CheckMate

인스타 언팔 추적기 — 두 시점 비교 + 닉네임 변경 추정

이전에 받아둔 Instagram 데이터 내보내기(ZIP)와 방금 받은 최신 내보내기를 비교하면, 그 사이에 누가 언팔로우했는지, 누가 새로 팔로우했는지, 그리고 닉네임을 바꾼 것으로 추정되는 계정까지 찾을 수 있습니다. 팔로우가 발생한 시각(timestamp)은 상대가 닉네임을 바꿔도 변하지 않는다는 점을 이용한 분석으로, 두 파일 모두 브라우저 안에서만 처리됩니다.

닉네임 변경은 추정 결과입니다. 같은 초에 여러 팔로우가 발생하면 모호 항목으로 분리되며, 언팔로우 후 재팔로우한 계정은 timestamp가 갱신되어 닉변으로 잡히지 않습니다. 정확도를 위해 두 내보내기 모두 전체 기간(All time) 기준 JSON 형식을 권장합니다.

이 도구의 원리(timestamp 불변성, 충돌 확률 계산, 한계)는 닉네임 변경 추적 연구 글에서 자세히 설명합니다.

두 시점 비교가 닉네임 변경까지 잡아내는 원리

이 도구의 핵심은 Instagram 내보내기 데이터에 들어 있는 팔로우 시각(timestamp)입니다. 팔로워와 팔로잉 목록의 각 항목에는 그 관계가 만들어진 순간이 초 단위 정수로 기록되어 있습니다. 중요한 점은 이 값이 상대가 닉네임을 바꿔도 그대로 유지된다는 사실입니다. 닉네임 변경은 화면에 보이는 표시 이름만 바꿀 뿐, 관계가 생성된 시각이라는 기록 자체는 건드리지 않기 때문입니다. 그래서 timestamp는 계정마다 붙은 일종의 지문 역할을 합니다.

비교 절차는 단순합니다. 이전 시점 데이터에서 사라진 계정과 최신 시점 데이터에서 새로 나타난 계정을 각각 모은 뒤, 두 집합의 timestamp를 맞춰 봅니다. 사라진 계정 A의 팔로우 시각과 새로 나타난 계정 B의 팔로우 시각이 초 단위로 정확히 일치하면, 같은 관계 레코드가 이름만 바뀐 것으로 보고 A → B 닉네임 변경 추정으로 묶습니다. timestamp가 일치하지 않으면 A는 실제 언팔로우, B는 순수 신규 팔로우로 분류합니다.

결과를 읽는 예시

이전에 팔로워 350명, 최신에 348명이라고 가정하겠습니다. 비교 결과 사라진 계정이 5개, 새로 나타난 계정이 3개라면 단순 계산으로는 "5명이 언팔했다"처럼 보입니다. 그런데 사라진 5개 중 2개의 timestamp가 새로 나타난 계정 2개와 정확히 겹친다면, 그 2쌍은 언팔이 아니라 닉네임 변경입니다. 결국 실제 언팔로워는 3명, 신규 팔로워는 1명, 닉변 추정 2건으로 정리됩니다. 닉변 추정으로 묶인 계정은 언팔 목록에서 빼고 새 이름으로 프로필을 한 번 확인하는 것이 안전합니다. 여전히 나를 팔로우하고 있을 가능성이 높기 때문입니다.

"언팔로워" 숫자를 그대로 감정적으로 받아들이지 않는 것도 중요합니다. 이 칸에는 나를 의식적으로 끊은 사람뿐 아니라 계정을 삭제했거나 비활성 전환한 계정, 그리고 방금 설명한 닉변 계정까지 뒤섞여 있을 수 있습니다. 그래서 순수한 언팔 숫자를 알고 싶다면 닉변 추정과 모호 항목을 먼저 걸러낸 뒤 남는 수를 봐야 합니다.

이 방법이 놓치는 경우와 한계

timestamp 기반 추정은 강력하지만 만능은 아닙니다. 세 가지 상황에서 한계가 드러납니다. 같은 초에 두 명 이상이 나를 팔로우했다면 사라진 계정과 나타난 계정을 일대일로 짝지을 수 없어, 이 도구는 해당 건을 "모호" 항목으로 따로 분리합니다. 상대가 언팔로우한 뒤 나중에 다시 팔로우한 경우에는 관계 레코드가 새로 만들어지면서 timestamp가 갱신되므로, 닉변이 아니라 언팔과 신규 팔로우로 각각 잡힙니다. 그리고 Instagram 공식 내보내기에는 계정마다 고유한 숫자 ID가 포함되지 않기 때문에, 어떤 도구도 닉네임 변경을 100% 확정할 수는 없습니다. 이 도구가 "확인"이 아니라 "추정"이라는 단어를 쓰는 이유가 여기에 있습니다.

정확도를 최대한 끌어올리려면 두 시점의 내보내기를 모두 전체 기간(All time) 기준 JSON 형식으로 받는 것이 좋습니다. 팔로워 데이터는 최근 약 365일분만 담기는 경우가 있어, 오래된 관계는 애초에 비교 대상에서 빠질 수 있습니다. 이런 데이터 제약과 형식 선택의 배경은 데이터 ZIP 구조 해부 데이터 다운로드 가이드에 정리되어 있습니다. 매달 한 번씩 스냅샷을 받아 두면 비교 간격이 짧아져 같은 초 충돌 확률도 낮아지고 추정 정확도가 올라갑니다. 추정 원리의 충돌 확률 계산은 닉네임 변경 추적 연구 글에서 더 깊이 다룹니다.

자주 묻는 질문

닉네임이 바뀐 계정을 어떻게 찾아내나요?

Instagram 내보내기 데이터의 각 항목에는 팔로우가 발생한 시각(timestamp)이 초 단위로 기록되며, 이 값은 상대가 닉네임을 바꿔도 변하지 않습니다. 두 시점의 데이터에서 "사라진 계정"과 "새로 나타난 계정"의 timestamp가 정확히 일치하면 같은 사람이 닉네임만 바꾼 것으로 추정합니다. 일반적인 계정 규모에서 서로 다른 두 사람의 timestamp가 우연히 겹칠 확률은 사실상 0에 가깝습니다.

닉네임 변경 추정은 100% 정확한가요?

아니요, 추정입니다. 같은 초에 여러 명이 팔로우한 경우 특정이 불가능해 "모호" 항목으로 분리하며, 상대가 언팔로우 후 다시 팔로우한 경우에는 timestamp가 갱신되어 닉변이 아닌 언팔+신규로 표시됩니다. Instagram 공식 데이터에는 고유 숫자 ID가 포함되지 않기 때문에 어떤 도구도 닉변을 확정할 수는 없습니다.

파일이 서버로 전송되나요?

아니요. 두 시점의 ZIP/JSON 파일 모두 브라우저 안에서만 처리되며 서버로 업로드되지 않습니다. 분석이 끝나고 탭을 닫으면 데이터는 사라집니다. CheckMate의 다른 도구와 동일한 원칙입니다.