련되기도 하고, 커뮤니티의 정체성 형성과 관련되기도 하며, 때로는 커뮤니티를 통한 실제 경제적인 이익과 관련되기도 하다. 이 행위규범을 실행하는 과정에서 다양한 갈등이 도출되는데, 주도권 경쟁을 위해 하위 집단 간 갈등, 하위 집단의 독자성 및 폐쇄성 인정과 관련된 상·하위 집단 간 갈등, 이용자 간의 개인적 갈등, 운영진의 역할이나 권한과 관련된 운영진과 이용자 간의 갈등 등이 대표적인 사례이다[6]. 이러한 갈등들은 집단 간 대립의 형태로 확대되고, 때로는 분당, 탈퇴, 축출 등의 방식으로 끝나기도 한다. 이는 인터넷 공간 자체가 정보를 교환하는 공간이기도 하지만, 소속감과 유대감의 확인을 목적으로 한 감성적 공간이기도 하기 때문이다[9]. 특히 온라인에서의 익명성이라는 특징을 통해 사회적 차별이나 편견적 반응이 더 심각하게 나타나기도 한다[10].

이와 같이 온라인 커뮤니티의 이용자들은 현실 세계와 마찬가지로 집합적 정체성을 형성하고 집합행동을 결정하기도 한다[11]. 인터넷 환경에서는 주로 자신의 생각이나 의견과 유사한 것을 선택적으로 접하기 때문에, 온라인 커뮤니티는 사회적인 갈등을 증폭시키거나 심화시키기도 한다[12]. 따라서 온라인 커뮤니티를 모든 이용자들이 상호존중을 통해 완전히 자유롭고 평등하게 이용하는 공간으로 보는 데에는 제한이 있다.

온라인 커뮤니티들은 그 태생적인 목적 자체가 특정한 주제에 대한 의견이나 감정적 공유 및 이를 통한 이용자 간의 유대를 전제로 하고 있기 때문에, 결코 ‘친목질’의 위험에서 결코 자유로울 수 없다고 볼 수 있다. 국내에서 가장 널리 사용되는 위키 사이트의 하나인 나무위키에서는 ‘친목질’에 대하여 “친목질은 대부분 해당 커뮤니티 멸망의 원인이 된다.”라고 설명하고 있다[13]. 실제로 친목질이 심해지면 커뮤니티 내부의 자정작용이 파괴되고, 커뮤니티의 고유 기능을 상실하게 되며, 경우에 따라 커뮤니티가 분리되거나 폐쇄되기도 한다[4].

한편 Top Websites Ranking에 따르면 19년 10월 1일 기준으로, 국내 30위 웹사이트 순위 내에 ‘디시인사이드(DCinside)’, ‘루리웹(Ruliweb)’, ‘에펨코리아(FMKorea)’, ‘인벤(Inven)’, ‘뽐뿌(Ppomppu)’, ‘일베(Ilbe)’, ‘클리앙(Clien)’의 7개 커뮤니티와 ‘나무위키(Namuwiki)’의 1개 위키 게시판이 포함될 정도로 국내에서도 온라인 커뮤니티의 사용은 매우 활발하다[14]. 특히 디시인사이드의 경우 국내 수많은 주요 커뮤니티들의 조상으로 여겨지는데, 3천여 개의 갤러리(주제별 게시판)와, 2만여 개의 마이너 갤러리(이용자 운영 주제별 게시판)가 1일 약 1억 2천 뷰(view) 이상을 조회수를 보이고 있다[15].

디시인사이드의 경우 수평적 커뮤니케이션을 지향하고, 친목질을 원천적으로 방지하기 위하여, 로그인을 하지 않고 유동닉(회원가입 없이 활동하는 완전한 익명 형태의 이용자)으로 게시물을 작성할 수 있으나, 그럼에도 불구하고 일부 고정닉(회원가입 후 자신의 아이디를 통해 활동하는 이용자)들의 친목질은 자유로운 커뮤니티의 큰 문제로 지적받고 있다. 실제로 디시인사이드의 몇몇 갤러리들은 친목질 문제로 와해되는 경우도 있다. 디시인사이드의 팬 커뮤니티에 대한 질적 연구에 따르면, 온라인 커뮤니티에서 기존 이용자들의 감시와 처벌을 통해서 신규 이용자들은 기존 이용자들이 구축한 질서와 규칙을 강요받으며, 이는 커뮤니티의 성장과 발전을 위해서라고 정당화되기도 한다[16]. 구체적으로 직접적인 친목질 뿐만 아니라, 친목질이 발현될 수 있는 다양한 유형인 ‘셀털(자신의 신분, 나이, 지역이나 개인적인 정체를 게시글에서 밝혀 익명성을 저해하는 행동)’, ‘찻내(친분이나 친목 도모를 지향하는 인터넷 카페의 분위기)’ 등의 행동을 규제받으면서 커뮤니티의 내의 적극적으로 열정적인 이용자로 성장한다고 설명하였다.

온라인 커뮤니티는 커뮤니티의 영속성을 위하여, 기존 이용자들의 질서와 규칙을 유지하면서도, ‘뉴비(newbie; 신규이용자)’를 유입시켜 지속적인 변화와 확장을 꾀해야 한다[16]. 커뮤니티의 질서와 규칙에 익숙지 않은 뉴비의 유입은 커뮤니티의 정체성을 변화시켜 기존 이용자들이 떠나게 되는 원인이 되기도 하지만, 반대로 기존의 질서와 규칙을 강요하는 것은 기존 유저들 간의 친목질이 될 수 있어 뉴비 유입에 장애물이 될 수 있다. 따라서 온라인 커뮤니티의 관리자와 이용자들이 친목과 친목질 사이에서 합리적인 잣대를 유지하면서도 온라인 커뮤니티의 존속을 위해 필수적이라고 말할 수 있다.


Ⅲ. 연구 방법 및 절차
2-1 FGI를 통한 개념화 및 예비문항 구성

친목질에 대한 개념화를 위해 표 1과 같이 온라인 커뮤니티 등에서 ‘친목질’을 지속적으로 경험하거나 관찰한 적이 있는 13명을 대상으로 FGI를 진행하였다. FGI는 반구조화된 질문지를 사용하여 진행하였으며, 전체 내용을 전사 후 각각 내용에 따라 구체적으로 개념화하였다. 대부분의 온라인 커뮤니티가 아닌 특정한 커뮤니티에만 설명될 수 있는 개념들을 제외하고, ‘비주류 유저 무관심 및 배척’, ‘네임드 유저2)에 대한 맹신’, ‘커뮤니티 운영규칙 무시’ , ‘운영자 중립성 위반’의 4가지로 개념화하였다.

Table 1. 
Information of Interviewees
Interviewees Interviewees’ Communities
Age 10s 5 (38.5%) Internet Community 6 (35.3%)
20s 5 (38.5%) Internet Cafe 5 (29.4%)
over 30s 3 (23.1%) Wiki Board 2 (11.8%)
Sex Male 9(69.2%) Guild (in Game) 2 (11.8%)
Female 4 (30.8%) etc. 2 (11.8%)
Total 13 (100.0%) Total 17 (100.0%)
※ 4 interviewees participated 2 communities

인터뷰 결과를 바탕으로 초기 예비문항을 설정하였다. FGI를 통해 도출된 참가자들의 응답내용을 바탕으로, 온라인 커뮤니티의 특성을 반영하여 구체적인 33개의 예비문항으로 구성하였다.

2-2 탐색적 요인분석

예비문항을 검증하기 위해 탐색적 요인분석을 실시하였다. 이를 위한 설문조사는 온라인 커뮤니티를 1주일에 1시간 이상 이용하는 성인 150명을 대상으로 실시하였다. 설문 전에 설문조사자가 직접 설문에 대한 목적이나 방법 및 유의점을 응답자에게 개별적으로 안내한 후 설문을 진행하였다.

설문 대상자는 표 2의 좌측과 같이 남성 71명(47.3%), 여성 79명(52.7%)이었으며, 20대 101명(67.3%), 30대 이상 49명(32.7%)이었다. 주(主)사용 유형은 포털 카페(네이버카페, 다음카페 등) 87명(58.0%), 일반 커뮤니티(디시인사이드, 루리웹, MLB파크, FM코리아, 뽐뿌, 인벤, 더쿠 등) 52명(34.7%), 기타(위키 게시판, 오픈 채팅방 등) 11명(7.3%)이었다. 수집된 결과를 바탕으로 문항의 적합성을 판단하기 위해 SPSS 프로그램을 통해 탐색적 요인분석을 실시하였다. 또한 신뢰도를 검증하기 위하여 Cronbach‘s α값을 확인하였다.

Table 2. 
Information of Participants in Factor Analysis
구분 항목 Exploratory
Factor
Analysis
Confirmatory
Factor
Analysis
Sex Male 71 (47.3%) 179 (49.4%)
Female 79 (52.7%) 180 (50.1%)
Age 10s - 9 (2.5%)
20s 101 (67.3%) 238 (66.3%)
over 30s 49 (32.7%) 112 (31.2%)
Type Internet Cafe
(Naver cafe, Daum cafe. etc.)
87 (58.0%) 210 (58.5%)
Community
(DCinside, Ruliweb, MLB park, FMKorea, Ppomppu, Inven, Theqoo, etc.)
52 (34.7%) 105 (29.2%)
etc.
(wiki board,, open chat, etc.)
11 (7.3%) 44 (12.3%)
Usage Time
per Week
1 ~ 5 hours 76 (50.7%) 206 (57.4%)
5 ~ 10 hours 41 (27.3%) 106 (29.5%)
10 ~ 15 hours 17 (11.3%) 24 (6.7%)
15 hours ~ 16 (10.7%) 23 (6.4%)
Usage Day
per Week
1 day 12 (8.0%) 31 (8.6%)
2 days 12 (8.0%) 27 (7.5%)
3 days 300 (20.0%) 64 (17.8%)
4 days 29 (19.3%) 68 (18.9%)
5 days 20 (13.3%) 50 (13.9%)
6 days 13 (8.7%) 30 (8.4%)
7 days 34 (22.7%) 89 (24.8%)
Total Usage Duration 6 months ~ 1 year 36 (24.0%) 95 (26.5%)
1 year ~ 3 years 53 (35.3%) 124 (34.5%)
3 years ~ 5 years 29 (19.3%) 71 (19.8%)
5 years ~ 10 years 24 (16.0%) 53 (14.8%)
10 years ~ 8 (5.3%) 16 (4.5%)
`Total 150 (100.0%) 359 (100.0%)

2-3 확인적 요인분석

다음으로 요인구조의 안정성 확인을 위하여 예비문항에 대한 확인적 요인분석을 실시하였다. 온라인 커뮤니티를 1주일에 1시간 이상 이용하는 성인만을 한정하여 375명을 대상으로 설문을 실시하였으며, 이 중 불성실하게 응답한 16명의 응답을 제외하고 총 359부의 응답을 사용하였다. 유효한 응답자는 표 2의 우측과 같이 남성 179명(49.9%), 여성 180명(50.1%)이었으며, 10대 9명(2.5%), 20대 238명(66.3%), 30대 이상 112명(31.2%)이었다. 주(主)사용 유형은 포털 카페(네이버카페, 다음카페 등) 210명(58.5%), 일반 커뮤니티(디시인사이드, 루리웹, MLB파크, FM코리아, 뽐뿌, 인벤, 더쿠 등) 105명(29.2%), 기타(위키 게시판, 오픈 채팅방 등) 44명(12.3%)이었다. 수집된 결과를 바탕으로 AMOS 프로그램을 통해 모형의 적합도를 확인하기 위해 확인적 요인분석을 실시하였다.


Ⅳ. 연구 결과
3-1 예비 문항에 대한 탐색적 요인분석 및 신뢰도 결과

온라인 커뮤니티에서의 친목질 측정도구 개발을 위해 탐색적 요인을 실시하였다. 초기에 인터뷰를 통해 4개의 요인을 가정하였으나 적절한 요인 수를 결정하기 위하여, 최대우도(maximum likelihood)법과 사각회전 방법 중 하나인 직접 오블리민 회전(direct oblimin rotation)을 사용하여 요인분석을 실시하였다. 고유값(eigen value)이 1을 넘는 요인이 4개로 나타났으며, 이는 초기에 가정한 요인 수와 동일하였다.

다음으로 각 예비 문항이 적절하였는지 확인하였는데, 공통성(community)이 낮거나 구조 행렬에서 여러 개의 요인과 높은 상관을 보이는 문항을 제거하였다. 이러한 과정을 반복적으로 수행하여 최종 17개의 문항이 결정되었다. 초기 문항이 일부 제거되었기 때문에 17개 문항을 대상으로 다시 탐색적 요인분석을 실시하였다.

최대우도법을 사용할 시 관측변인이 다변량 정규분포를 따라야 하므로, 왜도(skewness)와 첨도(kurtosis)를 확인하였다. 왜도는 최소 -.570에서 최대 .754사이의 값을 나타냈고, 첨도는 최소 –1.029에서 최대 .226사이의 값을 나타냈다. 이에 따라 본 연구의 관측변인은 다변량 정규분포의 가정을 충족하는 것으로 확인되었다.

KMO(Kaiser-Meyer-Olkin) 측도는 .926이었으며, Bartlett 구형성 검증 결과는 p < .001 (Chi-square = 4507.595, df = 136)로 유의미하여, 요인분석에 적합한 행렬로 나타났다. 최대우도법과 직접 오블리민 회전을 하여 요인분석을 실시한 결과, 고유값 1이 넘는 요인이 4개로 나타났으며, 요인 a는 4개, 요인 b는 4개, 요인 c는 3개, 요인 d는 6개의 문항으로 묶였다. 4개 요인의 전체 설명력은 68.707%였으며, 요인 1의 설명력은 44.785%, 요인 2는 13.818%, 요인 3은 5.443%, 요인 4는 4.661%로 나타났다.

각 요인의 신뢰도를 검증하기 위하여 Cronbach‘s α값을 확인한 결과 요인 1에서 4까지의 신뢰도는 각각 .941, .909, .885, .779로 나타났다.

지금까지 설명한 탐색적 요인분석 및 신뢰도 결과를 요약하면 표 3과 같다.

Table 3. 
Result of Normality Test, Exploratory Factory Analysis and Reliability on Modified Model
Item Normality Test Exploratory Factor Analysis Reliability
(Cronbach‘s α)
Skewness Kurtosis Factor 1 Factor 2 Factor 3 Factor 4 Communalities
d7 .556 -.262 .914 -.363 .494 .585 .835 .941
d5 .479 -.246 .894 -.298 .425 .584 .805
d8 .479 -.246 .851 -.366 .517 .567 .730
d6 .470 -.285 .843 -.370 .515 .490 .719
d4 .754 .226 .826 -.319 .430 .536 .684
d1 .655 -.013 .797 -.307 .503 .587 .654
b4 -.376 -.908 .387 -.913 .569 .227 .835 .909
b8 -.570 -.844 .320 -.893 .537 .197 .799
b3 -.519 -.805 .303 -.862 .517 .130 .746
b6 .084 -1.029 .407 -.718 .609 .305 .568
a7 .567 -.298 .457 -.541 .848 .314 .720 .885
a8 .434 -.605 .538 -.538 .838 .340 .712
a9 .434 -.779 .433 -.496 .821 .302 .674
a5 .392 -.693 .406 -.478 .740 .273 .548
c7 .168 -.242 .553 -.237 .318 .758 .586 .779
c4 .377 -.244 .454 -.155 .263 .753 .569
c2 .213 -.622 .457 -.132 .262 .703 .506
Eigenvalues 6.468 4.732 5.528 4.095
% of Variance 44.785 13.818 5.443 4.661
Cumulative % of Variance 44.785 58.603 64.045 68.707

3-2 확인적 요인분석 결과
1) 모형 적합성 검증

탐색적 요인분석을 통해 도출된 요인의 구조모형이 적합한 지 검증하기 위해, 최대우도(maximum likelihood)법으로 확인적 요인분석을 실시하였다.

모형의 적합성을 적합도 지수를 확인한 결과, 절대적합지수로 가장 주요하게 사용되는 RMR(root mean square)값이 수용할 수 있는 수준이 아니어서 수정 지수를 사용하였다. 확인적 요인분석에서 이론적으로는 설정한 요인과 관측변인들 간의 공통요인만 존재하고, 이 이외에는 공통요인이 없는 것으로 간주하고 관측변인 간의 상관이 없는 모델을 설정하게 된다. 그러나 관측변인 간의 상관이 존재하는 경우 설정된 요인들만으로 모형에 대한 충분한 설명이 힘들어지고, 그 결과 모델이 부적합하게 나타날 수 있다[17]. 이에 따라 본 연구에서는 AMOS 분석 결과에서 제시하는 수정 지수(modification index)를 참고로 하여, 같은 요인 내에서 관측변인의 오차항 간의 상관(요인 1 내의 d4-d5 및 d4-d8 문항의 오차항 간, 요인 2 내의 c4-c6 문항의 오차항 간)을 추가하여 그림 1과 같이 모형을 수정하였다.


Fig. 1. 
Result of Confirmatory Factor Analysis of Modified Model

수정된 모형의 모형 적합성을 측정한 결과 표 4와 같이 χ2 = 178.78 , d f = 110 (p < .001), CMIN/DF = 1.625로 나타났으며, 절대적합지수는 RMR = .048, RMSEA = .042, AGFI = .923로 나타났다. 증분적합지수는 NFI = .961, TLI = .981, CFI = .985로 모두 .9 이상을 나타냈으며, 간명적합지수의 경우 AIC가 수정 전에 비해 좋은 값을 나타냈다.

Table 4. 
Comparison of Result of Model-Fit
Model χ2 df CMIN/DF RMR RMSEA AGFI NFI TLI CFI AIC
Before 241.06 113 2.133 .055 .056 .900 .947 .965 .971 321.060
After 178.78 110 1.625 .048 .042 .923 .961 .981 .985 264.780
Criteria < .05 .05~.08 > .9 > .9 > .9 Close to 1 Lower

표 5와 같이 각 문항에 대하여 잠재변인과 관측변인 간의 비표준화 회귀계수와 표준화 회귀계수를 확인하였으며, 표준화 계수는 문항별로 최소 .693에서 최대 .931까지 나타났으며, 이에 대한 기각치는 모두 p < .001 로 나타났다.

Table 5. 
Unstandardized Coefficients, Standardized Coefficients and C.R. of Each Items
Unstandardized Coefficients Standardized Coefficients C.R.
Factor 1 → d1 1 .806
Factor 1 → d4 .951 .799 17.256***
Factor 1 → d5 1.047 .864 19.447***
Factor 1 → d6 1.027 .844 18.794***
Factor 1 → d7 1.126 .920 21.382***
Factor 1 → d8 1.110 .870 19.623***
Factor 2 → b3 1 .844
Factor 2 → b4 1.134 .931 22.879***
Factor 2 → b6 .933 .765 16.445***
Factor 2 → b8 1.086 .876 21.624***
Factor 3 → a5 1 .741
Factor 3 → a7 1.136 .850 15.914***
Factor 3 → a8 1.134 .841 15.746***
Factor 3 → a9 1.190 .814 15.234***
Factor 4 → c2 1 .693
Factor 4 → c4 .968 .728 11.317***
Factor 4 → c7 1.024 .786 11.786***

2) 타당도 검증

첫째, 개념타당도(concept validity)는 확인적 요인분석에서의 잠재변인을 구성하는 관측변인들이 제대로 된 개념과 정의로 구성되었는지 확인하는 타당도로써, 일반적으로 잠재변인를 구성하는 관측변인과의 표준화 계수가 .5 이상인 경우 개념타당도가 있다고 판단한다. 앞서 표 5에서 확인한 바와 같이 모든 표준화 계수가 최소 .693 이었으므로, 개념타당도를 확보했다고 판단할 수 있다.

둘째, 수렴타당도(convergence validity)는 잠재변인을 구성하는 관측변인들의 잠재변인의 설명력 타당성 부분을 의미한다. 수렴타당도 확인을 위하여 개념 신뢰도(construct reliability)와 평균 분산 추출(AVE; average variance extracted)을 확인하였다. 일반적으로 개념 신뢰도는 .7이상이면, 평균 분산 추출은 .5 이상이면 의미가 있다고 판단한다. 표 6과 같이 본 연구의 모형에서는 개념 신뢰도가 .791~.937로 나타났고, 평균 분산 추출은 .558~.714로 나타났다. 따라서 수렴타당도를 확보했다고 판단 할 수 있다.

Table 6. 
Construct Reliability and AVE of Factors
Factor Construct Reliability AVE
Factor 1 .937 .714
Factor 2 .886 .660
Factor 3 .864 .615
Factor 4 .791 .558
Criteria > .7 > .5

셋째, 판별타당도(discriminant validity)는 2개 의상의 잠재변인 사이에서, 요인들 간 중복되지 않고 차별성이 있는지를 파악하는 타당성을 의미한다. 일반적으로 요인 간 상관계수의 제곱인 결정계수(coefficient of determination)보다 평균 분산 추출보다 작으면 판별 타당도가 있다고 판단한다. 본 모형에서는 표 7과 같이 모든 요인에 대하여 결정계수가 평균 분산 추출보다 작았기 때문에 판별타당도를 확보했다고 판단할 수 있다.

Table 7. 
AVE and Coefficient of Determination by Factors
Factor AVE Coefficient of Determination
(Correlation Coefficient)
Factor 1 Factor 2 Factor 3 Factor 4
Factor 1 .714 1 - - -
Factor 2 .660 .186
(.431)
1 - -
Factor 3 .615 .341
(.584)
.428
(.654)
1 -
Factor 4 .558 .460
(.678)
.080
(.282)
.160
(.400)
1


Ⅴ. 결론 및 제언

본 연구는 온라인 커뮤니티에서의 친목질의 구성요소를 살펴보고, 이에 대한 측정도구를 개발하여 타당도와 신뢰도를 검증하는 것을 목적으로 하였다.

그 결과 첫째, 13명의 대상자를 바탕으로 한 FGI 결과를 통해 ‘운영자 중립성 위반’, ‘네임드 유저에 대한 맹신’, ‘비주류 유저 무관심 및 배척’, ‘커뮤니티 운영규칙 무시’의 4개의 요인이 도출되었다.

둘째, 4개의 요인을 바탕으로 최종적으로 표 8과 같이 17개의 문항이 도출되었다. 탐색적 요인분석 및 확인적 요인분석에서 각 문항들이 적합한 양호도를 보였으며, 전체 모델 역시 적합한 것으로 나타났다.

Table 8. 
Final Items of ‘Chinmokjil’ Scale in Online Community
Factor Item (Korean)
Factor
1
Violation of
Managers Neutrality
(운영자 중립성 위반)
d1 Managers of the community often abuse their authority.
(우리 커뮤니티의 운영자는 권한을 남용하는 경우가 종종 있다.)
d4 Managers of the community inflict punishments inconsistently.
(우리 커뮤니티의 운영자는 일관성 없게 자기 마음대로 제재를 가한다.)
d5 Managers of the community don’t take a neutral attitude.
(우리 커뮤니티의 운영자는 중립적이지 못하다.)
d6 Managers of the community side by certain opinions when internal conflicts arise.
(우리 커뮤니티의 운영자는 내부 갈등이 생겼을 때 특별한 의견의 편을 든다.)
d7 Managers of the community are unfair.
(우리 커뮤니티의 운영자는 공정하지 못하다.)
d8 Managers of the community do not treat users without prejudice.
(우리 커뮤니티의 운영자는 모든 유저들을 편견 없이 대하지 못한다.)
Factor
2
Blind Faith in
Named Users
(네임드 유저에 대한 맹신)
b3 In the community. named users’ articles are considered more important.
(우리 커뮤니티에서는 네임드의 글은 더 중요한 정보라고 여겨진다.)
b4 In the community. named users’ articles are considered more authoritative.
(우리 커뮤니티에서는 네임드의 글이 더 권위있게 여겨진다.)
b6 In the community, users advocate named users.
(우리 커뮤니티에서는 네임드를 매우 옹호하는 분위기이다.)
b8 In the community, named users’ articles are considered more reliable.
(우리 커뮤니티에서는 네임드의 글이 더 신뢰있는 글이라고 여겨진다.)
Factor
3
Unconcern or Rejection to
Non-Mainstream Users
(비주류 유저 무관심 및 배척)
a5 In the community, it's hard to involve in conversations except for certain users.
(우리 커뮤니티에서는 특정 유저들을 제외하고는 대화에 끼기 힘들다.)
a7 In the community, only a certain minority monopolize key informations.
(우리 커뮤니티에서는 특정한 소수만이 주요 정보를 독점한다.)
a8 In the community, users feel deprived or alienated often.
(우리 커뮤니티에서 종종 박탈감이나 소외감을 느낀다.)
a9 In the community, key informations are shared only with a certain minority.
(우리 커뮤니티에서는 주요 정보가 특정 소수에게만 공유된다.)
Factor
4
Ignorance of
Community Rules
(커뮤니티 운영규칙 무시)
c2 In the community, articles unrelated to the community properties are often posted.
(우리 커뮤니티에서는 커뮤니티의 성격과 관련되지 않은 글이 자주 올라온다.)
c4 In the community, the posting rules are broken often.
(우리 커뮤니티에서는 게시판 작성 원칙을 어기는 경우가 종종 있다.)
c7 In the community, some people break the internal rules of the community.
(우리 커뮤니티에서는 커뮤니티의 내부적 규칙을 어기는 사람들이 있다.)

많은 온라인 커뮤니티에서는 그 내부적으로 매우 위계적인 모습을 보이기도 한다[18]. 온라인 공간에서 서로 다른 의견이 형성될 때, 양극화 현상이 가중되어 같은 편이라고 인식되는 사람들이 무리를 이루어 분열적인 양상을 보이고 상대방을 배척하기 쉽다[19]. 이와 같은 상황에서 이탈 의도를 내재하고 있는 이용자들은 항의를 하는 이용자들에 비해 관리활동에 대한 긍정적인 인식이 낮고 심리적 요인 또한 낮게 형성하고 있다[20]. 이와 같은 맥락에서 그 동안은 친목질이라는 용어가 온라인 커뮤니티 이용자들에게는 친숙하고 중요한 개념이었으나 학문적인 논의의 장으로는 언급되지 못하였다. 이러한 차원에서 본 연구는 역동적이고 다채로운 온라인 커뮤니티의 이용자들 간의 상호작용 결과로 나타나는 현상 중 하나인 친목질을 구체화하고, 이에 대하여 실증적인 방식으로 친목질을 진단할 수 있는 측정도구를 개발했다는 데에 그 의의가 있다.

본 연구의 결과를 바탕으로 다음과 같은 사항을 제언하고자 한다. 첫째, 온라인 커뮤니티에서의 친목질이 실제로 이용자들의 지각된 유용성(perceived usefulness), 지각된 용이성(perceived ease of use), 이용자 태도(attitude toward using), 이용 의도(behavior intention to use) 등에 어떠한 영향을 미치는지 거시적인 관점으로 확인해 볼 수 있을 것이다.

둘째, 온라인 커뮤니티의 특성요인들이나 온라인 커뮤니티이용자들의 여러 가지 몰입요인들과 관련한 상관을 분석할 수 있을 것이다.

셋째, 본 연구는 온라인 커뮤니티의 유형은 고려하지 않았기 때문에, 커뮤니티의 유형이나 운영방식 등에 따라 친목질의 양태가 차이가 있는지 비교해 볼 수 있을 것이다.

추가적으로 본 연구는 온라인 커뮤니티에서의 친목질에 대한 연구결과로써 측정도구를 개발하였으나, 오프라인 커뮤니티에서도 친목질의 양상은 충분히 이루어고 있다. 따라서 본 연구의 결과를 오프라인 상황에서도 적용해볼 수 있을 것이다.


Notes
1) 일부 외국 유명 커뮤니티에서는 ‘Circle Jerk’라는 개념으로 사용되기도 하나, Circle Jerk가 성적인 의미가 강하여 오역될 가능성이 많아 ‘Socializing Behavior’로 표현함
2) 유명하거나 인지도 있는 이용자를 의미하는 개념으로 어법상 속어(俗語)이지만, 실제 온라인 커뮤니티의 현장감을 의미하기 위해 그대로 사용

Acknowledgments

이 논문은 2017년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임 (NRF-2017S1A5A8022479)


참고문헌
1. P. Kollock, and M. A. Smith, Communities in cyberspace, Abingdon-on-Thames: Routledge, 2002.
2. O. H. Lee, “An Ethnographic Research on Culture and Power in Internet,” The Journal of Social Science, Vol. 10, No. 2, pp. 29-59, Feb 2004.
3. A. Ardichvili, “Learning and knowledge sharing in virtual communities of practice: Motivators, barriers, and enablers,” Advances in Developing Human Resources, Vol. 10, No. 4, pp. 541-554, August 2008.
4. S. H. Jung, H. E. Kim, and S. W. Kim, “An Exploratory Study on Modalities and Harmful Effects of ‘Chinmokjil(Socializing Behavior)’”, Journal of Digital Contents Society, Vol. 19, No. 8, pp. 1471-1480, Aug 2018.
5. J. K. Scott, and T. G. Johnson, “Bowling alone but online together: Social capital in e-communities,” Community Development, Vol. 36, No. 1, pp. 9-27, Dec 2009.
6. J. K. Kim, Social conflict and social integration in the online age, Korea information society development institute, Jincheon, A Study on the Social and Cultural Impact of IT: The 21st Century Korean Mega-trend Series 05-04, 2005.
7. T. Jordan, Cyberpower: The Culture and Politics of Cyberspace and the Internet, London: Routledge, 1999.
8. O. H. Lee, “An ethnographic research on culture and power in internet,” The Journal of Social Science, Vol. 10, No. 2, pp. 29-59. Feb 2004.
9. S. H. Park, and J. Y. Park, “On the characteristics of online fandom communication: The case of Im Yo Hwan, the professional gamer of starcraft galaxy in Dclnside,” Ewha Journal of Social Sciences, Vol. 15, pp. 45-62, June 2006.
10. B. Burkhalter, Reading race online: Discovering racial identity in Usenet discussions, in Communities in cyberspace, New York: Routledge, pp. 60-75, 1999
11. J. Y. Hwang, “The identity and collective action of cyber community: Focusing on DCinside, SLRclub and Reddevils,” Information Society & Media, Vol.6, pp. 105-138, Dec 2004.
12. Y. K. Cho, and I. K. Jeong, “The effect of expectancy violations of instructor communication on student interest and engagement,” Korean Journal of Journalism & Communication Studies, Vol. 57, No. 4, pp. 149-167, Aug 2013.
13. Namu Wiki (Chin-Mok-Jil/Circle Jerk) [Internet]. Available: https://namu.wiki/w/%EC%B9%9C%EB%AA%A9%EC%A7%88
14. Similar Web [Internet]. Available: https://www.similarweb.com/top-websites/korea—republic-of
15. Dcinside [Internet]. Available: https://www.dcinside.com/company
16. J. H. Kwon, and M. H. Kim, “How is the disciplinary power in the internet fan community exercised?: Case study of DCinside gallery ‘Master’s Sun’,” Journal of Cyber Communication Academic Society, Vol. 32, No. 2, pp. 5-50, June 2015.
17. S. B. Moon, Basic concepts and applications of structural equation modeling, Seoul: Hakjisa, 2009.
18. S. H. Joung, “The Web Based Encyclopedia Wikipedia and the Reconstruction of Knowledge-Power,” The Journal of the Humanities, Vol. 106, pp. 87-119, Apr, 2016.
19. S. Y. Jung, M. S. Kim, and Y. K. Lee, “The effect of online fan community characteristics on behavioral change of fan community members: Focused on Girls Generation fan community,” Journal of Consumption Culture, Vol. 17, No. 2, pp 41-62, Jun 2014.
20. J. H. Kim, A Study on the factors influencing the user’s ‘Exit’ in cyber community: Focusing on Hirschman’s EVL-model and empirical analysis, Ph.D. dissertation, Graduate school, Pukyoung national university, Pusan, 2017.

저자소개

정승환(Seung-Hwan Jung)

2009년 : 한양대학교 대학원 (교육공학 석사)

2017년 : 한양대학교 대학원 (교육공학 박사)

현재: 동덕여자대학교 교육혁신센터 연구교수

※관심분야: 사회적 지식공유, 사회적 자본, 온라인 커뮤니티 등

김신우(Shinwoo Kim)

2019 : 한양대학교 대학원 (교육공학 석사)

현재 : nepes 인재개발팀

※관심분야: 교수설계, 교수학습이론, e-learning, 기업교육 등

조희숙(Heesouk Cho)

2020년 : 한양대학교 대학원 (교육공학 석사)

※관심분야: 기업교육, 조직문화, 조직적응 등