네트워크와 어휘 성장: 엔트로피와 연결 효율성

본 논문은 “네트워크와 어휘 성장: 엔트로피와 연결 효율성”이라는 제목 아래, 네트워크 이론, 열역학적 엔트로피, 그리고 정보 교환 메커니즘을 통합한 새로운 모델을 제시한다. 저자는 먼저 **이상적인 네트워크 N**을 정의한다. N은 n개의 동질 노드로 구성되며, 각 노드는 인접 노드와 1단계 연결을 형성하는 데 동일한 에너지 비용을 소모한다. 에너지 단위는 시간당 1단위 이익을 전달하도록 정의되며, 이는 “에너지 = 시간 = 이익”이라는 일대일 대응을 전제로 한다. 핵심 가정은 **노드의 자기 이익 극대화**와 **연결 가능성**이다. 각 노드는 얻는 이익 대비 에너지 비용을 최소화하려 하고, 인접 노드와의 연결을 우선한다. 인접성은 에너지 효율성을 보장하므로, 비인접 노드와의 직접 연결은 비용이 과다해지며, 결국 다단계 경로를 통해 간접 연결이 이루어진다. 이때 평균 경로 길이 **L**은 두 가지 의미를 갖는다. 첫째, 임의의 두 노드 사이 평균 단계 수이며, 둘째, 한 단계당 소모되는 평균 에너지 양이다. 따라서 전체 네트워크가 단위 시간에 소비하는 에너지량은 n·L이 된다. 저자는 이를 바탕으로 **스케일링 법칙**을 도출한다. 외부 에너지 공급원이 네트워크 전체에 균등하게 에너지를 제공하면, 각 단계에서 L배씩 새로운 노드가 활성화된다. 즉, 첫 번째 세대는 L개의 노드, 두 번째 세대는 L²개의 노드, …, η세대는 L^η개의 노드가 된다. 전체 노드 수 n은 L^η와 동일하므로 η = log_L n이 된다. 이때 네트워크가 제공할 수 있는 **이익 배수**는 η이며, 이는 로그 함수 형태로 표현된다. 즉, 한 노드가 받을 수 있는 총 이익은 H_L(n)=log_L n이다. 이상적인 경우 L은 자연로그의 밑 e와 동일하게 되며, 엔트로피는 ln n이 된다. 실제 네트워크에서는 노드 간 연결 강도와 군집화 정도가 다르므로, 클러스터링 계수 **C**를 도입해 엔트로피를 H = C·log_L n으로 보정한다. 논문은 이 모델을 **어휘 성장**에 적용한다. 언어는 사회적 네트워크의 한 형태로, 새로운 단어는 기존 어휘와의 연결(클러스터링) 과정을 통해 확산된다. 인구가 증가하면 n이 커지고, 평균 경로 L은 정보 전달 거리(시간·물리적 거리)와 연관된다. 따라서 어휘 성장률은 H의 변화율, 즉 (C·log_L n)′에 비례한다. 실제 영문 어휘 데이터(1657‑1989)와 미국 IQ 성장률을 비교해, 두 현상이 비슷한 비율(≈3.4%/10년)로 증가함을 확인한다. 이는 어휘 성장과 평균 지능이 모두 사회 전체의 문제 해결 능력 향상의 **공동 지표**임을 시사한다. 또한 **경제적 네트워크**(통신 사업자)에도 동일한 분석이 가능하다. 고객 수 n이 늘면 네트워크 엔트로피가 증가하고, 이는 추가 고객당 기대 이익이 로그 형태로 상승함을 의미한다. 따라서 ‘엔트로피 연대기’를 이용해 네트워크 도입 시점이나 성장 단계(예: 초기, 포화)를 추정할 수 있다. 저자는 **엔트로피 연대기** 개념을 제안한다. 엔트로피 H를 시간 함수로 역산해 네트워크가 언제 형성되었는지, 혹은 특정 현상이 언제 시작되었는지를 추정한다. 이는 고고학적 언어 연대 측정, 사회 계층 구조 형성 시점 파악 등에 활용될 수 있다. 논문 전반에 걸쳐 여러 **명제**가 제시된다. 예를 들어, (1) 노드는 에너지 비용보다 이익이 클 때만 연결한다; (2) 인접 연결이 비인접 연결보다 에너지 효율이 높다; (3) 평균 에너지 비용은 L과 동일하다; (4) 네트워크 전체 에너지 사용은 n·L로 스케일링된다; (5) 클러스터링은 네트워크를 자기 유사적으로 만든다; (6) 엔트로피는 로그 함수이며, 이상적인 경우 L=e, H=ln n이다. 이러한 명제들은 수학적 도출과 직관적 설명을 통해 일관성을 확보한다. 마지막으로, 저자는 **실제 데이터**와 모델을 비교한다. 영어 어휘 성장률과 미국 평균 IQ 상승률을 3.4%/10년으로 동일하게 보고, 이는 네트워크 엔트로피가 두 현상을 동시에 설명할 수 있음을 시사한다. 또한, 통신 네트워크에서 고객 수가 10배 증가할 때 기대 이익이 약 log_ L(10)배 증가한다는 예시를 들어, 비즈니스 의사결정에 모델을 적용할 가능성을 제시한다. 결론적으로, 논문은 **네트워크 구조(L, C)와 규모(n)를 통한 엔트로피 정의**를 제시하고, 이를 어휘 성장, 사회 진화, 경제적 네트워크 등 다양한 분야에 적용함으로써 성장·연대 측정의 새로운 도구를 제공한다. 이론적 엄밀함과 실증적 적용을 동시에 추구한 점이 가장 큰 공헌이라 할 수 있다.