
프라이버시 우선의, 다중 플랫폼 위치 분석을 위한 사회학적 프레임워크의 실험적 구현.
개별 구성에 대한 다중 플랫폼 관찰 및 사회역학 분석
이 저장소는 개념 증명(proof of concept)입니다. MOSAIC은 다중 플랫폼 행동 분석을 위한 사회학적 프레임워크로, 코드로 구현되기 전에 논문으로 먼저 구축되었습니다. 여기에서 찾을 수 있는 것은 이 프레임워크의 첫 번째 테스트 벤치입니다. 이론이 실제 데이터를 만나고, 깨질 수 있는 곳입니다.

예시적인 사례를 생각해 봅시다. 동일한 사람이 서로 다른 디지털 환경에 참여합니다. GitHub에서는 그들의 기여가 체계적이고 협력적으로 보입니다. Reddit에서는 교류가 더 대립적입니다. YouTube 댓글에서는 더 짧고 무시하는 듯합니다.
대부분의 도구는 어떤 설명이 그 사람을 가장 잘 포착하는지 묻습니다. MOSAIC은 다른 질문을 던집니다. 맥락 간의 변이를 설명하는 것은 무엇이며, 그로부터 정당하게 추론할 수 있는 것은 무엇인가?
누구인지가 아니라, 어디에 서 있는지.
프레임워크의 핵심 가설:
디지털 흔적은 안정적인 행동 신호로 해석되어서는 안 되며, 사회기술적 환경 전반에 걸친 구조화된 위치적 변이로 해석되어야 한다.
플랫폼 간의 변이는 걸러내야 할 잡음이 아닙니다. 그것이 신호입니다. 프레임워크는 이를 세 가지 구성 요소를 통해 읽을 것을 제안합니다:
이것들은 발견이 아니라 분석적 범주입니다. "미끄러지는 것"은 공적 표현 뒤에 숨겨진 "진정한 자아"를 드러내지 않습니다. 그것은 처음 두 가지 읽기가 데이터를 설명하는 것을 멈추는 지점을 표시합니다. 세 가지는 하나의 구조로 읽히며, 결코 하나의 점수로 축약되지 않습니다.
이것은 개념적 프레임워크입니다. 그 가설들은 아직 경험적으로 검증되지 않았으며, 현재 코드는 그것들을 입증하지 않습니다.
이러한 구분은 방법론적 약속이지 보장이 아닙니다. 이론적 의도만으로는 시스템이 하는 일을 결정하지 못합니다. 시스템이 수집하는 데이터, 생성하는 출력, 가능하게 하는 용도도 그에 못지않게 중요합니다.
| 하지 않도록 설계됨 | 하도록 설계됨 |
|---|---|
| 성격 추론 | 표현이 맥락에 따라 어떻게 변하는지 분석 |
| 행동 예측 | 위치가 그럴듯하게 만드는 수들을 기술 |
| 심리적 프로파일링 | 장(field) 내에서의 위치를 지도화 |
| 감시 | 시간에 따라 색인된, 특정 시점의 읽기 생성 |
각 약속은 실천이 그것을 따를 때에만 성립합니다. "그럴듯한"은 검증된 예측이 아니라 추론으로 남습니다. 위치를 기술하는 것은 그 자체로 심리적 프로파일이 아니지만, 한 사람에게 안정적인 특성을 부여한다면 프로파일 쪽으로 흘러갈 수 있습니다. 시간에 따라 색인된 읽기는 그 자체로 감시가 아니지만, 수집, 동의, 보존 및 사용이 같은 약속을 따르지 않는다면 감시에 봉사할 수 있습니다.
그랜드마스터는 상대를 알 필요가 없다. 위치만으로 충분하다.
| 상태 | |
|---|---|
| 이론: 3단계 아키텍처, 신호 분해, 위치적 자본, 인식론적 약속 | Paper I — 작업 논문, 동료 심사 미완료 |
| 방법: 각 구성 요소에 대한 프로토콜, 분석적 결정의 문법, 검증 | Paper II — 준비 중 |
| 코드: 다중 플랫폼 수집, 구조화, LLM 지원 읽기 | 알파 PoC — 이 저장소 |
코드는 의도적으로 이론보다 뒤처져 있습니다. 코드는 수집하고, 구조화하며, LLM 지원 출력을 생성할 수 있습니다. 그 출력들은 아직 프레임워크 프로토콜의 완전하거나 재현 가능한 적용이 아니며, 프로토콜은 Paper II에서 명세되고 있습니다. 현재 프롬프트 템플릿은 프레임워크보다 앞서 만들어졌으며, 프레임워크를 따르도록 재작성될 예정입니다.
MOSAIC은 분석을 위한 문법을 제공하며, 검증된 분석 절차를 제공하지 않습니다. 현재 코드는 LLM 지원 출력을 생성할 수 있지만, 그 해석에 대한 책임은 분석가에게 남습니다.

git clone https://github.com/Or1un/MOSAIC.git && cd MOSAIC
pip install -r requirements.txt
cp modules/config.yaml.example modules/config.yaml # optional: YouTube, Telegram keys
python3 mosaic.py
로컬 LLM 분석 (권장):
pip install -r requirements_llm.txt
curl -fsSL https://ollama.com/install.sh | sh # Windows: https://ollama.com/download
ollama serve &
ollama pull mistral:7b-instruct
출처: GitHub, Stack Overflow · Reddit, Telegram, Mastodon, Bluesky · YouTube, Medium
실천으로서의 프라이버시 우선
프라이버시 우선은 분석가 와 분석 대상자 모두에게 기본적으로 로컬을 의미합니다.
results/에 로컬로 저장합니다(git-ignore됨).results/를 삭제하세요.프라이버시 우선은 설계상의 기본값이지 보장이 아닙니다: 분석가가 이를 지키는 동안에만 유효합니다.
대상 사용자
자기 분석, 사회역학 연구, 그리고 자원한 대상자와의 분석. 분석이 존재한다는 사실을 아는 것과 이에 동의하는 것은 다르며, 동의만으로 비례성, 데이터 최소화, 결과 재사용 문제가 해결되지는 않습니다. 자원자를 포함하는 분석의 경우, 동의 및 철회 조건은 Paper II의 참가자 모집 공고에서 명시될 예정입니다.
다음 용도로는 사용하지 않습니다: 감시, 스토킹, 괴롭힘, 당사자가 모르는 상태에서의 프로파일링, 또는 대규모 자동 분석.
규정 준수. GDPR 및 현지 법률에 대한 책임은 사용자에게 있습니다. MOSAIC은 특정 사용을 규정 준수 상태로 만들어 주지 않습니다. 이 README는 도구를 설명할 뿐 법적 보장을 제공하지 않습니다.
목표는 이론을 확인하는 것이 아니라, 어떤 부분이 실제 데이터와 접촉한 후에도 살아남는지 보는 것입니다. 가정, 방법, 윤리에 도전해 보세요. 실패하는 지점을 지적해 주세요.
GitHub의 Issues 및 Discussions · [email protected]