삭제된 게시물, 소셜 감성 분석에 어떤 영향을 줄까?
Author :
싱클리 팀
핵심 요약: 소셜 게시물 탈락 편향은 최초 관측 집합과 현재 분류 가능한 집합을 구분해 점검합니다. 미확인 감성에 대한 가정을 바꾸면 개선 방향이 뒤집히는 경우, 결론을 보류합니다. 계산은 보유·집계가 허용된 자료에만 적용합니다.
소셜 게시물 탈락 편향은 남아 있는 게시물만으로 감성 추이를 판단할 때 결론을 바꿀 수 있으므로 관측 집합과 민감도 범위를 함께 확인합니다.
접근불가를 모두 삭제로 분류하지 않습니다
조회 실패만으로 삭제나 부정 반응 은폐를 단정하지 않습니다. 확인된 삭제·비공개, 권한 문제, 요청 실패, 사유 미확인을 분리합니다.
X의 일괄 준수 확인 문서는 삭제·보호·정지 등을 구분합니다. 이는 상태 구분의 근거이며 싱클리의 지원 기능을 뜻하지 않습니다. (Source: X, 발행연도 미표기)
예를 들어 인증 실패로 조회하지 못한 항목은 삭제 건수에 넣지 않습니다. 수집 공백과 복구 QA는 별도로 확인하고, 이 글에서는 관측 집합의 결론 변화에 집중합니다.
소셜 게시물 탈락 편향은 같은 조건에서 비교합니다
게시 기간·채널·중복 제거 단위·감성 정의를 고정합니다. 최초 관측까지의 지연과 재조회까지의 경과기간도 맞추거나 차이를 명시합니다.
소셜 게시물 탈락 편향(Attrition bias): 최초 관측 집합에서 빠진 항목의 특성이 남은 항목과 다를 때 발생할 수 있는 해석 왜곡을 뜻합니다. 삭제가 있다는 사실만으로 편향의 방향을 알 수는 없습니다.
새 게시물로 빈자리를 채우면 다른 집합을 비교하게 됩니다. 최초 감성 집계를 적법하게 보유하고 있다면 해당 집계와 잔존 집계부터 대조합니다. 미확인 감성만 다음 범위 계산의 대상으로 삼습니다. 관측자료만으로 결측 원인을 확정하기 어렵다는 방법론을 참고하되, 임상 연구를 브랜드 실측 근거로 전용하지 않습니다. (Source: Sterne 외, 2009)
소셜 게시물 탈락 편향 민감도표로 결론을 구분합니다
미확인 항목을 모두 비긍정 또는 모두 긍정으로 가정한 범위를 계산합니다. 비긍정에는 중립도 포함하며 게시물마다 같은 가중치를 적용합니다.
최초 집합 크기를 N(N>0), 분류 가능한 수를 n, 확인된 긍정을 P, 미확인 수를 m=N−n으로 둡니다. 가능한 긍정률은 P/N부터 (P+m)/N까지입니다. 아래는 설명용 합성 예시이며 실제 브랜드 데이터가 아닙니다. 남아 있는 항목은 모두 분류 가능하고 라벨 기준과 게시물 버전이 같다고 가정합니다.
관측 집합 | 최초 N | 분류 가능 n | 미확인 m | 긍정 P | 잔존 긍정률 | 최초 집합 기준 범위 |
|---|---|---|---|---|---|---|
A | 100 | 90 | 10 | 45 | 50% | 45–55% |
B | 100 | 70 | 30 | 42 | 60% | 42–72% |
B의 잔존 긍정률은 A보다 10%p 높지만 B−A 범위는 42−55부터 72−45, 즉 −13%p부터 +27%p입니다. 0을 포함하므로 개선 판단을 보류합니다. 차이 범위의 하한이 0보다 클 때만 해당 집합·가정 안에서 개선 방향을 유지합니다. 이는 신뢰구간이나 편향 보정값이 아니며, 삭제가 상승을 일으켰다는 인과 설명도 아닙니다.
다음 관측 집합 탈락 민감도표를 업무용 제안 서식으로 사용합니다. 업계 표준이나 제품 기능을 뜻하지 않습니다.
비교 조건·기준시각 | 집계 허용 범위 | N·n·P·m | 미확인 사유 | 차이 범위 | 판단·근거 |
|---|---|---|---|---|---|
기간·채널·버전을 기록합니다 | 근거를 확인합니다 | 허용된 수치를 입력합니다 | 접근불가와 분류불가를 나눕니다 | 하한·상한을 계산합니다 | 유지·보류·산출 불가를 기록합니다 |
조회되지만 분류할 수 없는 항목도 m에 포함하고 사유를 분리합니다. N과 m을 적법하게 알 수 없으면 산출 불가로 표시합니다. n=0이면 잔존 긍정률은 산출하지 않습니다. 감성 라벨 검수와는 다른 점검이며, 최초 수집 누락과 전체 소비자 대표성도 이 표로 해결하지 않습니다.
집계를 남기기 전에 허용 범위를 확인합니다
원문을 지우고 집계만 남긴다고 모든 처리가 허용되지는 않습니다. YouTube 정책은 API 데이터의 집계와 저장에 별도 제한을 둡니다. (Source: YouTube, 발행연도 미표기)
해시 식별자나 감성 라벨도 자동으로 익명정보가 되지 않습니다. 개인정보의 처리 근거·최소수집·파기 규정과 예외를 개별적으로 검토합니다. (Source: 국가법령정보센터, 개인정보 보호법, 2026)
정정 기록에는 허용되는 범위에서 변경일·집계 정의·제외 범위·변경된 결론을 적습니다. 재현성을 이유로 삭제 원문을 복원하거나 보존하지 않습니다. 이 글은 법률 자문이 아니며 수집 계약과 플랫폼 정책에 따른 별도 검토가 필요합니다.
핵심 정리
접근불가 원인과 미확인 감성을 구분합니다.
잔존 비율과 최초 집합 기준 범위를 함께 제시합니다.
결론 유지는 해당 집합·가정 안에서만 해석합니다.
감성 개선 보고의 기준은 남은 비율이 아니라 가정을 바꿔도 유지되는 결론으로 정합니다. 소셜 리스닝 도입을 검토한다면 싱클리 데모에서 필요한 분석 범위와 지원 여부를 확인합니다.
