사회의 다양한 집단들로부터 얻을 수 있는 자원들이 스트레스 대처(stress coping), 정신건강, 복지 등에 미치는 긍정적 효과로 인해 사회적 지지에 대한 실천적, 정책적 관심이 높아지고 있다. 1970년대 중반 이래 보건학과 역학, 이어 공동체 심리학(community psychology)에서 제안되었던 사회적 지지 이론들은 최근 국내에서도 노인, 아동, 청소년 집단에 대한 경험적 연구에 광범위하게 적용되고 있다.

기존 연구에서 사회적 지지망(social support network)은 사회적 지지의 관계적 측면을 강조하는 개념으로 사용되었지만, 정서적 지지, 물질적 지지 등과 같은 그것의 기능적 측면과 자원 흐름의 구조적 측면간의 상관관계에 주목하기 시작한 것은 근래의 일이다. 사회적 지지에 대한 통합적 모형을 제안하는 학자들은 사회적 지지 효과에 대한 연구가 그것의 결정 요인들에 대한 분석과 결합될 필요성을 강조하고 있다.

이러한 측면에서 사회연결망 접근은 사회적 지지의 교환이 인구사회학적 속성, 사회심리적 요인, 관계로서의 구조, 나아가 문화적 맥락 및 제도에 영향 받는다는 점을 이론화하는 데 적합하다. 방법론적으로, 사회적 지지는 자아연결망 분석을 통해 그것을 주거나 받는 사람들의 개인적 특성 및 지지자들과의 관계, 그리고 지지 집단의 연결망 특성의 효과로 설명될 수 있다.

사회연결망과 관련된 지표들을 활용한 대다수의 선행 연구에서 분석 단위는 사회적 지지의 수혜자이며, 이 경우 연구 질문은 그들의 인구사회학적 속성 및 배태된 연결망의 특성에 따라 사회적 지지에 대한 인식이나 실제로 제공받은 지원이 어떻게 달라지는가의 문제로 귀착된다. 이와는 달리 이자 관계(dyadic relation)에 초점을 두는 대안적 모형의 주된 관심사는 사회적 지지망을 구성하는 연결의 특성들이다. 이자 관계의 독립성을 가정하지 않는 다층분석은 자아수준 분석(ego-level analysis)과 연결수준 분석(tie-level analysis)의 문제점들을 극복할 수 있는 새로운 접근이다.

요컨대, 본 논문은 1990년대 이후 증가하기 시작한 사회적 지지에 대한 학제 간 연구 패러다임 내에서 사회적 지지를 사회적 관계에 배태된 다양한 자원으로 바라보는 문제의식과 연결망 분석 방법론을 수용한다. 실질적인 자아연결망 자료에 대한 자아수준 분석, 연결수준 분석, 다층분석을 각각 시도하고 그 결과를 비교하는 한편, 사회적 지지에 대한 자아 효과, 타자 효과, 관계 효과 및 연결망 효과를 모두 고려함으로써 대안적 접근들의 유용성과 함의를 밝혀보고자 한다.

사회의 다양한 집단들로부터 얻을 수 있는 자원들은 일상생활의 여러 문제들과 스트레스의 심리적 대응 방식을 좌우하는 요인이며, 궁극적으로 개인의 정서, 안녕 과 복지, 정신건강, 육체적 건강 등에 긍정적 또는 부정적 영향을 줄 수 있다. 사회적 관계의 기능적 내용은 그로 인한 사회적 지지, 요구와 갈등, 규제 또는 통제로 구분한다(Shinn, Lehmann, and Wong, 1984; House, Umberson, and Landis, 1988; Schuster, Kesseler, and Aseltine, 1990). 이들 중 사회적 지지는 부정적인 측면보다 긍정적인 효과와 관련된 개념인데, 특히 사회복지 분야에서 사회적 지지에 대한 실천적 관심이 높아지고 있는 것도 이 때문이다. 예컨대, 개인들이나 특정 집단(장애인, 독거노인, 이주 여성, 외국인 유학생, 새터민 등)이 일상생활 속에서 누구로부터 어떤 도움을 받는지, 지원체계의 유사성과 차이가 나타나는 개인적 요인과 집단의 특성 및 제도적 환경, 그 결과를 규명하는 것은 사회복지 실천 측면에서, 나아가 정책적으로도 중요한 과제가 되고 있다. 1970년대 중반 보건학 및 역학, 그리고 공동체 심리학에서 출발(Caplan, 1974; Cobb, 1976)한 사회적 지지 개념과 관련 이론들은 국내의 경우 사회복지학 이외에도 노년학, 청소년학 등 다양한 응용 분야에서 꾸준히 학문적 수요를 보여주고 있다(성규탁, 1991; 윤희·한경혜, 1994; 김인숙, 1995; 최해경, 1997; 이인정, 1999; 홍순혜, 1999; 이영자·김태현, 1999; 김기태·박봉길, 2000; 이익섭·윤경아, 2001; 배진희, 2004; 엄태완, 2007). 이상의 연구들은 외국의 사회적 지지 연구 패러다임을 따라 사회적 지지를 독립변수나 완충 가설(buffering hypothesis) 하에 조절 또는 매개변수로 놓고 그 효과를 규명하려 한다.

한편 사회적 지지에 대한 사회학자들의 관심은 사회 분화에 따른 통합, 그 이면으로서 사회적 고독이라는 분과 학문의 전통적 연구 문제와 연계될 수 있겠다. 자살에 대한 뒤르켐의 연구는 건강과 사회적 응집의 관계를 다루는 문헌들(Berkman and Glass, 2000; Berkman, Glass, Brissette, and Seeman, 2000)에 빈번히 등장하며, 초기 사회역학 전공자들은 다양한 사회통합 지표들(Berkman and Syme, 1979; House, Robbins, and Metzner, 1982)을 개발하여 특정 질병이나 사망률 등과의 연관성을 탐구한 바 있다. 뒤르켐 이후 구조적 접근보다 교환 이론, 상징적 상호작용론 등 상호작용 접근(interactionist approach)을 선호하는 사회학자들은 의사소통과 상호작용의 공간으로서 사회 속에서 사람들 간의 결속이 다양한 집단들과의 감정적 교류 및물질적 교환에 기초해있다고 보았다. 지속적이며 친밀한 관계를 이루는 1차 집단과 비인격적이며 특정 목적을 위한 수단적 관계에 기반하고 있는 2차 집단이 대표적이며, 정보를 교환하고 서로를 격려하면서 공통의 문제를 해결하려는, 예컨대 미국의 AA(Alcoholics Anonymous)와 같은 자조 집단(self-help group)은 친족, 자발적 결사체, 공식 조직과는 또 다른 성격을 가진다. 급속한 산업화, 도시화, 인구의 이동, 가족 유형의 변화 등으로 인해 연대의 내용 및 공동체의 경계가 재구성되고 있다는 사회학의 시대 진단은 사회적 지지 체계(social support system) 초기 연구에 중요한 인식틀을 제공하고 있다.

사회적 지지가 개인이 타인 및 집단과의 관계에 속해 있음으로써 받을 수 있는 자원들이라는 점에서, 사회적 지지망(social support network)은 사회적 지지의 구조적 기반을 부각시킨다. 사회적 지지망 개념을 사용한 초기 연구들은 연결망을 사회통합을 촉진하는 유대관계와 같이 일종의 비유로서 다루거나, 일상생활에서 만나는 타인들의 수나 접촉 빈도, 참여 단체 수 등을 측정하여 집단 간 차이의 여부, 주관적 삶의 만족도 등과 같은 종속변수와의 상관관계를 살펴본다. 후속 연구들은 사회적 지지의 기능적 측면과 구조적 측면(Barrera and Ainlay, 1983; Cohen and Syme, 1985)을 구분하지만, 각각에 대해 집단 간 비교를 수행하거나(예컨대, 준실험적 설계에서 정서적 지지와 지지망 크기의 집단 간 차이), 두 측면과 관련된 모든 측정 변수들을 독립변수로 중다회귀모형에 포함시킴으로써(예컨대, 정신건강에 대한 사회적 지지의 효과를 정보적 지지, 도구적 지지, 연결 강도의 효과로 판단) 사회연결망, 사회적 지지, 사회적 지지망을 혼용하고 있다(Mitchell and Trickett, 1980; Vaux and Harrison, 1985; 성규탁, 1991; 이인정, 1994; 윤희·한경혜, 1994; 김인숙, 1995; 홍순혜, 1999; 김기태·박봉길, 2000; 이익섭·윤경아, 2001).

사회적 지지에 대한 구조적 접근과 기능적 접근은 사회적 배태성(social embeddedness)과 사회적 지지의 내용을 이론적, 분석적으로 구분해야 한다고 제안한다(Barrera, 1986; Wellman and Hiscott, 1985; Walker, Wasserman, and Wellman. 1994). 또한 사회적 자본에 대한 연구가 지적하고 있듯이, 신뢰나 호혜적 규범 등 자원들의 보존이라는 측면에서는 밀도가 높은 연결망이 상대적인 이점을 가질 수 있으나, 구직과 같은 자원들의 탐색과 획득에 있어서는 소위 ‘약한 연결의 강함’이 나타난다. 이처럼 여러 자원들이 상이한 연결망에 배태되어 있으며, 그 효과 역시 표현적(expressive) 측면과 도구적(instrumental) 측면에서 다르다(Lin, 1986, 1999). 예를 들어, 농촌을떠난 이주민들은 그곳에서 혈연과 지연을 떠나 이질적인 사람들과 새로운 관계들을 맺는가? 아니면 품앗이나 계와 같은 공동체적 유제들을 간직하면서 상대적으로 가깝고 동질적인 관계에 기반하여 상호 지지 군집을 형성하는가? 도시의 일상생활 속에서 발현되는 사회적 연계 단절의 새로운 성격은 무엇인가? 상이한 사회관계에서 나타나는 지지의 내용과 효과는 어떻게 다른가? 사회학과 인류학에서 시작된 사회연결망으로서의 공동체에 대한 이론과 그에 대한 분석은 사회적 지지의 기능적 측면을 내생 변수로 보면서 그것의 구조적 결정 요인을 규명하는 데 적합하다. 이처럼 사회적 지지에 대한 연결망 접근은 사회적 지지 효과 연구가 놓치고 있는 기능적 내용과 환경적 요인의 연관성(Shinn et al., 1984)을 탐구할 수 있다는 점에서 사회적 지지 에 대한 통합적 모형의 핵심 자원으로 주목받고 있다(House et al., 1988; Berkman and Glass, 2000).

사회연결망에 대한 초기 연구들은 작업팀, 친족 구조, 부락 등 소규모 집단에 대한 전체 연결망 분석이지만, 자아연결망(egocentric network) 분석은 응답자와 그를 둘러싸고 있는 집단과의 관계에 초점을 맞춰 개인적 공동체(personal communities)의 내용과 성격을 분해할 수 있도록 돕는다(Wellman, 1979). 초기 사회적 지지 논문들은 사회적 지지를 단일 차원으로 이해하는 경향이 있었으며, 상당수의 연구들에서 그것은 일상생활에서 접촉하는 타인들의 수 내지 만남의 빈도로 조작적으로 정의되고 측정되었다. 결과적으로 평소 만나는 사람들의 목록을 자아연결망으로 간주하는 연구들은 사실상 준연결망(quasi-network)을 다루는 것이기 때문에 연결망 수준 변수들의 효과를 분석할 수 없다. 연결망 규모와 같은 사회적 관계의 양보다 관계 구조의 중요성(Wellman, 1981; Barrera, 1986; O’Reilly, 1988)에 착목한 연구들은 관계의 중첩성, 연결망 밀도, 연결망 동질성 등을 응답자의 학력, 연령, 성별과 같은 사회인구학적 속성에 추가한 후 경험적 분석을 시도하였다(Hirsch, 1980; Griffith, 1985; Vaux and Harrison, 1985; Cutrona, 1986; Hirsch et al., 19900. 이처럼 자아수준 분석(ego-level analysis)에 기반하고 있는 대다수 연구들에서 주된 관심은 사회적 지지에 대한 사람들의 인식 또는 실제로 제공받은 사회적 지지가 준연결망 또는 자아연결망의 특성에 따라 어떻게 다른가의 문제가 된다.

사회적 지지는 건강에 관한 초기 연구가 강조한 정서적 지지 이외에도, 정보적, 도구적, 평가적 등 다양한 내용(House, 1981; House and Kahn, 1985)을 포함한다. 설문의 응답자가 인지하거나 제공받는 사회적 지지를 평균적인 자아연결망 속성들의 함수로 볼 때, 개인적 공동체를 구성하는 모든 연결이 지지망을 형성하지 않는다는 점을 기본적으로 놓치게 된다. 응답자들은 가족이나 친구처럼 단일 관계 또는 소수로부터 여러 자원들을 얻을 수도, 서로 다른 관계를 통해 상이한 도움을 받을 수도 있다(Weiss, 1974; Wellman and Wortley, 1990; Wellman, 1992). 사회적 관계를 분석 단위로 간주하는 연결수준 분석(tie-level analysis)은 설문 응답자에 초점을 두는 자아수준 분석의 대안이 될 수 있는데(Felton and Shinn, 1992), 이 경우 주요 질문은 어떤 관계들에서 사회적 지지망이 형성되는지, 이러한 경향성이 사회적 지지 내용에 따라 상이하게 나타나는지가 될 것이다(Wellman and Wortley, 1990; Wellman and Gulia, 1999; Yee, 2000).1)

자아수준 분석(aggregated analysis)과 연결수준 분석(disaggregated analysis)은 사회적 지지 체계의 구조-기능 관계를 측정 수준에 따라 분리시킴으로써 생태학적 오류나 개체주의적 오류를 범할 수 있다. 이러한 문제 이외에도 두 가지 접근은 서로 다른 방법론적인 한계들을 가진다(van Duijn, van Busschbach, and Snijders, 1999). 전자의 경우 통계적으로는 문제가 없으나, 고정효과 모형(fixed effects model)은 동일한 응답자의 상이한 관계들을 평균화함으로써 설명되지 않은 자아간 차이(unexplained differences between egos)를 무시하는 결과를 초래한다. 후자, 즉 가변효과 모형(random effect model)에서는 자아와 타인 간의 연결들이 각각 상호 독립적이라는 가정을 해야 하지만, 특정 자아에 연결되어 있는 지지 관계들은 이 조건을 충족시키지 못한다. 그 결과 회귀계수 추정치가 부정확해지고 표준오차가 과소 추정되어 잘못된 결론에 도달할 수도 있다. 근래 몇몇 연구는 이자관계의 마코프 의존성(Markov interdependence)을 가정한 통계적 모형(Walker et al., 1994)이나 다층모형을 통해 그 한계를 극복할 수 있음을 제안한 바 있다(van Duijn et al., 1999; Wellman and Frank, 2001).

행동과학 및 사회과학에서 대중화되고 있는 다층모형은 두 가지 방향에서 사회적 지지 연구에 활용될 수 있다. 첫째, 자아수준 접근을 따르되 응답자 개인들이 상위 집단들에 위계적으로 소속되어 군집을 이루는 경우이다. 국가간 내지 지역사회간 비교 연구 등이 전형적인 방식이다. 둘째, 연결수준 분석의 연장선 상에서 다층모형은 지지 관계의 결정 요인을 규명하는 데 새로운 방법론적 전략이다. 이 경우 자아연결망 자료는 타자들(alters)이 자아(ego)에 내재되어(nested) 있다는 점에서 위계적이며, 전자와 후자는 각각 수준 1과 수준 2에 해당한다. 만약 응답자들이 서로 다른 집단에 배타적으로 소속되어 있다면, 자아가 내재되어 있는 집단은 수준 3을 구성할 것이다.

본 논문에서는 실질적인 자아연결망 자료를 활용하여 자아수준 분석, 연결수준 분석, 다층모형 분석을 수행함으로써, 연구 질문과 접근 방법에 따라 정보적, 도구적, 정서적 지지에 대한 각 수준과 관련된 변인들의 효과들이 어떻게 달라지는지를 살펴본다. 연결수준 분석의 장점들과 더불어 자아 및 타자 효과, 이자관계 효과, 연결망 속성 효과, 그리고 무작위 절편들(random intercepts)을 가정한 다층모형이 사회적 지지망의 작동과 성격을 이해하는 데 어떤 기여를 할 수 있는지 토론한다. 특히 다층 모형을 통해 이론적, 개념적으로 구분되는 상위 수준에서의 지지 수혜자의 개인적 속성과 자아연결망의 특징을 하위 수준에서의 제공자의 속성과 이자 관계의 성격과 함께 하나의 모형 속에서 종합적으로 이해함으로써, 응용 사회학자들(applied sociologists)은 사회적 지지에 대한 실천적 개입(social support intervention)(Gottlieb, 2000) 지점들을 파악할 수 있을 것이다.

1외국의 경우 사회적 지지 문항들을 포함하는 전국 수준의 자아연결망 자료 자체가 희귀할 뿐만아니라, 하위 인구집단일지라도 자아연결망 자료에 연결수준 접근을 적용한 사회적 지지 연구는 소수에 불과하다. 상이한 연결(망)이 서로 다른 종류의 지지 자원들과 어떤 관계를 가지는지 규명하는 연구 역시 드물지만, 그 중 대표적 연구로 Wellman and Wortley(1990)는 29명의 노동자들(East York workers)의 344개 연결을 사용하여 5가지의 사회적 지지 종류(감정적 도움, 작은 서비스, 큰 서비스, 금전적 도움, 친교)에 대한 6개의 결정 요인들을 로짓 모형을 통해 살펴보고 있다. 그들의 연구에서 감정적 및 금전적 도움은 본 논문의 정서적 및 도구적 지지와 그 내용이 유사하다. 모집단이 근본적으로 다르지만, 관계의 강도가 클수록, 타자가 여성일수록 감정적 도움의 제공 가능성이 증가하며, 부모-자식 관계는 두 종류의 지지 모두와 양의 상관관계를 보인다. 한편 자원의 접근 가능성과 관련된 접촉 빈도는 서비스 제공과 유의미한 관계를 가지며, 성별, 학력, 연령, 결혼 상태, 직업 지위 등 개인 수준의 속성들 중 유일하게 성별 효과만이 유의미하다. 본 논문에서는 연결망 수준에서 유사성을 다루기 때문에 직접적인 비교는 불가능하지만, 자아와 타자간 성별, 학력, 연령 유사성 효과는 두 종류의 지지 모두에서 존재하지 않는다.

사회적 지지에 대한 알려진 척도들은 매우 많으나(Willis and Shinar, 2000을 참고할 수 있음), 사회적 지지망 자료 수집 방식은 크게 세 가지로 나눌 수 있다. 첫째,다양한 상황이 주어지고 각 상황에서 도움을 줄 수 있는(perceived social support) 또는 실제로 자원들을 제공한(enacted social support) 사람들이 응답자와 어떤 관계인지를 조사하는 방식이 있다. 가족, 친척, 친구 등 각각의 집단이 얼마나 도움을 줄 수 있겠는지를 물어보기도 한다(Sarason, Levine, Basham, and Sarason, 1983; Vaux and Harrison, 1985; Cutrona and Russell, 1987). 1986년과 2001년 ISSP(The International Social Survey Program)의 사회적 관계와 지지체계(social relations and support systems) 모듈도 유사한 방식으로 구성되어 있다. 둘째, 연결망 자체에 초점을 두고 사회적 지지 제공자에 대한 목록 없이 연결망 크기, 접촉 빈도, 근접성 등을 측정하는 방식이 있다(Seeman and Berkman, 1988). 마지막 방법은 RGQ(resource generator question)을 활용하여 관계적 자원으로서 사회적 자본을 측정하는 것으로서, 네덜란드 사회연결망 조사(Survey on the Social Networks of the Dutch 1999-2000)가 대표적이다. 이상의 접근들은 여러 실용적인 장점들에도 불구하고 연결망 구조를 직접적으로 측정하지는 않으며 지지 제공자에 대한 각종 정보를 수집하지 않 는다는 문제점을 가진다.

자아연결망 자료 수집 방법은 다양하지만, 표준적인 방식은 전체 연결망 조사가 불가능한 대규모 모집단에서 표본을 추출하여 응답자들에게 자신이 맺고 있는 사회적 관계를 질문하는 것이다. 본 연구는 <현대 한국인의 의식과 관행 조사>(서울대학교 사회과학연구원, 1998)를 통해 수집된 자아연결망 자료를 사용한다. 전국적인 모집단의 경우, 사회적 지지에 대해서는 두 차례 한국종합사회조사(KGSS)에서 ISSP 모듈을 따라 조사된 적이 있으며, 한편 1996년 조사 이래 NGQ-NIQ-NIQ을 활용한 방식으로2) 수차례 자아연결망 자료(소위 core discussion network)가 수집된 바 있다. 그러나, 자아연결망 질문지에 사회적 지지 관련 문항들이 포함된 전국 수준의 조사로는 1998년 <현대 한국인의 의식과 관행 조사>가 현재까지 유일하다. 이 조사를 위해 제주도를 제외한 전국에서 만 20세 이상 성인을 대상으로 규모비례확률(Probability Proportionate to Size) 방법이 적용되었다.

취업문제나 사업 상담, 은행대출, 물건 구입, 고민 상담 등 일상생활과 밀접하게 연관된 9개의 문제들에 대해, 도움 제공자들을 주위 사람들 중에서 최대 5명까지 거론할 수 있으며, 각각에게 어떤 지원을 받았는지(복수 응답),3) 가족, 친지, 이웃 등 관계의 성격, 면대면 접촉 빈도, 관계 기간과 같은 이자관계의 내용 및 상대방의 인구사회학적 배경, 그리고 그들 간의 관계가 모두 질문되었다. 연결망 크기의 평균은 2.98이며 표준편차는 1.633이다. 다층분석에서 연결망 크기가 0 또는 1인 사례들(각각 7.8%와 13.9%에 해당)은 배제되어야 하기 때문에 총 800명의 유효사례 중 627명이 본 논문의 최종 분석 대상이 되었으며, 연결의 수는 총 2273개이다.

자료의 몇 가지 한계와 쟁점을 살펴보면, 먼저 “지난 5년 동안” 받은 도움에 대한 회고적 질문은 타당도와 신뢰성의 문제를 야기할 수 있으며(retrospective bias), 이는 해외 연구에서 흔히 사용하는 6개월이나 1년보다 상당히 긴 편이다. 둘째, 자신에게 도움을 제공한 주변 사람들을 먼저 떠올리고 나서 그들과의 관계에 대해 응답한다고 하더라도, NGQ를 사용하여 자아연결망을 구성할 경우 응답자들이 상대적으로 강한 연결을 선택할 가능성이 높다고 알려져 있다(Burt, 1986). 이러한 편향은 타자의 수를 5명으로 제한하고 있는 1998년 자료에도 유의미한 수준으로 존재할 가능성이 있으며, 그렇다면 상대적으로 가까운 관계로부터 제공받을 수 있는 지지 내용이 더 많이 선택되었을 것이다. 예컨대, 정서적 지지에 비해 ‘약한 연결의 강함’이 보다 중요하게 작용하는 정보적 지지가 언급될 가능성은 낮아질 수도 있다. 셋째, 강한 연결이 언급될 가능성이 많을수록 학력, 연령 등 연결망의 동질성이 높아질 것으로 예상된다. 하지만, 이와 같은 단점들이 긍정적인 측면을 가지기도 하는데, 오히려 보다 강한 연결들로 구성된 자아연결망 중핵의 내용과 구조는 시간(생애과정)에 따라 상대적으로 그 변화가 적을 것으로 기대되기 때문이다.

1) 종속변수

응답자들은 최대 5명까지 일상생활에서 도움을 받은 사람들을 떠올리고, 그들로 부터 제공받은 지지의 내용이 ① 취업/사업 상담, ② 은행대출/금전적 거래, ③ 구인, ④ 상품구매, ⑤ 교통사고처리, ⑥ 법적 분쟁, ⑦ 의료/진찰 예약, ⑧ 개인적인 고민 상담, ⑨ 정치적 토론 중 어떤 것에 해당하는지를 모두 선택할 수 있다. 이 중 가장 빈도가 높은 세 항목은 취업/사업 상담(47.7%), 대출/금전적 거래(63.8%), 개인적 고 민 상담(78.8%)으로 나타났으며, 이를 각각 정보적 지지, 도구적 지지, 정서적 지지 로 간주한다.4)

<표 1>은 응답자 관점에서 도움을 제공해준 주변사람들의 수에 따른 사회적 지지 여부를 제시하고 있다(N=627).

<표 2>는 <표 1>과 동일한 내용을 이자관계 관점(N=2273)에서 기술한 것이다.

모든 모형의 종속변수는 각각의 지지를 제공받은 적이 있는지 여부가 된다. 자아수준 분석과는 달리 연결수준 분석과 다층모형에서는 각 연결이 해당 내용의 도움을 제공했는지의 여부에 따라 이분화된 변수의 값이 정해진다. 참고로, 각 연결이 얼마나 다양한 지지를 포함하고 있는지를 살펴보면, 최소값은 0(어떤 종류의 지원도 받지 않음), 최대값은 3(정보적, 도구적, 정서적 지지 모두 제공받음)이며, 사회적 지지의 넓이(social support breadth)는 0개(19%), 1개(70.4%), 2개(9.1%), 3개(1.5%)의 분포를 보이고 있다(N=2273).

2) 예측변수

예측변수와 관련, 자아수준 분석에서는 응답자의 특성과 자아연결망의 특성이, 연결수준 분석에서는 타자의 특성과 이자관계의 내용이 주된 관심사이다. 다층분석에서는 모든 특성들이 독립변수로 포함될 수 있다. 앞으로 모든 분석에서 평균 중심화(mean centering)는 생략할 것이다. 원자료5)는 자아 중심으로 조직되어 있으나, Müller, Wellman, and Marin(1999)를 참고 및 응용하여 SPSS 21을 통해 재구조화 되었다. 결과적으로 자아수준 분석 파일, 연결수준 분석 파일, 다층모형을 위한 연결중심 통합 파일을 생성하게 된다.

첫째, 응답자의 특성으로는 성별, 최종학력, 연령, 혼인 상태, 고용 상태를 고려한다. 성별에 대해서는 여성이 기준 범주인 더미 변수를, 최종학력의 경우 무학부터 대학원 이상까지 7개의 범주를 가지는 서열 변수를, 연령은 그 자체로 등간 변수처럼, 혼인 상태는 사별, 이혼, 별거, 또는 미혼을 기준 범주로 두고 기혼 여부에 대한 더미 변수를, 고용에 대해서는 학생, 주부, 실업, 군인, 또는 퇴직을 기준으로 하여 취업 여부에 대한 더미 변수를 사용하였다.

둘째, 연결망의 특성으로는 연결망의 크기, 연결망의 밀도, 성별 다양성, 최종학력 다양성, 연령 다양성, 비가족/친족 비율이 포함된다. 연결망 크기는 도움을 제공받은 타자들의 수로 측정되며, 자아연결망에서 밀도는 자아와 타자간의 연결을 제외하고 타자들 간의 관계만을 고려하여 다음과 같이 계산한다: 밀도=(2)(타자들 간의 연결수)/[(연결망 크기)(연결망 크기-1)]. 성별 다양성은 IQV(Index of Qualitative Variation)으로, 최종학력과 연령 다양성은 표준편차를 이용하여 산출하였다. 비가족/친족 비율은 가족이나 친척을 기준 범주로 하여 이들에 대한 이웃, 동창, 동향사람, 동호회(계, 취미조직 등), 직장동료 또는 거래처, 사회단체동료, 관공서 직원이나 창구직원, 또는 기타 관계의 비율로 측정되었다. 참고로, 사회적 지지를 제공하는 타인들의 전체 분포를 보면(N=627), 가족(73%), 친척(28.2%), 이웃(29.3%), 동창(43.5%), 동향사람(7.5%), 동호회(11.6%), 직장 또는 거래처(24.4%), 사회단체(5.1%), 관공서 또는 창구(4.5%), 기타(13.9%)로 나타난다.

셋째, 타자의 특성으로는 위에서 언급한 자아의 인구사회학적 속성과 마찬가지로 성별, 최종학력, 연령을 고려하며, 응답자와 사회적 관계를 맺고 있는 상대방의 혼인 여부와 취업 여부는 조사되지 않았기 때문에 모형에 포함시킬 수 없다.

마지막으로, 연결의 특성으로는 면대면 접촉 빈도, 관계 지속 기간, 가족 또는 친 족 여부를 포함시킨다. 접촉 빈도는 “이분들과는 얼마나 자주 만나서 이야기하는 편입니까?”에 대해 “거의 매일”부터 “매주 한두 번 정도”, “매달 한두 번 정도”, “매년 한두 번 정도”까지 4개의 범주로 측정된 서열 변수를 역코딩하여 사용한다. 관계 기간은 “이분들을 알게 된지는 얼마나 되었습니까?”에 대해 “1년 이내”, “1~3년”, “3~6년”, “6년 이상”으로 측정된 서열 변수이다.6) 가족/친족 여부는 자아가 타자와 맺고 있는 관계가 가족 내지 친척일 경우 변수값 1을, 나머지 범주에 대해서는 0을부여한 더미 변수를 사용하였다.

<표 3>은 모형에 포함되는 모든 예측변수들에 대한 기술통계치를 요약하여 제시 한 것이다.

본 연구에서 사용하는 로지스틱 모형은 종속변수가 1 또는 0의 값을 가질 수 있는 이항변수일 때 적합하다. 이항 로짓분석 모형은 다음과 같이 표현된다. 아래 식에서 p는 어떤 사건이 발생할 확률을 의미하며, 따라서 자아수준 모형에서는 사회적 지지를 제공받은 확률이, 연결수준 모형 및 다층모형에서는 특정 연결이 지지 관계가 될 확률이 된다.

아래 <표 4>의 자아수준 분석(모형 E1, E2)과 <표 5>의 연결수준 분석(모형 T1, T2)에서 예측변수들은 단계적으로 투입되었으며, <표 6>에서는 자아 중심 모형에서 사용되었던 응답자 속성과 연결망 특징들을 포함시킨 연결수준 분석 결과(모형 T3, T4)를 추가적으로 제시함으로써 다층모형 결과와 비교할 수 있게 하였다. 다층분석의 경우 설명변수를 포함하지 않는 귀무모형(null model)에서 출발하여 <표 7>에서와 같이 타자의 속성, 관계적 속성, 응답자 속성을 포함하는 모형(M1) 및 세 가지 속성들과 연결망 속성 모두를 포함하는 모형(M2)을 고려하였다.7) 본 논문의 다층모형은 다음과 같이 표현될 수 있다.

위의 귀무모형에서 β_0j는 상위 수준인 j번째 자아에 대한 하위 수준(연결)의 절편을, γ₀₀은 종속변수의 평균값을 의미한다. γ_ij는 연결 수준의 오차항이며, u_0j는 자아간(between egos) 종속변수의 변량(variability)을 뜻한다. 절편만을 포함하는 기저모형의 급내상관계수(intraclass correlation coefficient)로부터 어떤 연결이 사회적 지지 관계로 작용할 가능성이 자아별로 차이를 나타내는지 알 수 있다.

무작위 기울기(random slopes)를 가정하지 않는 위의 모형에서 x_ij는 하위 수준의 예측변수들이며, 본 연구에서 타자의 속성과 관계적 속성이 이에 해당된다. 반면 z_ij는 응답자 속성 및 연결망 속성과 같은 상위 수준의 예측변수8)들이며, γ₀₁은 이들의 효과를 반영한다. j번째 자아에 대한 하위 수준 기울기를 의미하는 β_1j의 경우 하위 수준 기울기의 평균값 γ₁₀과 같다. 이는 예측변수와 종속변수 간 상관관계가 응답자에 따라 상이할 수 있음을 고려하지 않기 때문이다.9) 위에서 언급한 연결수준 모형과의 비교 가능성 이외에도, 연결망 속성만 배제된 다층모형(M1)으로부터 응답자의 인구사회학적 속성들의 효과가 타자의 속성들이나 연결의 내용을 통제하는 경우에도 여전히 유의미한지 검토할 것이다. 한편 모든 속성들을 포함한 다층모형(M2)에서는 자아연결망 특징들의 영향력이 위와 같은 하위 수준의 관계적 속성을 고려했을 때 얼마나 변화하는지를 살펴볼 수 있다. 마지막으로 두 모형을 비교함으로써 연결망 속성들의 추가적 설명력에 대한 논의가 가능하며, 다층분석을 통해 자아 수준 효과와는 별도로 연결 수준 관계적 속성들의 효과들의 유의미성을 확인할 수 있음은 물론이다.

다층 로지스틱 회귀분석을 위해 SPSS 21의 일반화된 선형모형(generalized linear model)을 사용할 수 있으나, 본 논문에서는 모든 분석을 Stata 12로 수행하였다(Hamilton, 2012).

2사회연결망 연구자들은 크게 PGQ(position generator question), RGQ(resource generator question), NGQ(name generator question)의 기법을 활용한다. 가장 많이 사용되고 있는 마지막 방법에서는 NGQ(name generator question)을 통해 자아와 연결되어 있는 타자들을, NIQ(name interpreter question)으로 각각의 타자에 대한 속성들이나 연결 강도와 같은 이자관계의 특성들을, 필요시 NIQ(name interrelator question)을 활용하여 타자 간의 관계에 대한 정보까지 수집한다. 이 방식은 1985년 미국종합사회조사 이래 보편화되었고, 국내에서는 <전환기 한국사회, 국민의식과 가치관에 관한 조사연구>(서울대학교 사회발전연구소, 1996)가 최초의 시도이다.  3지명된 모든 타자가 적어도 하나의 항목에 대해서는 지원을 제공한다는 점에서 개개인의 전체 자아연결망 중 어떤 관계들이 어떤 측면에서 지지적인가를 보여주지는 못하지만, 다중응답을 활용하여 자원의 내용을 구별하면서도 관계 특정성(relation-specificity)을 동시에 고려하는 것은 큰 장점임에 분명하다.  4직교회전(varimax rotation)을 이용한 탐색적 요인분석(principal components)에 따르면, 총 9개 항목으로부터 3개의 요인이 추출되는데, 정보적 지지={①, ③, ④, ⑤, ⑨}, 도구적 지지={②, ⑥, ⑦}, 정서적 지지={⑧}로 해석할 수 있겠다. 총분산에 대한 9개 중 3개 요인들의 누적 설명량은 49.7%이나, KMO 측도가 0.726이고 Bartlett 구형성 검정의 유의확률 p<0.001이므로 요인분석 결과는 적합하다.  5자료산출기관: 성균관대학교 서베이리서치센터. 자료제공기관: 한국사회과학자료원(KOSSDA). 자료공개년도: 2004년. 자료번호: A1-1998-0005.  6어떤 관계를 강한 연결로 볼 것인가에 대해서는 이견들이 있다. 면대면 접촉 빈도가 연결 강도를 반영하지만, 예컨대 이를 관계의 접근성(accessibility)으로 간주하고, 친밀성(intimacy), 상호작용의 자발성(voluntariness), 사회적 맥락의 중첩성(multiple social contexts)으로 관계의 강도를 측정할 수도 있다(Wellman and Wortley, 1990). 참고로, 본 자료에서 만남의 빈도와 관계 기간과의 피어슨 상관계수는 -0.042(p=0.047, N=2259)이므로, 두 변수가 상대적으로 독립적인 관계임을 알 수 있다.  7통상적으로 다층분석에서는 상위 수준 예측변수들을 먼저 투입하고, 그 다음 하위 수준 변수들까지 포함되는 모형을 사용하지만, 본 연구에서는 van Duijn et al.(1999)의 접근을 따라 반대의 전략을 선택하였다. 다층모형에 대한 설명에서 밝히고 있듯이, 이는 사회적 지지망 연구에서 기존의 자아 중심 모형이 전혀 다룰 수 없었던 지지 제공자 및 이자 관계 특성의 중요성을 확인하고 부각시키는데 더 적합하다고 판단된다. 또한 이론적 층위를 구분하는 한편 <표 6>의 연결수준 확장 모형과의 비교를 위해, 상위 수준의 자아 효과와 연결망 효과를 분리하여 전자의 경우 <표 7>의 모형 M1에, 후자는 모형 M2에 포함시킨 것이다. 심사위원의 정확한 지적에 대해 감사드린다.  8본 논문에서 타자의 가족/친족 여부는 하위 수준 변수로, 자아연결망에서 가족/친족의 비율은 상위 수준 변수로 설정하였다. van Duijn et al.(1999)의 다층모형에서 연결망의 특성이 응답자 속성과는 달리 하위 수준 변수로 사용되었다는 지적이 있었다. 자아연결망 질문지에서 응답자가 타자의 특성들에 대한 정보를 제공하기 때문에 연결망 특성들이 하위 수준으로 설정되는 것이 아니라, 그들 논문에서 예컨대 친족 여부는 연결망 수준이 아니라 이자 관계 특성으로 측정되었기 때문에 타자의 인구사회학적 속성과 함께 하위 수준 변수로 취급된 것이다.  9심사위원의 제안처럼, 다층분석으로서 완결성을 충족시키기 위해서는 귀무모형, 하위 수준 변인들만 포함된 모형, 하위 수준과 상위 수준 변인들이 포함된 모형, 무작위 절편과 무작위 기울기를 모두 포함하는 모형, 수준간 상호작용(cross-level interaction) 효과를 추가시킨 모형까지를 다루어야 하지만, 이론적 타당성이 선행되는 것이 바람직하다고 판단한 끝에 무작위 기울기(즉, β1j=γ10+Uij)와 상호작용 효과(즉, β1j=γ10+γ11zj+Uij)는 다루지 않았다. 모형 선택의 정당성을 이론적, 통계적, 경험적 측면에서 판단할 수 있다면, 경험적 이유에서 하위 수준 변인들에 대한 회귀계수들의 고정 효과를 가정할 필요는 없으나, 본 논문의 목적상 가장 간결한 형태의 다층모형을 유지하였다.

<표 4>는 자아수준 회귀모형에서 나타난 사회적 지지에 대한 자아의 인구사회학적 속성들과 연결망 특성들의 효과를 요약한 것이다. 각각의 사회적 지지에 대해서 축소 모형(E1)에서는 응답자 속성만을, 확장 모형(E2)에서는 연결망 속성까지 포함시켰다. 우도비 검정(likelihood ratio test)에 따르면, 사회적 지지의 종류에 관계없이 자아연결망의 내용과 특징들은 모형의 설명력을 유의미하게 증가시키며, 이에 따라 종속변수에 대한 예측력도 향상되고 있다. 응답자의 특성만을 고려한 모형에서 동일한 속성이라도 세 종류의 사회적 지지에 대해 관계의 통계적 유의미성, 방향, 강도등 모든 측면에서 서로 다른 양상을 보여주고 있다. 먼저 응답자의 성별은 개인적 고민 상담과 같은 정서적 지지에서만 유의미하며, 자아연결망 구성원들로부터 정서적 지원을 받을 가능성은 남성에 비해 여성이 상대적으로 높게 나타난다. 취업이나 사업과 관련된 정보 획득의 경우, 응답자가 고학력이거나 고용되어 있을 때 더 유리하며, 은행 대출이나 금전 거래와 같은 도구적 지지 여부에는 혼인 여부가 유의미한 영향을 주고 있다. 연령의 효과는 정서적 지지와 관련하여 보다 유의미한 경향이 있으며, 도구적 지지에 대한 그 효과와 정반대 방향이다. 이상의 자아 효과들은 연결망 효과를 통제하더라도 통계적으로 의미가 있다.

한편 연결망 크기는 예상대로10) 사회적 지지의 모든 유형에 대해서 긍정적인 효과를 보이고 있으며, 학력 다양성 및 연령 다양성의 경우에는 공통적으로 어떤 사회적 지지에 대해서도 통계적으로 유의미한 효과가 나타나지 않았다. 반면 관계의 강도는 다소 약하더라도 정보적 지지 여부에 대한 연결망 밀도의 부(-)의 효과는 정보 획득의 측면에서 약한 연결의 중요성을 확인해주는 듯하다. 달리 말하면, 응답자와 관계를 맺고 있는 구성원들이 서로 잘 알고 있는 연결망일수록 높은 정보의 중복성이 기대되기 때문에 취업이나 사업 관련 상담의 의존성이 낮아질 것이다. 자아연결망의 성비 불균형이 증가할수록, 또한 가족이나 친족이 아닌 구성원들이 많아질수록 도구적 지지 가능성은 낮아지고 있으며, 이와는 상반되게 가족 또는 친족은 정서적 지원에 있어서 중요한 타자가 아님이 밝혀졌다. 이처럼 가족 및 친족 구성원들이 개인적 고민 상담과 같은 정서적 지원보다는 은행 대출이나 금전 거래와 같은 물질적 자원 제공 역할을 담당하고 있다는 사실은 한국 사회의 가족주의가 도구적 성격을 띠고 있음을 시사해주는 것처럼 보인다.

다음으로 <표 5>는 연결수준 모형의 결과를 제시하고 있는데,11) 이제 어떤 관계가 사회적 지지망으로 작동하는지가 문제의 초점이 된다. 앞의 자아수준 모형과 동 일한 방식으로 예측 변수들을 단계적으로 투입할 때, 세 개의 연결 속성들은 모형의 설명력을 유의미하게 증가시킨다. 자아수준 분석에서처럼 여기에서도 사회적 지지의 내용에 따라 타자의 속성 및 관계적 속성 효과의 통계적 유의미성, 방향, 강도가 상이하게 나타나고 있다. 모든 사회적 지지 관계에 있어서 타자의 성별은 중요한 요인 임이 밝혀졌는데, 남성이 여성보다 정보적 지지와 도구적 지지를 더 많이 제공하는 경향이 있으나, 정서적 지지의 경우에는 여성의 역할이 보다 중요하다. 마찬가지로 상대방의 연령 역시 세 가지 유형의 사회적 지지망 형성에 유의미한 영향을 미치며, 연령이 높은 사람들은 낮은 사람들보다 정보적, 도구적 측면에서는 상대적으로 더 활발한 지지 제공자 역할을 하지만, 정서적 지지에 대해서는 그 반대임이 확인되었다. 타자의 학력 효과는 정보적 지지 여부에서만 나타났으며, 학력이 높은 타인과 연 결된 관계일수록 취업이나 사업 관련 상담에서 실제로 도움을 받을 수 있다. 앞의 모형과 비교해보면, 성별, 학력, 연령의 자아 효과와 타자 효과는 관계의 방향이라는 측면에서 대체적으로 일치하나, 모든 사회적 지지에 대해 자아의 인구사회학적 속성 보다는 타자의 그것이 전반적으로 더 중요한 역할을 하고 있다.

이제 연결 자체의 속성에 주목해보면, 무엇보다도 접촉 빈도, 관계 기간, 친족 여부 모두 사회적 지지에 종류와 무관하게 통계적으로 유의미한 영향을 주고 있다. 첫째, 관계의 근접성이라는 측면에서 만남의 빈도가 높은 관계는 정보적 지지망이나 정서적 지지망이 되기 쉬우나 거래와 관련된 도구적 지지망이 되기는 어렵다. 둘째, 상대적으로 최근에 만난 사람들 사이에서 정보적 지지망이 형성될 가능성이 높아지는 반면, 관계의 지속성은 상담과 관련된 도구적 및 정서적 지지망에 대해서는 그 반대의 효과가 나타나고 있다. 셋째, 가족이나 친척 관계에서는 그렇지 않은 관계들보다 취업이나 사업 상담 및 대출이나 금전적 거래 측면 모두에서 더 활발한 상호작용이 일어나며, 개인적인 고민 상담에 있어서는 비가족 또는 비친족 관계가 상대적으로 더 수월한 것으로 드러났다. 자아수준 모형 결과와 마찬가지로 가족이나 친족 관계에서의 친밀성은 정서적 지원과는 거리가 있으며, 오히려 도구적, 정보적 측면과 관련성이 더 높다는 사실이 재확인되었다.

<표 6>은 자아 중심 모형에서 사용되었던 예측 변수들을 단계적으로 추가했을 때 변화된 회귀계수들을 요약한 것이다. 먼저 응답자의 성별 등 인구사회학적 속성들을 통제한 이후에도 <표 5>의 확장 모형(T2)에서 얻어진 타자 효과와 관계 효과가 모두 여전히 통계적으로 유의미하며, 효과의 방향이나 강도 역시 거의 동일한 수준을 유지하고 있다. 다만 정보적 지지에 대한 가족 또는 친족 효과가 더 이상 유의미하지 않게 나타났을 뿐이다. 한편 새로 투입된 응답자 관련 속성들의 효과를 <표 4>의 결과와 비교해보면, 사례 수의 증가에도 불구하고 통계적으로 의미 있는 자아 효과의 수가 전반적으로 감소했음을 알 수 있다. 예를 들어, 정보적 지지와 관련하여 응 답자 학력, 도구적 지지의 경우 혼인 상태, 정서적 지지에 대해서는 성별의 영향력이 상대적으로 크게 축소되었다. 실제로 <표 5>의 모형 T2에 대한 <표 6>의 모형 T3 의 예측 성공률 변화가 보여주듯이, 어떤 관계가 사회적 지지망이 되는가의 여부에 대해서는 관계적 속성들이나 타자의 특성들에 비해 응답자의 속성들을 아는 것이 크 게 도움이 되지 않는다고 할 수 있겠다. 그럼에도 불구하고, 우도비 검정에 따르면, 가장 적은 모형 적합도 증가가 확인된 도구적 지지에서조차 자아 효과들은 유의수준 1%에서 존재 한다(p<0.01, χ ² =15.89, df=5).

다음으로 연결망 밀도 등 자아연결망의 특성들을 추가적으로 고려할 경우, 이들의 효과를 통제하더라도 타자 속성들과 관계적 특성들의 영향력이 모두 유의미하게 남 아 있다. 정서적 지지에 대한 관계 기간의 효과만이 예외적이다. 또한 정보적 지지에 대한 혼인 상태의 효과가 소폭 감소했을 뿐, 전반적으로 자아 속성들의 영향력 역시 동일한 양상을 보여주고 있다. 우도비 검정 결과에 따르면, 연결망의 내용 및 특징들은 특히 어떤 관계가 정보적 측면에서 지지적인지를 예측하는 데 실질적인 유용성이 없으며, 유의수준 10%에서조차 어떤 변수들의 효과도 나타나지 않는다. 반면 도구적 지지와 정서적 지지에 대해서는 사례 수의 증가에도 불구하고 유의수준 0.1%에 서 연결망 수준 변수들이 모형 적합도의 향상을 가져오고 있다고 말할 수 있다. <표 4>의 자아수준 모형 결과와 비교해보면, 도구적 지지에 대한 성별 다양성 효과는 그 대로 유지되고 있으며, 모든 유형의 사회적 지지에 대해 공통적으로 확인되었던 연결망 크기의 효과는 모두 사라졌다. 자아수준 모형에서는 미약했으나 연결수준 모형 에서 통계적으로 유의미하게 나타난 효과들도 존재한다. 예를 들어, 밀도가 높은 자아연결망에 소속된 관계일수록 정서적인 측면에서 지지망으로 작용할 가능성이 크 다. 은행 대출이나 금전적 거래와 같은 도구적 지원에 대해서는 유사한 학력을 가진 사람들로 구성된 연결망에 배태된 관계가 더 유리하다. 연령대가 다양한 타자들로 구성된 연결망 안에 위치한 관계일수록 도구적 또는 정서적 지지를 제공할 가능성이 높게 나타났다.

<표 7>은 각각의 사회적 지지 여부에 대한 다층 로지스틱 회귀모형에서 얻어진 결과를 요약한 것이다. 먼저 취업이나 사업 관련 정보 제공의 경우, 설명변수 없는 기저모형의 급내상관계수는 0.160212)로서, 자아간 정보적 지지에 있어서 유의미한 차이가 있음을 보여준다. <표 6>의 연결망 수준 변수들을 배제한 모형(T3)과 <표 7>의 다층모형(M1)을 비교해보면, 응답자의 혼인 상태 영향력이 약화된 점을 제외하고 전반적으로 대등한 결과가 산출되었다. 타자 및 관계 효과를 통제하더라도 연령이나 고용 상태와 관련된 자아 효과는 유의미하게 나타난다. 연결망 변수들을 포함한 모형들 간에도 크기와 방향성의 변화 없이 타자 효과, 관계 효과, 자아 효과가 유의미한 수준에서 발견되었다. <표 6>과 마찬가지로, 우도비 검정에 따르면, 어느 연결망 속성들도 특정 관계가 정보적 지지망이 되는지를 판별하는 데 유용하지 않으며, 정보적 지지의 여부는 성별, 학력, 연령과 같은 상대방의 인구사회학적 속성과 접촉 빈도, 관계 기간과 같은 연결의 특성에 주로 달려 있다. 이 중 관계의 강도가 가장 높은 변수는 타자의 성별이며, 자신이 맺고 있는 어떤 관계를 통해 취업이나 사업과 관련된 정보를 제공받을 승산(odds)은 상대방이 남성인 경우 여성인 경우보다 약 60% 만큼 증가한다(e^(0.453)=1.57배).

절편만을 포함한 도구적 지지에 대한 기저모형의 급내상관계수는 0.2914로서, 은행 대출이나 금전 거래 지원에 있어서도 자아 간 의미 있는 차이가 발견되었다. 연결망 특성 변수들을 제외한 연결수준 모형과 다층모형 사이에서 예측변수들의 효과에 대한 유의미한 차이는 없었다. 타자 효과와 관계 효과를 통제할 경우 모형에서 고려된 어떤 자아 효과도 유의미하지 않지만, 자아연결망의 인구사회학적 속성에 있어서 다양성과 관련된 연결망 효과는 모형의 설명력을 추가로 증가시키고 있다. 그러나, 연결수준 모형과는 달리 연령 다양성의 효과는 더 이상 유의미하지 않다. 정보적 지지망과 유사하게 도구적 지지망 형성 역시 응답자의 속성보다는 자신과 연결되어 있는 상대방의 특성과 관계의 성격에 의존하고 있음이 확인되었으며, 이 중 가족/친족 여부가 가장 결정적인 것으로 나타났다. 금전적 문제와 관련된 도움을 받을 수 있는 승산은 자아연결망에 속해 있는 상대방이 가족이거나 친족인 경우 비가족/친족인 경우에 비해 약 150%나 높다(e^(0.907)=2.477).

끝으로 정서적 지지에 대한 기저모형의 급내상관계수는 0.3051이며, 따라서 개인적인 고민 상담은 가장 심한 자아 간 차이가 나타나는 영역이라 할 수 있다. 앞의 두가지 지지 유형과 마찬가지로, 연결망 효과가 배제된 연결수준 모형과 다층모형 간에 주목할 만한 변화는 없으나, 다만 후자에서는 정서적 지지 여부에 대한 응답자 고용상태의 중요성이 감소하였다. 연결망 특성들의 추가적 설명력은 존재하지만, 연결망 밀도의 효과는 그조차 유의수준 10%에서 유일한 것이며, 도구적 지지에서처럼 연령 다양성의 효과는 더 이상 나타나지 않는다. 어떤 관계가 정서적인 측면에서 지지적일 수 있는가의 가능성 역시 응답자나 연결망 수준의 속성보다는 상대방 특성과 이자 관계 내용에 좌우된다는 점을 재차 확인할 수 있었다. 다만 다층모형에서는 정서적 지지에 대한 관계 기간의 영향력이 더 크게 나타났다. 이 중 타자의 성별 효과가 가장 강하며, 가족/친족 여부의 효과 크기도 대동소이한 것으로 드러났다. 상대방이 남성인 경우에 여성인 경우보다, 가족/친족일 때 기타 관계일 때보다, 어떤 타인에게 개인적인 고민을 털어놓게 될 승산은 약 50% 정도 감소한다(각각 e^(-0.772)=0.462, e^(-0.625)=0.535).

10NGQ 방식을 사용하여 자신에게 도움을 제공한 주위 사람들 각각으로부터 구체적으로 어떤 내용의 혜택을 받았는지 물어볼 때, 응답자에 초점을 맞추는 자아 중심 모형에서는 연결망 크기가 정(+)의 영향력을 갖기 쉽다. 자신이 관계를 맺고 있는 사람들이 많을수록 어떤 유형의 사회적 지지든 받을 수 있는 확률이 높아질 것이기 때문이다.  11Yee(2000)는 두 가지 자아연결망 자료를 활용하여 한국인의 사회적 연결망 내용과 구조를 입체적으로 보여주고 있다. 본 연구에서 사용된 자료에 의거하여 <표 5>(Yee, 2000: 14)는 도구적 지지와 정서적 지지 관계의 결정 요인을 제시하고 있다. 동일한 변수들로 구성된 모형에 대한 연결수준 분석이라는 점에서 본 논문의 <표 5>와 상응하지만 직접적 비교는 불가능하다. 주된 이유는 변수들의 조작적 정의 이외에도 정서적 지지에 대한 문항(개인적인 고민 상담)은 일치하지만, 도구적 지지에는 대출/금전적 거래 이외에도 취업/사업 상담이 고려되었으며, 연결망 크기가 1인 사례도 포함되었기 때문이다.  12Stata 12 출력물에서 무작위 절편들의 표준편차를 sd(_cons)이라고 할 때, 로짓 모형에서 개인수준 변량은 π2/3로 고정되므로 ICC=(sd_cons)2/[(sd_cons)2+π2/3]가 성립한다. 다른 두 기저모형의 급간상관계수에 대해서도 동일한 식을 적용해서 산출하였다.

사회적 지지에 대한 기존의 연구는 크게 볼 때 두 가지 방향에서 진행되어왔다. 개인의 심리나 복지, 정신건강 등에 대한 서로 다른 사회적 지지의 상이한 효과를 다루거나, 지지에 대한 인식이나 수혜 여부에 영향을 미치는 개인의 인구사회학적 속성들에 대한 규명이 그것이다. 이와 함께 독립적 개인별 현상이 아닌 관계적 현상으로서 사회적 지지를 강조하는 입장이 등장했으나, 사회적 지지, 사회연결망, 사회적 지지망의 개념을 혼용하는 경향이 발견된다. 사회적 지지에 대한 연결망 연구와 통합 모형 연구는 사회적 지지의 효과 이외에도 자원의 내용을 결정하는 구조적 요인에 대한 규명이 필요함을 역설한다. 이상을 배경으로, 본 연구는 사회적 지지를 정보적, 도구적, 정서적 지지로 구분하고 그 결정 요인에 대한 자아수준 모형, 연결수준 모형, 다층모형을 비교 검토하였다.

자아수준 모형은 사회적 지지에 대한 사람들의 인식이나 수혜 여부가 그들의 특성이나 자아연결망 자체 속성에 따라 어떻게 달라지는지를 질문한다. 이 접근에서는 개별 연결 수준에서 타자 효과와 관계 효과를 고려할 수 없다는 단점이 있다. 반면, 다른 두 모형에서는 어떤 관계가 사회적 지지망이 되는데 있어서 인식 주체 또는 수혜자의 특성, 자원 보유자 또는 제공자의 특성, 이자관계의 속성, 연결망 자체 속성의 역할 모두가 고려의 대상이다. 예컨대, 고학력자들이 저학력자들에 비해 더 빈번하게 정보적 지지 제공자의 역할을 담당한다면, 이를 통제한 상태에서 지지 수혜 가능성을 변화시키는 자아의 교육수준이나 연결망 구성원의 교육수준 유사성 효과가 존재하는지 살펴볼 수 있다. 다만 연결수준 분석에서는 동일한 인물의 맺고 있는 연결들이 상호 독립적임을 전제하지만, 이와 같은 무리한 가정 없이 사회적 지지 관계의 자아 및 연결망 효과의 의존성이 타자 및 연결 속성 효과와 별도로 존재하는지를 검토할 수 있다는 것이 다층모형의 강점 중 하나이다.

세 모형에 대한 비교 분석에 따르면, 자아의 대표적인 인구사회학적 속성들이 사회적 지지 수혜 여부에 유의미한 영향을 주고 있으며, 동일한 속성이라 할지라도 서로 다른 자원에 대해 상이한 방향의 효과가 나타난다. 예를 들어, 취업이나 사업 관련 상담 요청은 연령이 낮을수록, 은행 대출 또는 금전 거래와 같은 도움 부탁은 연령이 높을수록 증가하였다. 한편 자아연결망 자체의 성격은 관계의 사회적 지지성(social supportiveness)을 설명하는 데 가장 미약한 역할을 하는 것으로 확인되었으며, 특히 정보적 차원의 지원에 대해 더욱 그러하였다. 그럼에도 불구하고, 도구적 지지에 관해서는 성별 다양성과 최종학력 다양성이 연결망 다양성 변수로서는 유일하게 유의미한 효과를 보여주었다. 다른 연결망 자체 속성으로서 연결망 밀도는 이자 관계나 수혜자 및 제공자의 특성 효과를 고려하더라도 여전히 정서적 지원에 긍정적 영향을 끼치는 것으로 드러났다. 취업 또는 사업 관련 정보 제공이나 물질적 도움과는 달리, 어떤 관계든 구성원들 간 사회적 상호작용이 존재하는 연결망 속에 들어가는 것 자체가 개인적 고민 상담과 같은 정서적 지지의 가능성을 높여준다는 것이다.

하위 수준 요인들을 살펴보면, 사회적 지지의 기능적 내용과 무관하게 지지 제공자의 인구사회학적 속성들과 이자관계의 특성들은 어떤 관계가 지지망으로 작동하는가를 결정하는 데 가장 중요한 요인들임이 밝혀졌다. 상위 수준의 요인들과 마찬가지로, 동일한 속성도 사회적 지지의 종류에 따라 상이한 방향의 효과를 가지는데, 예를 들어 여성들은 정서적 지지를, 남성들은 정보적 지지 및 도구적 지지를 상대적으로 더 많이 제공하는 경향이 있다. 한편 정서적 지원의 경우 면대면 상호작용의 빈도나 관계의 지속성이 높을수록 유리하며, 정보적 지지와 도구적 지지에 대해서는 접촉 빈도와 관계 기간 효과의 방향이 상반되게 나타났다. 예컨대, 취업이나 사업과 관련된 정보적 지지는 빈번하게 만나는 사이일수록, 상대적으로 새로운 관계일수록 유리하다. 이러한 결과는 접근성 및 중복성과 관계된 정보적 자원의 특수성과 관련이 있는 듯하다. 다른 한편 가족이나 친족 관계망이 정서적이기보다는 오히려 도구적이라는 사실도 주목할 만할 발견이다.

사회적 지지가 사회적 관계와 맥락에서 발생하는 유무형의 자원이라면, 자아수준 모형은 통계적으로는 문제가 없더라도 앞서 언급했듯이 무엇보다도 자원 보유자 내지 제공자의 속성들과 관계적 특성들을 고려할 수 없다는 한계를 보인다. 이와는 달리 연결 수준에 초점을 두는 접근은 타자 효과, 관계 효과, 자아 효과, 연결망 효과 모두를 모형화할 수 있다는 점에서 긍정적인 대안이다. 본 연구에서 연결수준 모형과 다층모형은 사회적 관계의 지지성이 주로 상대방의 특징과 관계의 내용 및 성격에 달려 있음을 확인시켜주고 있다. 이는 사회적 지지에 있어서 제공자와 수혜자의 비대칭성을 반영하는 듯하다. 또한 두 모형들은 공통적으로 사회적 지지망의 존재 가능성이 자아의 특성에도 일정 정도 관련됨을 보여주고 있다. 본 논문에서는 자료의 한계 때문에 대표적인 인구사회학적 속성만을 다루었으나, 응답자의 자존감이나자기인식, 신뢰성(trustworthiness), 상호작용의 기술 등의 효과 역시 중요할 것이다. 예를 들어, 효율적인 의사소통을 구사할 수 있는 사람들은 그렇지 않은 사람들에 비해 관계를 맺고 있는 상대방에게 더 많은 공감과 지지를 이끌어내면서 비대칭성을 줄일 수 있을 것이다. 나아가 두 모형은 가능한 모든 효과를 종합적으로 고찰함으로써 사회적 지지망의 복합적 성격을 이해하는 데 기여한다. 예컨대, 본 연구에서는 정서적 지지 관계의 가능성은 제공자나 수혜자가 여성일수록 높아지지만 관계가 속해 있는 자아연결망의 성별 다양성과는 무관하다는 점이 관찰되었다.

두 연구 질문의 차이, 즉 응답자의 지지 수혜 여부와 관계의 지지성이라는 출발선의 차이를 감안하더라도, 본 연구는 자아수준 모형과 다층모형에서 동일한 변인의 효과가 통계적 유의미성과 크기에 있어서 다를 수 있음을 보여준다. 달리 말하면, 자아수준 접근은 통계적으로는 올바르지만 정보의 손실을 유발하며, 나아가 동일 응답자의 서로 다른 관계들을 무시함으로써 상이한 결과와 결론을 유도할 수도 있다(van Duijn et al., 1999). 한편 본 연구에서 연결수준 모형과 다층모형은 매우 유사한 결과를 산출함이 확인되었다. 그럼에도 불구하고, 연결수준 모형에서 나타났던 고용 상태, 연결망 밀도, 연령 다양성 등의 영향력이 약화되거나 사라졌으며, 다층모형에서는 전반적으로 회귀계수의 표준오차들이 증가했음을 확인할 수 있다. 요컨대, 연결수준 모형에서는 위계적 구조가 무시되어 결과적으로 변인들의 효과가 과다 추정 되었던 것이다. 다층모형은 통계적인 측면 이외에도 이론적이고 실천적인 측면에서도 연결수준 모형에 비해 강점을 가진다. 무엇보다도 무작위 효과들은 설명되지 않은 자아간 차이에 대한 통찰을 제공함으로써 한 단계 진전된 가설들에 기반하여 이론 구성을 시도할 수 있다(van Duijn et al., 1999). 예를 들어, 빈번하게 접촉하는 타자로부터 정보적 지지를 제공받을 가능성이 높다면, 그러한 상대방은 구성원간의 상호작용이 더 원활한 연결망에서 보다 지지적일 것인가(Wellman and Frank, 2001)? 다층모형은 이와 같은 수준간 상호작용 효과에 대한 이론화와 검증에도 필수적이다.

사회적 지지를 생애과정에서 맺는 사회적 관계들 속에 분포된 자원으로 볼 때, 사람들은 일상생활의 스트레스에 대응하고 서로 다른 종류의 자원들을 얻기 위해서 개인 연결망(personal networks)의 상이한 부분들에 의존한다. 달리 말하면, 연결망 내 자원들의 이용 가능성은 개인 수준(individual-level)에서 어떤 자원들과 속성을 가진 사람들이, 연결 수준(tie-level)에서 어떤 내용의 관계를 맺으면서, 연결망 수준(network-level)에서 어떤 관계 구조 속에 위치되어 있는지에 영향을 받을 것이다. 사회심리학 및 사회연결망 관점과 이론에 영향 받은 사회적 지지 연구들은 심리학적 접근에서 벗어나 개인들의 인구사회학적 속성이나 성격 특성(personality characteristics)만으로는 사회적 지지 체계를 충분히 설명할 수 없으며, 다양한 상황적인 요인들이 생애과정에서 지지 관계의 발전에 영향을 준다는 사실을 지적해왔다. 예컨대 스트레스를 서로 다른 방식으로 대처하는 데 있어서 일상생활에서의 대인 관계, 특히 친밀하며 호혜적인 관계로부터 느낄 수 있는 지지감이나 제공받은 지지가 중요한 역할을 할 수 있다는 것이다. 다층모형은 사회적 지지를 일상의 관계와 그 관계가 배태되어 있는 공동체, 나아가 제도적 환경 속에서 작동되는 자원으로 보고, 연결 중심 접근을 따라 지지 관계의 결정 요인을 분석하는 데 가장 적합하며 유용하다.

실천적인 측면에서 자아연결망의 다층분석은 변화가 불가능하거나 쉽지 않은 인구사회학적 속성이나 성격 특성을 통제한 상태에서 이자 관계의 내용이나 연결망의 구조를 변화시킴으로써 사회적 지지감이나 지지도를 높이는데 시사점을 제공해줄 수도 있을 것이다(Gottlieb, 2000; Cutrona and Cole, 2000). 본 연구에서는 자료의 제약으로 인해 두 수준만을 다루었으나, 세 개의 수준을 가지는 모형에서는 사회연결망의 기본 단위인 이자관계가 위계의 가장 낮은 수준이 되며, 이자관계들이 내포되어 있는 자아가 그 다음 상위 수준을, 자아가 소속되어 있는 집단이 가장 높은 상위 수준을 구성한다. 최상위 수준으로서 이를테면 동창회와 같은 유사가족적(pseudo-familial) 집단과 퍼트남(Putnam)식 자발적 결사체를 고려하거나, 또는 사회 경제적 수준이나 주거 형태, 사회복지서비스 공급 등에 있어서 상이한 동네를 비교할 수 있을 것이다. 이러한 다층모형을 온라인 자조집단과 같은 공동체에도 적용할 수 있음은 물론이다. 앞으로의 학제 간 연구는 맥락의 효과까지 고려할 수 있는 보다 현실적인 모형과 종단적 자료를 활용하여 사회적 지지망 동학과 관련된 다양한 수준의 요인들과 인과관계를 체계적으로 검토해야 할 것이다. 이를 통해 개개인과 지역사회 수준의 정신건강과 안녕을 개인 수준의 스트레스 대처와 심리적 대응 문제로 국한하지 않고 사회적 지지 관계의 공동체적 맥락(community contexts of social support relationships)에서 조명하는 데 기여할 수 있을 것이다.