복잡 네트워크의 임계 현상

Ⅰ. 서론에서는 복잡 네트워크가 전통적인 무작위 그래프와 베타 격자와 구별되는 구조적 특징(스케일프리 차수 분포, 높은 클러스터링, 차수‑차수 상관 등)과 이러한 특징이 물리적 현상에 미치는 영향을 개괄한다. Ⅱ. 복잡 네트워크 모델을 정리한다. 구조적 특성(차수 분포 P(q), 클러스터링 C(q), 중심성 등)을 정의하고, 카일리 트리와 베타 격자의 차이, 평형 무작위 트리와 성장 트리(프리퍼럴 어태치먼트) 사이의 기하학적 차이를 설명한다. 무상관 네트워크(구성 모델, 정적 모델)와 상관 네트워크, 루프와 작은 세계 모델, 그리고 진화 네트워크(프리퍼럴, 결정론적 그래프) 등을 포괄한다. Ⅲ. 거대 연결성분의 탄생을 ‘퍼콜레이션 전이’로 다룬다. 트리 안사츠를 이용해 무상관 네트워크에서 거대 성분의 크기 S와 임계점 p_c를 차수 분포의 두 번째 모멘트와 연결시킨다. 유한 규모 효과, 유한 연결성분의 통계, k‑코어 구조, 차수‑차수 상관과 클러스터링이 퍼콜레이션에 미치는 영향, 방향성 네트워크와 성장 네트워크에서의 거대 성분 형성, 작은 세계 네트워크와 k‑코어 퍼콜레이션을 추가로 논한다. Ⅳ. 응집 전이를 소개한다. 에지·삼각형이 특정 정점에 집중되는 현상으로, 평형 네트워크와 성장 네트워크에서 각각 ‘에지 응집’과 ‘삼각형 응집’이 어떻게 발생하는지, 임계점과 차수 분포의 꼬리와의 관계를 분석한다. Ⅴ. 전염병 확산 모델(SIS, SIR, SI, SIRS)을 검토한다. 네트워크 이질성이 역학적 임계점 β_c 를 크게 낮추며, 스케일프리 네트워크(γ≤3)에서는 임계점이 사라지는 ‘무한 전염’ 현상을 설명한다. 전염병의 시간적 진화와 역학적 임계 현상의 정량적 분석을 제공한다. Ⅵ. 이징 모델을 중심으로 베타‑페일리츠 근사, 베리프 전파, 앙일드 네트워크 접근법을 상세히 제시한다. 무상관 네트워크 위의 이징 모델은 차수 의존적 상호작용을 통해 비평균적 임계 지수와 유한 규모 효과를 보이며, 작은 세계와 스핀 글라스 전이, 무작위장 이징 모델, 외부 자기장 하의 히스테리시스, 성장 네트워크에서의 베르테스키‑캬프리( BKT )‑유형 전이 등을 다룬다. Ⅶ. 포츠 모델을 무상관 네트워크에 적용한다. 1차 전이와 2차 전이가 공존하는 ‘첫 번째 차수 전이’를 보이며, 그래프 색칠 문제와 커뮤니티 탐지에 직접적인 응용을 제시한다. Ⅷ. XY 모델을 작은 세계와 무상관 네트워크에 적용한다. 일반적으로 위상 전이가 없지만, 높은 클러스터링이나 특정 차수 분포에서는 Kosterlitz‑Thouless‑유형 전이가 나타날 수 있음을 논한다. Ⅸ. 네트워크 임계 현상의 현상학적 접근을 제시한다. 일반화된 랜드au 이론과 유한 규모 스케일링을 통해 다양한 전이의 보편적 특성을 정리한다. Ⅹ. 동기화 현상을 쿠라모토 모델을 통해 분석한다. 평균장 해석, 수치 시뮬레이션, 안정성 기준(라플라시안 스펙트럼) 등을 제시하고, 네트워크 구조가 동기화 임계점에 미치는 영향을 정량화한다. Ⅺ. 자기조직 임계성(SOC) 문제를 샌드위치 모델, 연쇄 붕괴, 혼잡 현상 등으로 다룬다. 네트워크 위에서 규모 자유적인 폭발이 어떻게 발생하고, 유한 규모 효과가 강하게 나타나는지를 설명한다. Ⅻ. 기타 문제와 응용으로 접촉·반응‑확산, 제로‑레인지 프로세스, 보터 모델, 보터 모델, 투표 모델, 공동 진화 모델, 양자·편향 랜덤 워크, 분산 검색, 그래프 분할 등을 간략히 소개한다. ⅩⅢ. 결론에서는 현재까지의 성과를 요약하고, 아직 풀리지 않은 문제(예: 고차원 클러스터링 효과, 동적 네트워크와 상호작용 모델의 통합, 정확한 유한 규모 스케일링 이론)와 향후 연구 방향을 제시한다.