선형 선호 부착이 최대 엔트로피를 유지한다

초록

이 논문은 기대 차수열을 제약조건으로 하는 그래프 집합의 엔트로피를 분석한다. 희소 성장 네트워크에서 엔트로피를 최대로 유지하려면 선형 선호 부착 규칙이 필수적임을 증명하고, 이를 바탕으로 희소 한계에서 차수 상관관계와 클러스터링 계수를 계산하는 방법을 제시한다. 결과는 BA 모델을 포함한 다양한 실제 네트워크에서 선형 선호 부착이 자연스럽게 나타나는 이론적 근거를 제공한다.

상세 분석

본 연구는 네트워크 이론에서 ‘예상 차수열(constraint on expected degree sequence)’이라는 제약 하에 그래프 집합(ensemble)의 최대 엔트로피 상태를 탐구한다. 먼저, 각 노드 i의 기대 차수를 ⟨k_i⟩라 두고, 전체 네트워크의 확률 분포 P(G) 가 이 제약을 만족하도록 라그랑주 승수를 도입한다. 엔트로피 S = –∑G P(G) ln P(G) 를 최대화하면, 각 에지(e{ij})가 독립적인 베르누이 변수로 나타나는 확률 모델을 얻는다. 이때 에지 존재 확률 p_{ij}는 p_{ij}=θ_i θ_j/(1+θ_i θ_j) 형태가 되며, θ_i는 노드 i에 대응하는 라그랑주 승수이다.

희소 네트워크(⟨k⟩≪N)에서는 θ_i θ_j≪1이므로 p_{ij}≈θ_i θ_j 로 근사된다. 여기서 θ_i는 ⟨k_i⟩와 직접적인 관계를 가지며, θ_i∝⟨k_i⟩/√(∑_j⟨k_j⟩) 로 표현된다. 따라서 새로운 노드가 네트워크에 추가될 때 기존 노드 i에 연결될 확률은 p_i∝⟨k_i⟩, 즉 선형 선호 부착(linear preferential attachment)과 동일한 형태가 된다. 이는 ‘선형 선호 부착이 엔트로피를 최대화한다’는 강력한 이론적 근거를 제공한다.

또한 저자들은 희소 한계에서 차수 상관관계와 클러스터링 계수를 정확히 계산하는 방법을 제시한다. 두 노드 i와 j 사이의 공통 이웃 수는 ∑ℓ p{iℓ}p_{jℓ} 로 근사되며, 이를 이용해 평균 차수 상관계수 r과 평균 클러스터링 계수 C를 구한다. 특히, BA 모델의 경우 ⟨k⟩∝m·t^{1/2} (m은 초기 연결 수) 로 성장하지만, 위의 일반적인 식에 대입하면 동일한 r≈0 및 C∝1/N^{0.75} 와 같은 알려진 결과를 재현한다. 이는 제시된 엔트로피 기반 프레임워크가 기존 성장 모델을 포괄적으로 설명할 수 있음을 의미한다.

마지막으로, 선형 선호 부착이 실제 네트워크에서 널리 관찰되는 현상을 ‘엔트로피 최적화’라는 보편적 원리로 해석한다. 즉, 복잡계가 가능한 가장 무작위적인(최대 엔트로피) 상태를 유지하려 할 때, 새로운 연결이 기존 차수에 비례하는 확률로 이루어지는 것이 자연스러운 결과라는 것이다. 이러한 관점은 기존의 ‘부착 규칙은 경험적 관찰에 기반한다’는 주장에 이론적 근거를 추가하고, 네트워크 설계 및 역학 모델링에 새로운 제약조건을 제공한다.