블루투스로 읽어낸 로스킬데 음악축제 인파·취향 지도

본 논문은 2011년 덴마크 로스킬데 음악축제(8일, 130,000명 이상)에서 블루투스 기반 비접촉식 센싱을 이용해 참가자들의 이동·상호작용 패턴을 정량적으로 분석한 최초의 대규모 연구 중 하나이다. 연구팀은 33개의 고정형 블루투스 스캐너를 무대 주변, 매점, 맥주 부스 등 전력 공급이 가능한 전략적 위치에 설치했으며, 각 스캐너는 Nokia N900 스마트폰에 커스텀 소프트웨어를 탑재해 30 초마다 주변 디바이스를 탐색했다. 스캔 결과는 로컬 SQLite에 저장된 뒤 3G 네트워크를 통해 실시간으로 중앙 서버에 전송되었다. 수집된 데이터는 총 1,204,725건의 관측치와 8,534개의 고유 MAC 주소(해시 처리)로 구성된다. 이는 전체 인구의 약 6.5%에 해당하며, 최소 141번 이상 반복 관측된 디바이스가 평균이다. 주요 무대(특히 Orange·Arena 스테이지) 주변 스캐너가 가장 많은 고유 디바이스를 포착했으며, 이는 무대 중심 인구 흐름을 반영한다. MAC 주소의 앞 24비트(OUI)를 통해 70여 개의 제조사 정보를 추출했으나, 상위 7개 제조사가 전체 디바이스의 96%, 관측치의 99%를 차지한다는 점에서 시장 점유율이 높은 스마트폰 모델에 편중된 표본임을 확인했다. 데이터 분석은 두 단계로 진행되었다. 첫 번째는 마이크로 레벨 분석으로, Louvain 알고리즘을 적용해 디바이스 간 공동 출현 네트워크를 구축하고 커뮤니티를 탐지했다. 이 과정에서 10~15개의 의미 있는 군집이 도출되었으며, 각 군집은 특정 무대·시간대에 집중된 이동 패턴을 보였다. 예를 들어, 한 군집은 주로 오후 3시~5시 사이에 Cosmopol 스테이지 주변에 머물며, 다른 군집은 밤 10시 이후에 Orange 스테이지에 집중하는 등 시간·공간적 특성이 뚜렷했다. 두 번째는 매크로 레벨 분석으로, 참가자와 콘서트 간 이진 관계 행렬에 무한 관계 모델(IRM)을 적용했다. IRM은 베이지안 비지도 클러스터링 기법으로, 사전에 클러스터 수를 지정하지 않아도 데이터가 스스로 군집 구조를 형성한다. 모델 학습 결과, 콘서트와 참가자를 각각 7~8개의 클러스터로 구분했으며, 각 클러스터는 장르(록, 힙합, 전자음악 등), 출신 국가(미국, 스칸디나비아, 기타), 무대 규모, 공연 일자와 높은 상관관계를 보였다. 특히 ‘미국 밴드 클러스터’는 주로 Arena와 Orange 스테이지에서 저녁 시간대에 집중되었고, ‘스칸디나비아 인디 클러스터’는 작은 규모의 Gloria·Pavilion 스테이지와 연관되었다. 연구는 또한 기존 문헌과 비교해 몇 가지 차별점을 강조한다. 이전 연구들은 주로 모바일 앱 기반의 GPS·Wi‑Fi 데이터를 활용했으며, 표본이 제한적이거나 장기간에 걸친 관찰이 일반적이었다. 반면 본 연구는 짧은 기간(8일) 동안 대규모 인구(130,000명) 전체에 가까운 샘플을 비접촉식으로 수집했으며, 음악·무대라는 풍부한 메타데이터와 결합해 사회적·문화적 행동을 해석했다. 하지만 한계도 명확히 제시된다. 블루투스 가시성은 사용자가 직접 설정해야 하므로, iOS·Android 기기의 가시성 정책 차이로 인해 관측 편향이 발생한다. 스캐너의 10 m 반경은 넓은 야외 공간에서 정확한 위치 추정을 어렵게 하며, 전력·네트워크 문제로 인해 일부 스캐너는 데이터 업로드가 지연돼 시간적 결측이 발생한다. 또한, MAC 주소를 해시 처리했지만 장기 추적 가능성에 대한 윤리적 논란이 남아 있다. 마지막으로, 연구팀은 이 기술을 활용한 실용적 응용 가능성을 제시한다. 실시간 군중 밀집도 모니터링을 통해 안전 관리·출입 통제에 활용할 수 있고, IRM 기반 클러스터와 장르·무대 메타데이터를 결합하면 개인 맞춤형 공연 추천·알림 서비스를 제공할 수 있다. 향후 스마트폰 OS가 블루투스 가시성을 지속적으로 허용하도록 변화한다면, 표본 편향을 크게 감소시키고 전체 인구에 대한 고해상도 사회 네트워크 모델링이 가능해질 전망이다.