구현 계획이 아니다. 이 방향이 성립하는지를 무엇으로 확인하는가까지만 정한다.
킬 스위치(§8)가 아직 안 돌았다. 그게 실패하면 이 문서 전체가 폐기된다.
| 기존 발상 | 이 문서 | |
|---|---|---|
| 질문 | 이 콘텐츠에 밈 될 요소가 있나 | 이 콘텐츠가 지금 밈화되고 있나 |
| 성격 | 예측 — 정답 라벨 없음 | 측정 — 이미 벌어진 사실 |
| 수단 | LLM 주관 점수 | 참여 궤적 관측 |
| 검증 | 어려움 | 관측치라 재현 가능 |
일론이 트윗하고, 틱톡커가 영상을 올리고, 사건이 터진다. 발행자는 고르기만 한다.
그래서 "승자 콘텐츠의 특징을 발행자가 흉내내서 신호가 죽는다"는 우려가 성립하지 않는다 — 발행자는 콘텐츠 공급을 통제할 수 없다. 오히려 다들 좋은 콘텐츠로 몰리면 그 코호트가 커진다.
같은 인사의 트윗이라도 밈 될 요소가 있는 것만 큰 상승이 나온다. 따라서 "인물 X 소재의 과거 실적"으로 묶으면 안에 있는 차이가 지워진다.
→ 주체는 통제 변수다. 주체를 고정하면 도달범위·청중·신뢰도가 자동 통제되고 콘텐츠 내용 차이만 남는다 — 비교군으로는 오히려 유리하다.
LLM 소셜 수치화 draft가 "LLM은 범주만, 점수는 코드가 base-rate로"를 정했다. 이 문서는 거기서 한 축을 더 뺀다:
| 축 | 담당 |
|---|---|
| 콘텐츠 종류 (인사 코멘트 / 바이럴 / 뉴스) | LLM 분류 — 기존 draft의 contentType |
| 콘텐츠 반응도 | 관측 — LLM 미개입 |
| "밈 될 요소" 자체 | 별도 축 없음 — 반응도가 곧 그 답 |
토큰이 링크를 걸어야 발견하기 때문이다. 그런데 정작 필요한 건 t_0 이전의 반응 궤적이다.
t_0 이후엔 "콘텐츠가 인기라서 토큰이 났다"와 "토큰이 나서 콘텐츠가 조회됐다"가 구분되지 않는다.
해결은 하나뿐이다 — 콘텐츠를 토큰과 무관하게 먼저 수집한다.
| 현재 | 필요 | |
|---|---|---|
| 발견 경로 | 토큰 발견 → 링크 fetch | 콘텐츠 모니터링 → 토큰이 나면 연결 |
| 성격 | 반응형 (pull) | 상시형 (push) |
| 대상 | 토큰이 링크한 것만 | 모니터링 대상 전체 |
| t_c~t_0 궤적 | 존재하지 않음 | 확보됨 |
→ 시스템의 성격이 fetch에서 모니터링으로 바뀐다. 이게 이 방향의 진짜 비용이다.
| 종류 | 예 | 발생 양상 | 모니터링 방법 | 비용 |
|---|---|---|---|---|
| 주요 인사 코멘트 | 영향력 계정의 발언 | 순간 발생, 반응이 분 단위로 붙음 | 계정 화이트리스트 폴링 | 낮음 대상이 유한·명확, 발화 빈도 낮음 |
| 지속 바이럴 | 틱톡 트렌드 | 며칠~몇 주 확산 | 트렌드·해시태그·사운드 순회 | 중 대상 정의가 열려 있음 |
| 사건 · 뉴스 | 스캔들 · 대형 이벤트 | 사건 후 다채널 동시 확산 | 언론 피드 + 확산 감지 | 높음 원본이 여러 개 → 클러스터링 필요 |
계정 목록만 정하면 되고, 대상이 유한하며, 발화 빈도가 낮아 폴링 비용이 작다. 그리고 주체가 고정되므로 §1의 통제 변수 이점을 그대로 얻는다.
가장 어려운 것도 여기다 — 반응이 붙기 전에 판단해야 한다. 반면 지속 바이럴은 이미 진행 중인 곡선을 보고 판단할 수 있다.
절대량은 못 쓴다 — 콘텐츠 나이가 전부 다르다.
| 방법 | 식 | 관측 요구 | 약점 |
|---|---|---|---|
| ① 나이 정규화 속도 | engagement / (T − t_c) | 1회 | 초기 폭발 후 정체를 구분 못 함 |
| ② 구간 미분 | Δengagement / Δt | 2회 이상 | 관측 인프라 필요 |
| ③ 코호트 백분위 | 같은 나이 구간 콘텐츠 중 상위 % | 1회 + 모집단 | 모집단 정의가 필요 |
③이 레짐·시간대를 자동 흡수한다. ①과 결합해서 "같은 나이대 중 속도 상위 몇 %"가 실용적 출발점이다.
| 종류 | 지표 | 왜 이것인가 |
|---|---|---|
| X 트윗 | 노출 대비 참여율 | 알고리즘 노출은 발화자가 통제 못 하는 외생적 관심 공급. 절대량보다 공급의 지속성을 잼 |
| X 트윗 | 인용·답글의 구조 | 별형(단일 진원지 동시 배포) vs 사슬형(각 단계 독립 재해석) |
| 틱톡 | 서로 다른 오디오 개수 | 누적치가 아니라 파생 생성 활성도 — "지금 밈화 중인가"에 직접 답함 |
| 틱톡 | 듀엣 · 스티치 수 | 2차 창작 = 밈화의 직접 증거 |
| 뉴스 | 서로 다른 매체 수 | 단일 매체 = 아직 국지적 |
조회수·좋아요는 수준(level)이고, 오디오 개수·듀엣 수·인용 사슬은 국면(phase)에 가깝다. 밈화 여부를 묻는 것이므로 후자가 질문에 더 맞다.
content_token_links가 담당.| 잘못된 설계 | 맞는 설계 | |
|---|---|---|
| 단위 | 토큰 1개 | 콘텐츠 코호트 1개 |
| 라벨 | 이 토큰이 얼마나 갔나 | 이 콘텐츠에서 나온 토큰 중 최대 도달 (또는 코호트 총 유입) |
| 표본 | 많음 | 적음 |
| 노이즈 | B(배분)의 분산이 A 신호를 덮음 | B가 라벨 안에 흡수됨 |
토큰 단위로 학습하면 "어느 토큰이 이겼나"의 분산이 "이 콘텐츠가 컸나"의 신호를 덮는다. 지금까지 소셜 신호가 약했던 것이 신호 부재가 아니라 측정 대상 오설정일 가능성이 여기서 나온다.
표본이 줄어드는 대신 노이즈가 빠진다. 어느 쪽이 이기는지가 이 설계의 성패다.
| # | 측정 | 답하는 것 |
|---|---|---|
| 1 | 같은 콘텐츠키로 묶은 코호트 수와 크기 분포 | 코호트가 실제로 형성되나. 대부분 크기 1이면 A/B 분해 자체가 무의미 |
| 2 | 코호트 간 최대도달 분산 vs 코호트 내 분산 | A에 신호가 있을 여지가 있나. 코호트 내가 압도하면 콘텐츠를 아무리 잘 평가해도 소용없음 |
| 3 | 콘텐츠 나이(t_c) 분포 | 세 갈래의 비중. 인사 코멘트 위주면 모니터링이 싸짐 |
코호트 간 차이가 코호트 내 차이보다 작으면, 콘텐츠 평가에 투자할 근거가 사라진다. 다른 어떤 작업보다 먼저 재야 한다.
| 항목 | 상태 |
|---|---|
| 세 갈래 중 어디에 무게를 둘 것인가 | 관측 주기가 달라짐 — 인사 코멘트 분 단위, 틱톡 시간 단위, 뉴스 그 중간 |
| 모니터링 대상 목록 정의 | 인사 코멘트는 화이트리스트로 가능. 나머지는 경계가 열려 있음 |
| 코호트 라벨 정의 | "최대 도달" vs "총 유입" — 전자는 라벨 오염(시총 제조)에 취약 |
| 콘텐츠 종류 분류 | 기존 LLM draft의 contentType 재사용 가능한지 확인 필요 |
관련: 스키마 v2 (B축 담당) · LLM 소셜 수치화 draft (LLM 역할 경계) · 1차 매칭 · 3차 매칭 · 브레인스토밍 로그 · 문제 정의