파나마 페이퍼스는 2.6테라바이트의 문서를 처리한 데이터 저널리즘 프로젝트였지만, 핵심 취재 방법론 중 하나는 네트워크 분석이었다. 140만 건이 넘는 법인과 개인의 연결 관계를 그래프로 그려서 어떤 인물이 어떤 페이퍼컴퍼니와 연결되어 있는지를 시각화했다. ICIJ(국제탐사보도연맹)가 이 작업에 쓴 도구 중 하나가 Neo4j였다. 관계망 분석은 개별 사실을 확인하는 것을 넘어서 구조적인 패턴을 드러내는 취재 방법이다.
관계망 데이터를 어떻게 만드나
네트워크 분석의 출발점은 노드(node)와 엣지(edge)다. 노드는 분석 대상인 개체(인물, 법인, 기관)이고, 엣지는 그 사이의 관계(임원, 주주, 거래, 통신)다. 이 구조로 데이터를 정리하면 어떤 분석 도구도 쓸 수 있다. 노드와 엣지를 정의하는 단계에서 관계의 방향성(단방향·양방향)과 강도(거래 금액, 접촉 횟수)를 어떻게 표현할지를 먼저 결정해야 분석 결과가 의미를 갖는다.
데이터 소스는 법인 등기 정보가 핵심이다. 같은 주소에 등록된 법인들, 같은 인물이 임원으로 등재된 여러 법인들을 추출하면 관계망의 기초 데이터가 된다. DART 공시에서 특수관계자 목록을 추출하는 것도 방법이다. 상장사는 분기보고서에 특수관계자와의 거래 내역을 공시하게 되어 있어서 자금 흐름의 방향을 파악할 수 있다. 등기 정보는 PDF 형태로 제공되는 경우가 많아서 분석에 쓰려면 텍스트 추출 과정이 필요하다. Camelot이나 Tabula 같은 도구로 표를 추출하면 CSV로 변환해서 분석 환경에 바로 불러올 수 있다. 삭제되거나 수정된 온라인 문서는 Wayback Machine에서 사전 캡처 여부를 확인하거나 즉시 저장할 수 있다. 공개 정보를 통한 법인 추적 기초 기법은 OSINT 조사 방법론에서 다루고 있다.
분석 도구 선택과 기본 사용법
Gephi는 무료 오픈소스 네트워크 분석 도구다. 노드와 엣지를 CSV 파일로 준비해서 불러오면 관계망을 자동으로 배치하고 시각화해준다. 중심성 분석(centrality analysis)을 통해 전체 네트워크에서 가장 많이 연결된 노드, 즉 허브 역할을 하는 인물이나 법인을 찾아낼 수 있다. 파나마 페이퍼스에서 특정 인물이 수십 개의 페이퍼컴퍼니와 연결되어 있음을 발견한 것과 같은 방식이다.
Linkurious는 Gephi보다 인터페이스가 직관적이고 탐색 기능이 강력한 상업 도구다. ICIJ가 파나마 페이퍼스, 판도라 페이퍼스에서 사용한 도구이기도 하다. 규모가 작은 프로젝트라면 구글 스프레드시트와 구글 데이터 스튜디오의 조합으로도 기본적인 관계망 시각화가 가능하다. Python의 NetworkX 라이브러리는 코딩이 가능한 기자라면 대규모 그래프 분석에서 Gephi보다 빠르고 자동화하기 쉬운 선택지다. 공개 정보 기반 법인 조사 방법은 OSINT 조사 방법론에서 함께 다루고 있다. 네트워크 분석 방법론의 최신 연구는 Reuters Institute for the Study of Journalism에서 정기적으로 발간하고 있다.
중심성 지표를 해석하는 법
네트워크 분석에서 자주 쓰는 중심성 지표는 세 가지다. 연결 중심성(degree centrality)은 한 노드에 직접 연결된 다른 노드의 수다. 인물을 기준으로 하면 직접 관계된 법인이나 인물의 수다. 매개 중심성(betweenness centrality)은 다른 노드들 사이의 경로에서 해당 노드가 얼마나 자주 중간에 위치하는지를 측정한다. 매개 중심성이 높은 노드는 정보나 자금의 흐름을 통제하는 위치에 있다. 근접 중심성(closeness centrality)은 해당 노드에서 다른 모든 노드까지의 평균 거리다.
취재에서 가장 유용한 지표는 매개 중심성이다. 표면적으로는 크게 드러나지 않지만 여러 집단 사이를 연결하는 핵심 인물을 찾아내는 데 효과적이다. 복잡한 비자금 구조에서 자금을 경유시키는 역할을 하는 차명 법인이 이 지표에서 높게 나타나는 경우가 있다.
관계망 보도에서 주의할 점
관계가 있다는 것이 공모나 불법을 의미하지 않는다. 두 인물이 같은 법인의 이사로 등재되어 있다는 사실은 그들이 연결되어 있다는 것이지, 그것만으로 범죄 관계를 의미하지 않는다. 네트워크 분석은 “이 구조가 왜 존재하는가”라는 질문의 출발점을 제공하는 것이지, 답을 제공하지 않는다. 시각화로 드러난 연결이 실제로 문제가 있는 관계인지 확인하는 건 전통적인 탐사 취재 방식으로 채워야 한다.
관계망 시각화는 독자에게 인상을 심어주는 효과가 강하다. 복잡하게 얽힌 선 그래프를 보면 직관적으로 “뭔가 의심스럽다”는 인상을 받는다. 이 시각적 효과가 실제 취재 결과보다 앞서가지 않도록 주의해야 한다. 시각화에서 드러난 구조가 실제로 무엇을 의미하는지를 설명하는 텍스트 취재가 동반되어야 한다. 데이터 저널리즘과 네트워크 분석 관련 최신 연구는 Reuters Institute Digital News Report에서 확인할 수 있다. 그래프가 복잡해 보인다는 이유만으로 그 안에 불법이 있다고 독자가 오해하지 않도록 시각화에 설명 레이블을 충분히 붙이는 것도 편집 과정에서 중요한 결정이다. 신원 비공개 운영 구조 추적 사례는 운영진 신원 비공개 플랫폼 추적에서 확인할 수 있다. 신원 비공개 운영자 추적의 실제 사례는 운영진 신원 비공개 플랫폼 추적에서 확인할 수 있다.
ICIJ Offshore Leaks 데이터베이스는 파나마 페이퍼스, 판도라 페이퍼스 등 역대 주요 유출 사건의 법인 및 개인 정보를 공개 검색할 수 있는 플랫폼이다. 법인명이나 인물명을 입력하면 연결된 역외 법인 구조가 나와서 국내 취재 대상의 해외 자산 구조를 확인하는 출발점으로 쓸 수 있다. 이 사이트의 OSINT 조사 방법론과 함께 적용하면 공개 정보 기반의 관계망 취재를 더 체계적으로 진행할 수 있다.
관계망 분석을 탐사 취재에 실제로 통합하는 방법
관계망 분석은 취재 초기 단계에서 어디를 파야 할지를 알려주는 지도 역할을 한다. 노드 수백 개 중 매개 중심성이 압도적으로 높은 노드 하나를 발견했다면, 그 노드에 대한 집중 취재가 다음 단계다. 공개 정보만으로 관계망을 구성하는 것도 가능하지만, 취재를 통해 비공개 연결 관계를 추가하면 그래프가 완전히 달라지는 경우가 있다. 관계망 분석과 현장 취재를 반복적으로 교차하는 방식이 탐사 보도에서 가장 효과적으로 쓰인다.