TED2010
Nicholas Christakis: The hidden influence of social networks
니콜라스 크리스타키스: 사회연결망의 숨겨진 영향력
Filmed:
Readability: 4.3
1,674,218 views
사람들은 누구나 친구, 가족, 동료 및 기타 여러 방식으로 구성된 커다란 사회연결망들 속에 들어있다. 니콜라스 크리스타키스는 행복에서 비만까지 이르는 다양한 특질들이 어떻게 사람들 사이에서 전파되는가에 대한 분석을 통해서, 여러분들의 연결망 속 위치가 어떻게 스스로도 알아차리지 못한 방식으로 삶에 영향을 줄 수 있는지 보여준다.
Nicholas Christakis - Physician, social scientist
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Nicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact. Full bio
Double-click the English transcript below to play the video.
00:16
For me, this story begins about 15 years ago,
0
1000
3000
제게 있어서, 이 이야기는 15년 전에 시작했죠,
00:19
when I was a hospice doctor at the University of Chicago.
1
4000
3000
시카고 대학에서 호스피스(임종간호) 담당의사로 있을 때였습니다.
00:22
And I was taking care of people who were dying and their families
2
7000
3000
죽어가고 있는 환자들 그리고 그들의 가족을 돌보는 일이었죠.
00:25
in the South Side of Chicago.
3
10000
2000
시카고 남부 지역에서 말이죠.
00:27
And I was observing what happened to people and their families
4
12000
3000
저는 말기 질환을 앓는 사람 그리고 가족들이
00:30
over the course of their terminal illness.
5
15000
3000
겪는 것들의 과정을 관찰 했습니다.
00:33
And in my lab, I was studying the widower effect,
6
18000
2000
연구실에서, 저는 "과부 효과"를 연구 했었습니다.
00:35
which is a very old idea in the social sciences,
7
20000
2000
사회과학에서는 매우 오래 된 발상인데,
00:37
going back 150 years,
8
22000
2000
150년은 됐죠.
00:39
known as "dying of a broken heart."
9
24000
2000
"상심해서 죽는 것"으로 흔히 알려져 있습니다.
00:41
So, when I die, my wife's risk of death can double,
10
26000
3000
그러니까 예를 들어, 제가 죽으면 바로 그 첫 해에
00:44
for instance, in the first year.
11
29000
2000
제 아내도 죽을 위험이 두배가 됩니다.
00:46
And I had gone to take care of one particular patient,
12
31000
3000
제가 맡았던 어떤 환자가 있었는데,
00:49
a woman who was dying of dementia.
13
34000
2000
치매로 죽어가는 여성이였습니다.
00:51
And in this case, unlike this couple,
14
36000
2000
이 커플과는 달리, 이 경우는
00:53
she was being cared for
15
38000
2000
그녀의 딸이 그녀를
00:55
by her daughter.
16
40000
2000
돌보고 있었습니다.
00:57
And the daughter was exhausted from caring for her mother.
17
42000
3000
딸은 어머니를 간호하느라 녹초가 되었죠.
01:00
And the daughter's husband,
18
45000
2000
그리고 딸의 남편은,
01:02
he also was sick
19
47000
3000
그 역시 상태가 좋지 않았습니다.
01:05
from his wife's exhaustion.
20
50000
2000
부인이 늘 녹초가 되어 있으니 말이죠.
01:07
And I was driving home one day,
21
52000
2000
한 때 제가 집으로 가고 있던 도중,
01:09
and I get a phone call from the husband's friend,
22
54000
3000
그 남편의 친구로부터 전화를 받았습니다.
01:12
calling me because he was depressed
23
57000
2000
그는 친구에게 일어나고 있는 일들 때문에
01:14
about what was happening to his friend.
24
59000
2000
우울함을 느껴 저에게 전화를 한 것이였죠.
01:16
So here I get this call from this random guy
25
61000
2000
그러니까, 제가 받은 것은 임의의 어떤 남자의 전화였습니다.
01:18
that's having an experience
26
63000
2000
그가 일정한 사회적 거리에 놓인
01:20
that's being influenced by people
27
65000
2000
사람들로부터 영향을 받은
01:22
at some social distance.
28
67000
2000
어떤 경험을 토로하는 것이었죠.
01:24
And so I suddenly realized two very simple things:
29
69000
3000
그 때 저는 갑자기 두가지 매우 간단한 것을 깨달았습니다.
01:27
First, the widowhood effect
30
72000
2000
첫째, 과부 효과는
01:29
was not restricted to husbands and wives.
31
74000
3000
그저 남편, 아내에게만 일어나는 것이 아닙니다.
01:32
And second, it was not restricted to pairs of people.
32
77000
3000
그리고 둘째, 두 사람 사이의 관계에서만 일어나는 것도 아닙니다.
01:35
And I started to see the world
33
80000
2000
그리고 저는 세상을
01:37
in a whole new way,
34
82000
2000
전혀 새로운 방식으로 보기 시작했습니다.
01:39
like pairs of people connected to each other.
35
84000
3000
사람들이 쌍으로 서로 연결 되어있는 것처럼 말이죠.
01:42
And then I realized that these individuals
36
87000
2000
그리고 쌍으로 된 이 개인들은
01:44
would be connected into foursomes with other pairs of people nearby.
37
89000
3000
주변의 다른 한 쌍과 엮여, 4인조로 연결된다는 것을 깨달았죠.
01:47
And then, in fact, these people
38
92000
2000
그리고 사실 이 사람들은
01:49
were embedded in other sorts of relationships:
39
94000
2000
다른 종류의 관계에도 "배태"되어(embedded: 포함되어 연동됨) 있습니다.
01:51
marriage and spousal
40
96000
2000
결혼 및 시댁/처가 관계,
01:53
and friendship and other sorts of ties.
41
98000
2000
친분, 그리고 기타 여러가지 것들 말이죠.
01:55
And that, in fact, these connections were vast
42
100000
3000
게다가 사실 이 연결들은 거대하며,
01:58
and that we were all embedded in this
43
103000
2000
우리는 누구나 이런 폭넓은 여러 연결관계들 속에
02:00
broad set of connections with each other.
44
105000
3000
깊숙히 배태되어 있습니다.
02:03
So I started to see the world in a completely new way
45
108000
3000
그러니까, 저는 완전히 새로운 방식으로 세상을 바라보기 시작했고
02:06
and I became obsessed with this.
46
111000
2000
그 발상에 집착하게 되었습니다.
02:08
I became obsessed with how it might be
47
113000
2000
우리가 이런 사회연결망에
02:10
that we're embedded in these social networks,
48
115000
2000
어떻게 해서 배태되어 있으며,
02:12
and how they affect our lives.
49
117000
2000
그런 것이 어떻게 우리의 삶에 영향을 주는지에 대한 집착이죠.
02:14
So, social networks are these intricate things of beauty,
50
119000
3000
그러니까 사회연결망은 이런 복잡하고 아름다운 것들이며,
02:17
and they're so elaborate and so complex
51
122000
2000
너무나 정교하고 복잡하며
02:19
and so ubiquitous, in fact,
52
124000
2000
어디에서나 찾아볼 수 있기에
02:21
that one has to ask what purpose they serve.
53
126000
3000
그런 것들이 대체 무엇을 위해 존재하는지 물어볼 필요가 있습니다.
02:24
Why are we embedded in social networks?
54
129000
2000
우리는 왜 사회연결망 속에 들어가 있을까요?
02:26
I mean, how do they form? How do they operate?
55
131000
2000
즉, 어떻게 그들이 형성되고, 어떻게 작동하는걸까요?
02:28
And how do they effect us?
56
133000
2000
그리고 어떻게 우리에게 영향을 줄까요?
02:30
So my first topic with respect to this,
57
135000
3000
이것에 관한 제 첫 번째 소재는,
02:33
was not death, but obesity.
58
138000
3000
죽음이 아니라, 비만이었습니다.
02:36
It had become trendy
59
141000
2000
언젠가 갑자기, 비만이 전염병처럼 확산중이라고
02:38
to speak about the "obesity epidemic."
60
143000
2000
거론하는 것이 유행이 되었죠.
02:40
And, along with my collaborator, James Fowler,
61
145000
3000
그래서 제 공동 연구가인 James Fowler와 함께
02:43
we began to wonder whether obesity really was epidemic
62
148000
3000
비만이 정말로 전염성이 있는지, 사람에게서 사람으로
02:46
and could it spread from person to person
63
151000
2000
퍼지는 것인지 궁금해하기 시작했습니다
02:48
like the four people I discussed earlier.
64
153000
3000
제가 이전에 이야기 했던 그 4인조처럼 말이죠.
02:51
So this is a slide of some of our initial results.
65
156000
3000
이것은 최초 연구결과 몇가지입니다.
02:54
It's 2,200 people in the year 2000.
66
159000
3000
2000년도, 2,200명의 사람들이죠.
02:57
Every dot is a person. We make the dot size
67
162000
2000
모든 점은 각각 사람 한 명입니다. 우리는 각 점의 크기를
02:59
proportional to people's body size;
68
164000
2000
사람들의 신체사이즈에 비례하게 만들었습니다.
03:01
so bigger dots are bigger people.
69
166000
3000
즉 큰 점은 큰 사람을 나타내죠.
03:04
In addition, if your body size,
70
169000
2000
게다가 만약 신체 사이즈,
03:06
if your BMI, your body mass index, is above 30 --
71
171000
2000
BMI(체질량지수)가 30 이상이거나
03:08
if you're clinically obese --
72
173000
2000
임상적으로 비만진단을 받은 경우라면
03:10
we also colored the dots yellow.
73
175000
2000
점에 노란 색도 입혔습니다.
03:12
So, if you look at this image, right away you might be able to see
74
177000
2000
이 이미지를 보시면 바로 보이실 겁니다.
03:14
that there are clusters of obese and
75
179000
2000
이미지 속에 비만 그리고
03:16
non-obese people in the image.
76
181000
2000
비만이 아닌 사람들의 군집이 있다는 것을 말이죠.
03:18
But the visual complexity is still very high.
77
183000
3000
하지만 시각적 복잡성은 여전히 매우 높습니다.
03:21
It's not obvious exactly what's going on.
78
186000
3000
무슨 일이 일어나고 있는 중인지 명백하지 않지요.
03:24
In addition, some questions are immediately raised:
79
189000
2000
게다가, 곧바로 몇가지 질문거리가 생깁니다.
03:26
How much clustering is there?
80
191000
2000
어느 정도까지 군집화가 되어있는가?
03:28
Is there more clustering than would be due to chance alone?
81
193000
3000
그냥 우연히 발생할 수 있는 경우보다 더 강력한 군집이 존재하는 것인가?
03:31
How big are the clusters? How far do they reach?
82
196000
2000
군집들의 크기는 또 어느 정도인가? 얼마나 넓게 퍼져있는가?
03:33
And, most importantly,
83
198000
2000
그리고, 가장 중요한 질문으로,
03:35
what causes the clusters?
84
200000
2000
무엇이 그런 군집을 발생시키는가?
03:37
So we did some mathematics to study the size of these clusters.
85
202000
3000
그래서 이 군집들의 크기를 측정하기 위해 수학 작업을 좀 했습니다.
03:40
This here shows, on the Y-axis,
86
205000
2000
여기서 Y축이 나타내는 것은
03:42
the increase in the probability that a person is obese
87
207000
3000
누군가가 만약 사회적으로 접촉하는 이가 비만일 경우
03:45
given that a social contact of theirs is obese
88
210000
2000
그 사람 역시 비만일 확률의 증가분입니다.
03:47
and, on the X-axis, the degrees of separation between the two people.
89
212000
3000
그리고 X 축은 두 사람 사이의 분리 단계를 나타냅니다.
03:50
On the far left, you see the purple line.
90
215000
2000
가장 왼쪽에 있는 보라색 막대를 보시죠.
03:52
It says that, if your friends are obese,
91
217000
2000
이것이 나타내는 바는, 만약 친구들이 비만이면
03:54
your risk of obesity is 45 percent higher.
92
219000
3000
여러분이 비만일 위험이 45%나 더 높다는 것이죠.
03:57
And the next bar over, the [red] line,
93
222000
2000
그리고 다음 막대인 주황색은
03:59
says if your friend's friends are obese,
94
224000
2000
만약 친구의 친구가 비만이면
04:01
your risk of obesity is 25 percent higher.
95
226000
2000
여러분의 비만 위험이 25% 더 높다는 말입니다.
04:03
And then the next line over says
96
228000
2000
그리고 다음은
04:05
if your friend's friend's friend, someone you probably don't even know, is obese,
97
230000
3000
친구의 친구의 친구, 아마도 전혀 모르는 사람일 그 사람이 비만이면
04:08
your risk of obesity is 10 percent higher.
98
233000
3000
여러분이 비만 위험이 10% 더 높다는 것입니다.
04:11
And it's only when you get to your friend's friend's friend's friends
99
236000
3000
친구의 친구의 친구의 친구 정도로 분리되어 있을 때 비로소
04:14
that there's no longer a relationship
100
239000
2000
그 사람의 신체사이즈와 여러분 신체사이즈 사이에
04:16
between that person's body size and your own body size.
101
241000
3000
더 이상 관계가 없습니다.
04:20
Well, what might be causing this clustering?
102
245000
3000
음, 무엇이 이런 군집을 발생시킬까요?
04:23
There are at least three possibilities:
103
248000
2000
적어도 3가지 가능성이 있습니다.
04:25
One possibility is that, as I gain weight,
104
250000
2000
하나의 가능성은, 제 몸무게가 증가하면서
04:27
it causes you to gain weight.
105
252000
2000
그것이 여러분의 몸무게도 늘도록 만든다는 것입니다.
04:29
A kind of induction, a kind of spread from person to person.
106
254000
3000
일종의 유도 작용, 사람들 사이에 일어나는 일종의 전파 과정이죠.
04:32
Another possibility, very obvious, is homophily,
107
257000
2000
또 다른 가능성은 당연하게도 동질성입니다.
04:34
or, birds of a feather flock together;
108
259000
2000
유유상종이라는 말이죠.
04:36
here, I form my tie to you
109
261000
2000
이 경우 제가 여러분과 연결을 형성하는 이유는
04:38
because you and I share a similar body size.
110
263000
3000
여러분과 제가 비슷한 신체사이즈를 지녔기 때문입니다.
04:41
And the last possibility is what is known as confounding,
111
266000
2000
마지막 가능성은 교란변인이라고도 알려져있는데,
04:43
because it confounds our ability to figure out what's going on.
112
268000
3000
우리들이 현상을 이해하는 능력을 교란시키기 때문입니다.
04:46
And here, the idea is not that my weight gain
113
271000
2000
이런 경우는, 제 몸무게 상승이
04:48
is causing your weight gain,
114
273000
2000
여러분의 몸무게 상승을 일으키거나
04:50
nor that I preferentially form a tie with you
115
275000
2000
혹은 제가 여러분과 같은 신체사이즈를 지녔기에
04:52
because you and I share the same body size,
116
277000
2000
여러분을 선호하는 쪽으로 연결을 형성한 것이 아닙니다.
04:54
but rather that we share a common exposure
117
279000
2000
그보다는 저와 여러분이, 동시에 몸무게를 줄어들게 만드는
04:56
to something, like a health club
118
281000
3000
예를 들어 헬스 클럽 같은
04:59
that makes us both lose weight at the same time.
119
284000
3000
동일한 조건에 노출되었기 때문입니다.
05:02
When we studied these data, we found evidence for all of these things,
120
287000
3000
이 자료를 연구하면서, 3가지 모두에 대한 모든 증거를 찾았습니다.
05:05
including for induction.
121
290000
2000
유도 작용도 포함해서 말이죠.
05:07
And we found that if your friend becomes obese,
122
292000
2000
발견한 바에 따르면, 만약 친구가 비만이 되면
05:09
it increases your risk of obesity by about 57 percent
123
294000
3000
같은 기간동안
05:12
in the same given time period.
124
297000
2000
여러분이 비만이 될 위험도 57% 가량 증가합니다.
05:14
There can be many mechanisms for this effect:
125
299000
3000
이 효과에 대한 많은 메카니즘이 존재할 수 있습니다.
05:17
One possibility is that your friends say to you something like --
126
302000
2000
하나의 가능성은 여러분의 친구가 이런 식으로 나오는 것입니다.
05:19
you know, they adopt a behavior that spreads to you --
127
304000
3000
그러니까, 그들이 어떤 행동방식을 취하고는 여러분에게까지 전파하는 식이죠.
05:22
like, they say, "Let's go have muffins and beer,"
128
307000
3000
예를 들자면, "같이 머핀과 맥주나 먹자."
05:25
which is a terrible combination. (Laughter)
129
310000
3000
최악의 조합이죠.
05:28
But you adopt that combination,
130
313000
2000
하지만 여러분은 이 조합을 수용하고
05:30
and then you start gaining weight like them.
131
315000
3000
이후 그들처럼 몸무게가 불기 시작합니다.
05:33
Another more subtle possibility
132
318000
2000
좀 더 미묘한 다른 가능성은
05:35
is that they start gaining weight, and it changes your ideas
133
320000
3000
그들이 몸무게가 불기 시작하면서, 여러분이 생각하는
05:38
of what an acceptable body size is.
134
323000
2000
적정 신체사이즈에 대한 관념이 변한다는 것입니다.
05:40
Here, what's spreading from person to person
135
325000
2000
이 경우 사람에서 사람으로 퍼지는 것은
05:42
is not a behavior, but rather a norm:
136
327000
2000
행동이 아니라 규범이죠.
05:44
An idea is spreading.
137
329000
2000
하나의 발상이 퍼져나가는 것입니다.
05:46
Now, headline writers
138
331000
2000
그런데 뉴스 헤드라인을 쓰는 기자들이
05:48
had a field day with our studies.
139
333000
2000
우리 연구에 아주 신이 났었죠.
05:50
I think the headline in The New York Times was,
140
335000
2000
제 기억에, 뉴욕타임즈 신문의 헤드라인은 이랬습니다:
05:52
"Are you packing it on?
141
337000
2000
"살이 붙고 계십니까?
05:54
Blame your fat friends." (Laughter)
142
339000
3000
뚱뚱한 친구들을 탓하세요."
05:57
What was interesting to us is that the European headline writers
143
342000
2000
흥미로운 것은, 유럽쪽 기자들은
05:59
had a different take: They said,
144
344000
2000
다르게 표현했죠. 그들의 경우는
06:01
"Are your friends gaining weight? Perhaps you are to blame."
145
346000
3000
"친구의 몸무게가 늘고 있습니까? 어쩌면 여러분 탓입니다."
06:04
(Laughter)
146
349000
5000
(웃음)
06:09
And we thought this was a very interesting comment on America,
147
354000
3000
저희들은 이것이 꽤 흥미로운 시사점을 준다고 생각했습니다. 미국에 대해,
06:12
and a kind of self-serving,
148
357000
2000
일종의 자기편의적인,
06:14
"not my responsibility" kind of phenomenon.
149
359000
2000
"그건 내 책임이 아냐" 같은 사고방식이 만연한 현상에 대해 말입니다.
06:16
Now, I want to be very clear: We do not think our work
150
361000
2000
분명하게 말해두고자 합니다. 저희들은 이 연구가
06:18
should or could justify prejudice
151
363000
2000
어떤 특정 신체사이즈의 소유자들에 대한 편견을
06:20
against people of one or another body size at all.
152
365000
3000
정당화할 수 있거나 혹은 그래야 한다고 생각하지 않습니다.
06:24
Our next questions was:
153
369000
2000
자, 우리의 다음 질문은 이것이었습니다.
06:26
Could we actually visualize this spread?
154
371000
3000
이런 확산과정을 시각화 할 수 있을까?
06:29
Was weight gain in one person actually spreading
155
374000
2000
특정인의 몸무게 증가가 실제로 다른 사람들의
06:31
to weight gain in another person?
156
376000
2000
몸무게 증가로 확산되고 있는 것일까?
06:33
And this was complicated because
157
378000
2000
이 과제는 매우 복잡했습니다. 왜냐하면
06:35
we needed to take into account the fact that the network structure,
158
380000
3000
연결망 구조, 즉 연결들의 구성방식이 시간의 흐름에 따라서
06:38
the architecture of the ties, was changing across time.
159
383000
3000
변화한다는 것을 고려할 필요가 있었기 때문이였죠.
06:41
In addition, because obesity is not a unicentric epidemic,
160
386000
3000
게다가 비만은 단일중심형 전염이 아니기 때문에
06:44
there's not a Patient Zero of the obesity epidemic --
161
389000
3000
비만 전염에는 "최초발병자"가 없습니다.
06:47
if we find that guy, there was a spread of obesity out from him --
162
392000
3000
그런 사람을 찾아내면, 그 사람에게서 비만이 퍼져나간 것이죠.
06:50
it's a multicentric epidemic.
163
395000
2000
하지만 비만은 다중심형 전염입니다.
06:52
Lots of people are doing things at the same time.
164
397000
2000
많은 사람들이 동시에 같은 것들을 합니다.
06:54
And I'm about to show you a 30 second video animation
165
399000
3000
이제 여러분께 30초짜리 애니메이션 영상을 보여드리고자 합니다.
06:57
that took me and James five years of our lives to do.
166
402000
3000
저와 제임스가 5년동안 만들어낸 것이죠.
07:00
So, again, every dot is a person.
167
405000
2000
다시금, 모든 점들은 각각 한 명의 사람입니다.
07:02
Every tie between them is a relationship.
168
407000
2000
그들 사이의 모든 연결은 하나의 관계입니다.
07:04
We're going to put this into motion now,
169
409000
2000
이제 움직임을 첨가해보도록 하겠습니다.
07:06
taking daily cuts through the network for about 30 years.
170
411000
3000
연결망의 모습을 하루 단위로 기록해서 30년간의 흐름을 모은 것입니다.
07:09
The dot sizes are going to grow,
171
414000
2000
점의 크기가 증가하는 것을 보실 것입니다.
07:11
you're going to see a sea of yellow take over.
172
416000
3000
노란색의 바다가 덮쳐오는 것을 보실 수 있습니다.
07:14
You're going to see people be born and die --
173
419000
2000
사람들이 태어나고 죽는 것을 보시게 됩니다.
07:16
dots will appear and disappear --
174
421000
2000
점은 나타나고 사라집니다.
07:18
ties will form and break, marriages and divorces,
175
423000
3000
연결이 형성되고 깨집니다. 결혼, 이혼,
07:21
friendings and defriendings.
176
426000
2000
친구 사귀기, 절교 등
07:23
A lot of complexity, a lot is happening
177
428000
2000
고작 이 30년 기간동안에
07:25
just in this 30-year period
178
430000
2000
복잡하고 많은 일들이 일어납니다.
07:27
that includes the obesity epidemic.
179
432000
2000
비만 전염을 포함해서 말이죠.
07:29
And, by the end, you're going to see clusters
180
434000
2000
끝부분에 가면 여러분은
07:31
of obese and non-obese individuals
181
436000
2000
비만인 사람들과 비만이 아닌 사람들로 각각 이루어진
07:33
within the network.
182
438000
2000
군집들이 네트워크 안에 생긴 것을 보실 수 있습니다.
07:35
Now, when looked at this,
183
440000
3000
이 데이타를 보고 나니
07:38
it changed the way I see things,
184
443000
3000
제가 사물을 바라보는 시각이 바뀌었습니다.
07:41
because this thing, this network
185
446000
2000
왜냐하면 이것, 이 연결망은
07:43
that's changing across time,
186
448000
2000
시간에 따라 바뀌면서도
07:45
it has a memory, it moves,
187
450000
3000
기억을 가지고 있고, 움직이고,
07:48
things flow within it,
188
453000
2000
그 속에서 여러가지 것들이 흘러갑니다.
07:50
it has a kind of consistency --
189
455000
2000
일종의 일관성이 있습니다.
07:52
people can die, but it doesn't die;
190
457000
2000
사람은 죽을 수 있습니다, 하지만 연결망은 죽지 않죠.
07:54
it still persists --
191
459000
2000
계속 이어집니다.
07:56
and it has a kind of resilience
192
461000
2000
게다가 시간이 경과해도 지속될 수 있도록 해주는
07:58
that allows it to persist across time.
193
463000
2000
일종의 회복탄력성도 있습니다.
08:00
And so, I came to see these kinds of social networks
194
465000
3000
그래서 저는 사회 연결망의 이런 신호들을
08:03
as living things,
195
468000
2000
생물들이라고 간주하게 되었습니다.
08:05
as living things that we could put under a kind of microscope
196
470000
3000
일종의 현미경 같은 것으로 관찰하며
08:08
to study and analyze and understand.
197
473000
3000
분석하며 이해할 수 있는 생물 말입니다.
08:11
And we used a variety of techniques to do this.
198
476000
2000
그렇게 하기 위해 다양한 기술을 사용했습니다.
08:13
And we started exploring all kinds of other phenomena.
199
478000
3000
그리고 온갖 다른 현상들도 탐구하기 시작했습니다.
08:16
We looked at smoking and drinking behavior,
200
481000
2000
그래서 저희들은 흡연과 음주 패턴,
08:18
and voting behavior,
201
483000
2000
선거 패턴,
08:20
and divorce -- which can spread --
202
485000
2000
이혼 (이것도 전파될 수 있습니다),
08:22
and altruism.
203
487000
2000
그리고 이타성 등도 살펴봤죠.
08:24
And, eventually, we became interested in emotions.
204
489000
3000
그리고 결국은 '감정'에 흥미를 가지게 되었습니다.
08:28
Now, when we have emotions,
205
493000
2000
우리는 감정을 품으면
08:30
we show them.
206
495000
2000
보여줍니다.
08:32
Why do we show our emotions?
207
497000
2000
왜 우리는 감정을 보여주는 것일까요?
08:34
I mean, there would be an advantage to experiencing
208
499000
2000
그러니까, 감정을 내적으로 경험하는 것에는
08:36
our emotions inside, you know, anger or happiness.
209
501000
3000
이점이 존재합니다. 아시다시피 분노, 행복 그런 것들 말입니다.
08:39
But we don't just experience them, we show them.
210
504000
2000
하지만 우리는 그것들을 단지 경험하고 그치지 않습니다, 보여주죠.
08:41
And not only do we show them, but others can read them.
211
506000
3000
우리가 보여줄 뿐만 아니라, 다른이들이 읽을 수도 있습니다.
08:44
And, not only can they read them, but they copy them.
212
509000
2000
그들은 감정을 읽을 수 있을 뿐만 아니라, 복사하기도 하죠.
08:46
There's emotional contagion
213
511000
2000
사람들 사이에 발생하는
08:48
that takes place in human populations.
214
513000
3000
감정 전염이라는 것이 존재합니다.
08:51
And so this function of emotions
215
516000
2000
이런 작용이 의미하는 바는
08:53
suggests that, in addition to any other purpose they serve,
216
518000
2000
기타 다른 목적도 있겠지만
08:55
they're a kind of primitive form of communication.
217
520000
3000
감정이라는 것이 일종의 원시적 의사소통수단이라는 점입니다.
08:58
And that, in fact, if we really want to understand human emotions,
218
523000
3000
그리고 사실 우리가 인간의 감정을 진심으로 이해하고 싶다면,
09:01
we need to think about them in this way.
219
526000
2000
바로 이런 방식으로 생각해야 한다는 것입니다.
09:03
Now, we're accustomed to thinking about emotions in this way,
220
528000
3000
자, 우리는 간단하고도 짧은 시간만에
09:06
in simple, sort of, brief periods of time.
221
531000
3000
이런 식으로 감정을 생각하는 것에 익숙합니다.
09:09
So, for example,
222
534000
2000
그러니까 예를 들어,
09:11
I was giving this talk recently in New York City,
223
536000
2000
최근 저는 뉴욕시에서 강연을 했습니다,
09:13
and I said, "You know when you're on the subway
224
538000
2000
그리고 말했죠. "아시다시피, 여러분이 전철에 있을 때
09:15
and the other person across the subway car
225
540000
2000
차량 맞은 편에 있는 다른 이가
09:17
smiles at you,
226
542000
2000
여러분께 미소를 지어주면
09:19
and you just instinctively smile back?"
227
544000
2000
여러분도 본능적으로 미소를 보내죠."
09:21
And they looked at me and said, "We don't do that in New York City." (Laughter)
228
546000
3000
그러자 청중들이 저를 보며 말하더군요. "뉴욕시에서는 그렇게 하지 않습니다."
09:24
And I said, "Everywhere else in the world,
229
549000
2000
저는 답했죠. "나머지 세상에서는 어디에서나
09:26
that's normal human behavior."
230
551000
2000
정상적인 인간행동입니다."
09:28
And so there's a very instinctive way
231
553000
2000
그러니까, 짧게 서로에게 감정을 보내는
09:30
in which we briefly transmit emotions to each other.
232
555000
3000
매우 본능적인 방식이 있는 셈입니다.
09:33
And, in fact, emotional contagion can be broader still.
233
558000
3000
게다가 사실 감정 전염이란 더욱 넓게 갈 수도 있습니다.
09:36
Like we could have punctuated expressions of anger,
234
561000
3000
폭동의 경우처럼,
09:39
as in riots.
235
564000
2000
분노의 표현이 강화되는 방식도 있겠죠.
09:41
The question that we wanted to ask was:
236
566000
2000
저희들이 제기하려던 질문은
09:43
Could emotion spread,
237
568000
2000
감정이라는 것이
09:45
in a more sustained way than riots, across time
238
570000
3000
폭동보다 더 지속적인 방식으로, 장시간에 걸쳐
09:48
and involve large numbers of people,
239
573000
2000
많은 이들을 엮으며 퍼져나갈 수 있을까 하는 것입니다.
09:50
not just this pair of individuals smiling at each other in the subway car?
240
575000
3000
앞서 말한, 서로 지하철에서 미소를 지은 두 사람 수준에 머물지 않고 말이죠.
09:53
Maybe there's a kind of below the surface, quiet riot
241
578000
3000
어쩌면 수면 아래에서 이루어지는 고요한 폭동 같은 것이 존재해서
09:56
that animates us all the time.
242
581000
2000
우리를 항상 움직이는 것일지도 모르죠.
09:58
Maybe there are emotional stampedes
243
583000
2000
어쩌면 사회연결망을 통해 퍼져나가는
10:00
that ripple through social networks.
244
585000
2000
감정의 쇄도 같은 것이 있을지도 모릅니다.
10:02
Maybe, in fact, emotions have a collective existence,
245
587000
3000
어쩌면 사실, 감정이라는 것이 애초에 집합적 차원으로도 존재하여
10:05
not just an individual existence.
246
590000
2000
그저 개인적 차원으로만 존재하는 것이 아닐 수도 있습니다.
10:07
And this is one of the first images we made to study this phenomenon.
247
592000
3000
이것이 이 현상을 연구한 첫번째 이미지중 하나입니다
10:10
Again, a social network,
248
595000
2000
다시금 사회연결망이 보이죠.
10:12
but now we color the people yellow if they're happy
249
597000
3000
이번에는 행복한 사람들에게 노란색을 입혔습니다.
10:15
and blue if they're sad and green in between.
250
600000
3000
만약 슬퍼하면 파란색, 중간이면 녹색입니다.
10:18
And if you look at this image, you can right away see
251
603000
2000
이 이미지를 보시면, 곧바로
10:20
clusters of happy and unhappy people,
252
605000
2000
행복한 사람들과 불행한 사람들의 군집을 보실 수 있습니다,
10:22
again, spreading to three degrees of separation.
253
607000
2000
이번에도 분리의 3단계까지 뻗어있죠.
10:24
And you might form the intuition
254
609000
2000
직감적으로 여러분은
10:26
that the unhappy people
255
611000
2000
불행한 사람들은
10:28
occupy a different structural location within the network.
256
613000
3000
연결망 안에서 다른 구조적 위치에 있다는 것을 알아차리실 것입니다.
10:31
There's a middle and an edge to this network,
257
616000
2000
연결망에는 중간과 가장자리가 있는데,
10:33
and the unhappy people seem to be
258
618000
2000
불행한 이들은
10:35
located at the edges.
259
620000
2000
가장자리에 위치한 것으로 보입니다.
10:37
So to invoke another metaphor,
260
622000
2000
다른 은유를 사용해보죠.
10:39
if you imagine social networks as a kind of
261
624000
2000
만약 사회연결망을
10:41
vast fabric of humanity --
262
626000
2000
사람들을 엮은 커다란 천이라고 상상해본다면
10:43
I'm connected to you and you to her, on out endlessly into the distance --
263
628000
3000
저는 여러분에게 연결되어 있고 여러분은 그녀에게, 그렇게 끝없이 갑니다.
10:46
this fabric is actually like
264
631000
2000
그런데 이 천은 사실은 마치
10:48
an old-fashioned American quilt,
265
633000
2000
구식 미국 퀼트(누비 천)와도 같죠.
10:50
and it has patches on it: happy and unhappy patches.
266
635000
3000
여러가지 천 조각이 붙어있습니다. 행복한 조각, 불행한 조각.
10:53
And whether you become happy or not
267
638000
2000
여러분이 행복해지거나 혹은 불행해지는 것은
10:55
depends in part on whether you occupy a happy patch.
268
640000
3000
여러분이 행복한 조각을 얻어내는가에 달려있죠.
10:58
(Laughter)
269
643000
2000
(웃음)
11:00
So, this work with emotions,
270
645000
3000
이 연구는
11:03
which are so fundamental,
271
648000
2000
감정이라는 매우 근본적인 것을 다뤘기 때문에
11:05
then got us to thinking about: Maybe
272
650000
2000
저희들은 어쩌면 인간 사회연결망의
11:07
the fundamental causes of human social networks
273
652000
2000
근본적인 발생원인들이란, 어떤 식으로든
11:09
are somehow encoded in our genes.
274
654000
2000
우리 유전자에 각인된 것이 아닐까 생각하게 되었습니다.
11:11
Because human social networks, whenever they are mapped,
275
656000
3000
왜냐하면 인간 사회연결망이란 지도를 그려볼 때마다
11:14
always kind of look like this:
276
659000
2000
항상 이런 모양이기 때문입니다.
11:16
the picture of the network.
277
661000
2000
연결망을 그린 모습입니다.
11:18
But they never look like this.
278
663000
2000
하지만 절대 이렇게는 나타나지 않습니다.
11:20
Why do they not look like this?
279
665000
2000
왜 이렇게는 나오지 않을까요?
11:22
Why don't we form human social networks
280
667000
2000
왜 우리는 인간 사회연결망을 만들때
11:24
that look like a regular lattice?
281
669000
2000
사회 조직를 형성하지 못할까요?
11:26
Well, the striking patterns of human social networks,
282
671000
3000
인간 사회연결망들의 놀라운 패턴과
11:29
their ubiquity and their apparent purpose
283
674000
3000
편재성, 겉으로 드러난 목적들을 보고 있으면
11:32
beg questions about whether we evolved to have
284
677000
2000
이런 질문을 할 수 밖에 없게 됩니다: 인류는 애초부터
11:34
human social networks in the first place,
285
679000
2000
사회연결망을 만들도록 진화해온 것일까요?
11:36
and whether we evolved to form networks
286
681000
2000
그리고 특정한 구조를 지닌
11:38
with a particular structure.
287
683000
2000
연결망을 만들도록 진화해온 것일까요?
11:40
And notice first of all -- so, to understand this, though,
288
685000
2000
무엇보다도 주목할 것은... 아 그보다 이것을 이해하기 위해,
11:42
we need to dissect network structure a little bit first --
289
687000
3000
우리는 연결망의 구조를 약간 쪼개봐야 합니다.
11:45
and notice that every person in this network
290
690000
2000
이 연결망에서 모든 이들은
11:47
has exactly the same structural location as every other person.
291
692000
3000
다른 모든 이들과 정확하게 동일한 구조적 위치를 지니고 있습니다.
11:50
But that's not the case with real networks.
292
695000
3000
하지만 현실세계의 연결망은 그렇지 않습니다.
11:53
So, for example, here is a real network of college students
293
698000
2000
예를 들어, 현실세계의 대학생 연결망이 여기 있습니다.
11:55
at an elite northeastern university.
294
700000
3000
북동부의 엘리트 대학이죠.
11:58
And now I'm highlighting a few dots.
295
703000
2000
이제 몇 개의 점들을 강조해보겠습니다.
12:00
If you look here at the dots,
296
705000
2000
여기 점들을 보시면서,
12:02
compare node B in the upper left
297
707000
2000
좌측상단의 노드 B와
12:04
to node D in the far right;
298
709000
2000
한참 오른쪽에 있는 노드 D를 비교해보십시오.
12:06
B has four friends coming out from him
299
711000
2000
B에게서는 4명의 친구들이 나와있죠.
12:08
and D has six friends coming out from him.
300
713000
3000
그리고 D는 6명의 친구가 나와있습니다.
12:11
And so, those two individuals have different numbers of friends.
301
716000
3000
이렇듯, 이 두 명은 서로 다른 수의 친구가 있죠.
12:14
That's very obvious, we all know that.
302
719000
2000
매우 명백합니다. 모두가 아는 것이죠.
12:16
But certain other aspects
303
721000
2000
하지만 사회연결망 구조의
12:18
of social network structure are not so obvious.
304
723000
2000
어떤 다른 측면들은 그렇게 명백하지 않습니다.
12:20
Compare node B in the upper left to node A in the lower left.
305
725000
3000
좌 상단에 있는 노드 B와 좌 하단에 있는 노드 A를 비교해보시죠.
12:23
Now, those people both have four friends,
306
728000
3000
이제 이들은 똑같이 4명의 친구가 있습니다,
12:26
but A's friends all know each other,
307
731000
2000
하지만 A의 친구들은 모두 서로를 알고,
12:28
and B's friends do not.
308
733000
2000
B의 친구들은 그렇지 않습니다.
12:30
So the friend of a friend of A's
309
735000
2000
이렇게 A의 친구의 친구들은
12:32
is, back again, a friend of A's,
310
737000
2000
다시금 A의 친구입니다.
12:34
whereas the friend of a friend of B's is not a friend of B's,
311
739000
2000
반면 B의 친구의 친구는, B의 친구가 아니라서
12:36
but is farther away in the network.
312
741000
2000
연결망 속에서 좀 더 멀리 있습니다.
12:38
This is known as transitivity in networks.
313
743000
3000
이것을 연결망의 "이행성"이라고 합니다.
12:41
And, finally, compare nodes C and D:
314
746000
2000
그리고 마지막으로, 노드 C와 노드 D를 비교해보죠.
12:43
C and D both have six friends.
315
748000
3000
C와 D는 둘 다 6명의 친구가 있습니다.
12:46
If you talk to them, and you said, "What is your social life like?"
316
751000
3000
만약 그들과 이야기를 나누며 "당신의 사회적인 삶은 어떻습니까?"라고 묻는다면
12:49
they would say, "I've got six friends.
317
754000
2000
그들은 "저는 6명의 친구가 있어요
12:51
That's my social experience."
318
756000
2000
그것이 제 사회적 경험입니다."라고 말할 것입니다.
12:53
But now we, with a bird's eye view looking at this network,
319
758000
3000
하지만 이 연결망을 조감도로 내려다보면,
12:56
can see that they occupy very different social worlds.
320
761000
3000
그들이 전혀 다른 사회 세계에 있다는 것을 볼 수 있습니다.
12:59
And I can cultivate that intuition in you by just asking you:
321
764000
2000
제가 이렇게 질문하면 여러분도 그런 직감이 생기실 것입니다:
13:01
Who would you rather be
322
766000
2000
여러분이라면 이 중 어떤 사람이 되고 싶으십니까...
13:03
if a deadly germ was spreading through the network?
323
768000
2000
...만약 치명적인 병균이 이 연결망을 통해 퍼지고 있다면?
13:05
Would you rather be C or D?
324
770000
3000
C가 되고 싶으십니까 D가 되고 싶으십니까?
13:08
You'd rather be D, on the edge of the network.
325
773000
2000
연결망의 가장자리에 위치한 D가 되고 싶으시겠죠.
13:10
And now who would you rather be
326
775000
2000
자 그럼 이번에는 누가 되고 싶으십니까...
13:12
if a juicy piece of gossip -- not about you --
327
777000
3000
...여러분에 관한 것이 아닌, 흥미로운 가십거리가
13:15
was spreading through the network? (Laughter)
328
780000
2000
이 연결망을 통해 퍼지고 있다면?
13:17
Now, you would rather be C.
329
782000
2000
이번에는 C가 되고 싶으시겠죠.
13:19
So different structural locations
330
784000
2000
이렇듯 사로 다른 구조적 위치는
13:21
have different implications for your life.
331
786000
2000
여러분의 삶에 서로 다른 의미를 줍니다.
13:23
And, in fact, when we did some experiments looking at this,
332
788000
3000
그리고 사실 저희들은 이것에 관한 몇몇 실험을 해봤죠.
13:26
what we found is that 46 percent of the variation
333
791000
3000
찾아낸 바에 따르면, 친구가 몇 명인가에 대한
13:29
in how many friends you have
334
794000
2000
차이 발생의 46%는
13:31
is explained by your genes.
335
796000
2000
유전에 의해 설명됩니다.
13:33
And this is not surprising. We know that some people are born shy
336
798000
3000
별로 놀라운 것은 아니죠. 알려져있듯 어떤 이들은 부끄러움을 타고 났습니다.
13:36
and some are born gregarious. That's obvious.
337
801000
3000
또 어떤 이들은 사교성을 타고 났죠. 명백한 일입니다.
13:39
But we also found some non-obvious things.
338
804000
2000
하지만 우리는 명백하지 않은 것들도 몇 가지 발견했습니다.
13:41
For instance, 47 percent in the variation
339
806000
3000
예를 들어, 여러분의 친구들이 서로를 알고 있는가에 대한
13:44
in whether your friends know each other
340
809000
2000
차이 발생의 47%가
13:46
is attributable to your genes.
341
811000
2000
여러분의 유전으로 인한 것입니다.
13:48
Whether your friends know each other
342
813000
2000
여러분의 친구들이 서로를 아는지 모르는지가
13:50
has not just to do with their genes, but with yours.
343
815000
3000
그들 자신의 유전자가 아니라, 바로 여러분의 유전자와 상관이 있다는 것입니다.
13:53
And we think the reason for this is that some people
344
818000
2000
저희 생각에 이런 현상의 이유는, 어떤 사람들은
13:55
like to introduce their friends to each other -- you know who you are --
345
820000
3000
자기 친구들을 서로에게 소개시켜 주는 것을 좋아하기 때문이라고 봅니다.
13:58
and others of you keep them apart and don't introduce your friends to each other.
346
823000
3000
반면 어떤 이들은 친구들을 서로 떼어놓고, 서로에게 소개시켜주지 않죠.
14:01
And so some people knit together the networks around them,
347
826000
3000
그렇기에 어떤 이들은 자기 주변 연결망을 만들어내며
14:04
creating a kind of dense web of ties
348
829000
2000
밀도 높게 연결관계들을 짜넣어
14:06
in which they're comfortably embedded.
349
831000
2000
그 속에 편안하게 스스로 들어가버리죠.
14:08
And finally, we even found that
350
833000
2000
그리고 마지막으로, 심지어
14:10
30 percent of the variation
351
835000
2000
사람들이 연결망의 중심에 있는지 가장자리에 있는지에 대한
14:12
in whether or not people are in the middle or on the edge of the network
352
837000
3000
차이 발생의 30%가
14:15
can also be attributed to their genes.
353
840000
2000
마찬가지로 유전에 의한 것일 수 있다는 점을 발견했습니다.
14:17
So whether you find yourself in the middle or on the edge
354
842000
2000
즉 여러분이 연결망 중심이나 가장자리에 위치해있는 상태도
14:19
is also partially heritable.
355
844000
3000
부분적으로는 대물림될 수 있습니다.
14:22
Now, what is the point of this?
356
847000
3000
자, 이런 연구의 핵심은 무엇일까요?
14:25
How does this help us understand?
357
850000
2000
어떻게 이해에 도움을 줄까요?
14:27
How does this help us
358
852000
2000
어떻게 이런 것들이
14:29
figure out some of the problems that are affecting us these days?
359
854000
3000
오늘날 우리에게 영향을 주는 몇몇 문제들을 이해하는 것에 도움을 줄까요?
14:33
Well, the argument I'd like to make is that networks have value.
360
858000
3000
제가 주장하고자 하는 것은, 연결망이 가치를 지닌다는 것입니다.
14:36
They are a kind of social capital.
361
861000
3000
일종의 사회적 자본입니다.
14:39
New properties emerge
362
864000
2000
우리가 사회연결망 속에 배태되어 있기에
14:41
because of our embeddedness in social networks,
363
866000
2000
새로운 속성들이 창발합니다.
14:43
and these properties inhere
364
868000
3000
그리고 그런 속성들은
14:46
in the structure of the networks,
365
871000
2000
연결망의 구조 속에서 존재하게 됩니다.
14:48
not just in the individuals within them.
366
873000
2000
오직 연결망에 들어있는 개인들 뿐만이 아니라 말이죠.
14:50
So think about these two common objects.
367
875000
2000
다음 두가지 평범한 물질들을 생각해보세요.
14:52
They're both made of carbon,
368
877000
2000
둘다 탄소로 만들어졌습니다.
14:54
and yet one of them has carbon atoms in it
369
879000
3000
그러나 하나는 탄소 원자들이
14:57
that are arranged in one particular way -- on the left --
370
882000
3000
어떤 특정한 방식으로 배열되어 있습니다. 왼쪽에 있는 것은
15:00
and you get graphite, which is soft and dark.
371
885000
3000
흑연입니다. 부드럽고 검죠.
15:03
But if you take the same carbon atoms
372
888000
2000
하지만 같은 탄소 원자들을
15:05
and interconnect them a different way,
373
890000
2000
다른 방법으로 상호연결한다면,
15:07
you get diamond, which is clear and hard.
374
892000
3000
다이아몬드가 나옵니다. 투명하고 단단하죠.
15:10
And those properties of softness and hardness and darkness and clearness
375
895000
3000
부드럽고 단단하고 검고 투명한 성질들은
15:13
do not reside in the carbon atoms;
376
898000
2000
탄소 원자에 담겨 있는 것이 아닙니다.
15:15
they reside in the interconnections between the carbon atoms,
377
900000
3000
탄소 원자들간의 상호연결에 담겨 있습니다.
15:18
or at least arise because of the
378
903000
2000
혹은 적어도
15:20
interconnections between the carbon atoms.
379
905000
2000
탄소 원자들간의 상호연결 때문에 발생합니다.
15:22
So, similarly, the pattern of connections among people
380
907000
3000
비슷한 식으로, 사람들 사이의 연결 패턴은
15:25
confers upon the groups of people
381
910000
3000
사람들의 집단에
15:28
different properties.
382
913000
2000
다른 성질을 부여해줍니다.
15:30
It is the ties between people
383
915000
2000
사람들 사이의 연결이 바로
15:32
that makes the whole greater than the sum of its parts.
384
917000
3000
전체를 부분의 합보다 크게 만들어주는 것이죠.
15:35
And so it is not just what's happening to these people --
385
920000
3000
그렇기 때문에, 우리들에게 영향을 주는 것은 단지
15:38
whether they're losing weight or gaining weight, or becoming rich or becoming poor,
386
923000
3000
이 사람들에게 일어나는 일들 자체, 그러니까 그들이 몸무게가 늘어나고 줄어들고
15:41
or becoming happy or not becoming happy -- that affects us;
387
926000
3000
재산이 늘고 줄고 행복해지고 불행해지는 그런 것들 뿐만이 아닙니다.
15:44
it's also the actual architecture
388
929000
2000
우리를 둘러싸고 있는
15:46
of the ties around us.
389
931000
2000
연결고리들의 실제 구조 역시 우리에게 영향을 줍니다.
15:48
Our experience of the world
390
933000
2000
세상에 대한 우리의 경험은
15:50
depends on the actual structure
391
935000
2000
우리들이 그 속에서 살아가고 있는
15:52
of the networks in which we're residing
392
937000
2000
연결망의 실제 구조에 의존합니다.
15:54
and on all the kinds of things that ripple and flow
393
939000
3000
또한 그 연결망을 통해서 흘러다니는
15:57
through the network.
394
942000
2000
모든 것들에도 의존합니다.
16:00
Now, the reason, I think, that this is the case
395
945000
3000
제가 이렇게 생각하는 이유는,
16:03
is that human beings assemble themselves
396
948000
2000
사람들은 서로 모여서
16:05
and form a kind of superorganism.
397
950000
3000
일종의 초개체를 형성하기 때문입니다.
16:09
Now, a superorganism is a collection of individuals
398
954000
3000
초개체는 개체들의 집합체인데
16:12
which show or evince behaviors or phenomena
399
957000
3000
개체들에 대한 연구로는 환원할 수 없는
16:15
that are not reducible to the study of individuals
400
960000
3000
행동과 현상들을 보여줍니다.
16:18
and that must be understood by reference to,
401
963000
2000
집합체를 참조하고
16:20
and by studying, the collective.
402
965000
2000
연구함으로써 이해해야하죠.
16:22
Like, for example, a hive of bees
403
967000
3000
예를 들어,
16:25
that's finding a new nesting site,
404
970000
3000
새로운 보금자리를 찾는 벌떼,
16:28
or a flock of birds that's evading a predator,
405
973000
2000
혹은 천적을 피하는 새떼,
16:30
or a flock of birds that's able to pool its wisdom
406
975000
3000
혹은 태평양 한 가운데에 있는
16:33
and navigate and find a tiny speck
407
978000
2000
작은 섬을 향해가기 위해
16:35
of an island in the middle of the Pacific,
408
980000
2000
함께 지혜를 모아낼 수 있는 새떼,
16:37
or a pack of wolves that's able
409
982000
2000
또는 더 큰 사냥감을 쓰러트리는
16:39
to bring down larger prey.
410
984000
3000
늑대떼들이 있죠.
16:42
Superorganisms have properties
411
987000
2000
초유기체는 각 개체를 연구하는 것으로는
16:44
that cannot be understood just by studying the individuals.
412
989000
3000
이해할 수 없는 속성들을 지니고 있습니다.
16:47
I think understanding social networks
413
992000
2000
저는 사회연결망을 이해하고
16:49
and how they form and operate
414
994000
2000
그들이 어떻게 형성되고 작동하는지 이해하는 것이,
16:51
can help us understand not just health and emotions
415
996000
3000
단지 건강과 감정 뿐만 아니라
16:54
but all kinds of other phenomena --
416
999000
2000
온갖 종류의 다른 현상들도 이해할 수 있도록 도와준다고 봅니다.
16:56
like crime, and warfare,
417
1001000
2000
범죄나 복지,
16:58
and economic phenomena like bank runs
418
1003000
2000
집단적 예금인출사태나
17:00
and market crashes
419
1005000
2000
시장 붕괴 같은 경제 현상,
17:02
and the adoption of innovation
420
1007000
2000
혁신의 수용과정,
17:04
and the spread of product adoption.
421
1009000
2000
제품의 수용 확산 같은 것들 말입니다.
17:06
Now, look at this.
422
1011000
2000
자, 이것을 보세요.
17:09
I think we form social networks
423
1014000
2000
제 생각에, 우리가 사회연결망을 형성하는 이유는
17:11
because the benefits of a connected life
424
1016000
2000
연결된 삶이 주는 이점이
17:13
outweigh the costs.
425
1018000
3000
들어가는 비용보다 크기 때문입니다.
17:16
If I was always violent towards you
426
1021000
2000
만약 제가 여러분들에게 난폭하게 굴거나
17:18
or gave you misinformation
427
1023000
2000
혹은 거짓 정보를 주거나,
17:20
or made you sad or infected you with deadly germs,
428
1025000
3000
슬프게 하거나, 전염병을 옮기거나 하면,
17:23
you would cut the ties to me,
429
1028000
2000
여러분은 저와 연결고리를 자르실 것입니다.
17:25
and the network would disintegrate.
430
1030000
2000
연결망은 분해되겠죠.
17:27
So the spread of good and valuable things
431
1032000
3000
그렇기에, 사회연결망을 지속시키고 가꾸기 위해서는
17:30
is required to sustain and nourish social networks.
432
1035000
3000
선하며 가치있는 것들의 확산이 필요합니다.
17:34
Similarly, social networks are required
433
1039000
2000
비슷하게도, 선하며 가치있는 것들을 확산하기 위해서도
17:36
for the spread of good and valuable things,
434
1041000
3000
사회연결망이 필요합니다.
17:39
like love and kindness
435
1044000
2000
사랑, 친절,
17:41
and happiness and altruism
436
1046000
2000
행복, 이타성,
17:43
and ideas.
437
1048000
2000
아이디어 같은 것들 말이죠.
17:45
I think, in fact, that if we realized
438
1050000
2000
저는 사실 우리들이
17:47
how valuable social networks are,
439
1052000
2000
사회연결망이 얼마나 가치있는 것인지 깨닫게 되면
17:49
we'd spend a lot more time nourishing them and sustaining them,
440
1054000
3000
그것들을 지속시키고 가꾸는 일에 훨씬 더 많은 시간을 보낼 것이라고 봅니다.
17:52
because I think social networks
441
1057000
2000
왜냐하면 사회연결망은
17:54
are fundamentally related to goodness.
442
1059000
3000
근본적으로 선함과 연관이 있기 때문입니다.
17:57
And what I think the world needs now
443
1062000
2000
그리고 저는 세계가 현재 필요로 하는 것은
17:59
is more connections.
444
1064000
2000
더욱 많은 연결이라 생각합니다.
18:01
Thank you.
445
1066000
2000
감사합니다.
18:03
(Applause)
446
1068000
3000
(박수)
ABOUT THE SPEAKER
Nicholas Christakis - Physician, social scientistNicholas Christakis explores how the large-scale, face-to-face social networks in which we are embedded affect our lives, and what we can do to take advantage of this fact.
Why you should listen
People aren't merely social animals in the usual sense, for we don't just live in groups. We live in networks -- and we have done so ever since we emerged from the African savannah. Via intricately branching paths tracing out cascading family connections, friendship ties, and work relationships, we are interconnected to hundreds or even thousands of specific people, most of whom we do not know. We affect them and they affect us.
Nicholas Christakis' work examines the biological, psychological, sociological, and mathematical rules that govern how we form these social networks, and the rules that govern how they shape our lives. His work shows how phenomena as diverse as obesity, smoking, emotions, ideas, germs, and altruism can spread through our social ties, and how genes can partially underlie our creation of social ties to begin with. His work also sheds light on how we might take advantage of an understanding of social networks to make the world a better place.
At Yale, Christakis is a Professor of Social and Natural Science, and he directs a diverse research group in the field of biosocial science, primarily investigating social networks. His popular undergraduate course "Health of the Public" is available as a podcast. His book, Connected, co-authored with James H. Fowler, appeared in 2009, and has been translated into 20 languages. In 2009, he was named by Time magazine to its annual list of the 100 most influential people in the world, and also, in 2009 and 2010, by Foreign Policy magazine to its list of 100 top global thinkers
Nicholas Christakis | Speaker | TED.com