임계선과 비균일 임계값을 가진 무작위 임계 네트워크의 동역학

초록

본 논문은 무작위 임계 네트워크(RTN)의 평균 연결도 임계값 K_c를 동질 및 이질 임계값 경우에 대해 정확히 계산하고, 수치 시뮬레이션으로 검증한다. 절대 임계값 |h|가 커질수록 K_c는 초선형적으로 증가하며, 큰 |h|에서 K_c≈h²/(2·ln|h|) 형태의 보편적 스케일링을 보인다. 또한, 임계값의 이질성이 희소 연결에서는 손상 전파를 촉진하지만, 밀집 연결에서는 억제함을 발견하고, 이 교차점을 새로운 특성 연결도 K_d로 정의한다. 마지막으로 노드의 임계값과 입·출력 차수 간의 국소 상관관계를 도입해 약한 (반)상관만으로도 질서‑혼돈 전이와 그 반대 현상이 나타남을 시뮬레이션으로 보여준다. 기존의 평균장(annealed) 근사에서는 이러한 상관을 무시해 잘못된 예측을 할 수 있음을 강조한다.

상세 분석

본 연구는 무작위 임계 네트워크(RTN)의 동역학을 이해하기 위해 임계 연결도 K_c를 정확히 유도하고, 임계값의 분포 형태가 네트워크의 안정성에 미치는 영향을 체계적으로 분석한다. 먼저 동질 임계값(h_i = h)인 경우, 각 노드가 입력 신호의 합이 임계값을 초과할 때만 활성화되는 규칙을 기반으로, 평균 손상 전파 확률 p_d를 계산한다. 이를 통해 K_c는 |h|에 대해 초선형적으로 증가함을 보였으며, 대수적 근사에 의해 K_c(|h|)≈h²/(2·ln|h|)라는 보편적 스케일링을 도출하였다. 이 식은 연결도가 포아송 분포를 따르고, 임계값 분산이 h²보다 느리게 증가하는 모든 경우에 적용 가능함을 증명하였다.

다음으로 이질 임계값을 고려했을 때, 임계값의 분산이 증가하면 평균 손상 전파 확률이 변동한다. 흥미롭게도, 연결도가 낮은(K≈K_d 이하) 경우에는 임계값의 이질성이 손상 전파를 촉진해 K_c가 낮아지는 반면, 연결도가 높을수록(특히 K≫K_d) 손상이 억제되어 K_c가 상승한다. 이 교차점 K_d는 기존의 불리언 네트워크에서는 나타나지 않는 새로운 특성 연결도로, 네트워크가 희소하거나 밀집인지에 따라 임계값 이질성의 효과가 정반대로 나타난다.

마지막으로 노드의 임계값과 입·출력 차수 사이에 국소 상관관계(correlation) 를 도입하였다. 시뮬레이션 결과, 약한 반상관(임계값이 높은 노드가 적은 차수를 갖는 경우)만으로도 네트워크가 질서 상태에서 혼돈 상태로 전이하거나 그 반대로 전이할 수 있음을 확인했다. 이는 전통적인 annealed approximation이 가정하는 “임계값과 차수는 독립”이라는 전제가 깨지는 경우이며, 실제로는 임계값과 차수가 상호작용해 출력 차수 분포가 변형되고, 손상 전파 확률이 크게 달라진다. 따라서 상관관계를 무시한 평균장 분석은 잘못된 K_c 예측을 초래한다는 중요한 교훈을 제공한다.

이러한 결과는 복잡계 이론에서 네트워크 구조와 노드 수준의 이질성이 어떻게 전역 동역학을 좌우하는지를 명확히 보여주며, 특히 신경망, 유전자 조절망 등에서 임계값(활성화 임계치)과 연결도 사이의 상관을 고려해야 함을 시사한다.