셀룰러 오토마타에서 파생된 복합 네트워크의 구조와 동역학

초록

본 논문은 1차원 이진 셀룰러 오토마타(CA)를 기반으로 네트워크를 생성하는 방법을 제안한다. 파생된 네트워크는 주로 방향성을 가지며, CA의 동적 거동과 일치하는 구조적 특성을 보인다. 효율성(efficiency)과 차수 분포와 같은 네트워크 지표를 분석한 결과, 효율성의 격자 크기 의존성이 CA 규칙을 구분하는 특징적인 지표임을 확인하였다. 특히 Wolfram 분류의 클래스 IV 규칙은 스케일‑프리 차수 분포를 갖는 네트워크를 생성한다는 점이 주목된다.

상세 분석

이 연구는 1차원 이진 셀룰러 오토마타(CA)의 각 셀을 네트워크의 정점으로 매핑하고, 시간 전진에 따라 발생하는 상태 변화를 간선으로 연결하는 절차를 제시한다. 구체적으로, 초기 구성(state) S₀에서 시작해 t 단계까지 진행하면서, 각 셀 i가 t 시점에 갖는 값이 다음 단계에서 변하는 경우(i → j) 형태의 방향성 간선을 추가한다. 이렇게 구성된 그래프는 CA의 전이 규칙에 완전히 의존하므로, 규칙에 따라 네트워크의 토폴로지가 크게 달라진다.

논문은 Wolfram이 제시한 네 가지 클래스(I–IV)를 대표하는 여러 규칙에 대해 실험을 수행하였다. 클래스 I와 II는 주기적·정상적인 패턴을 생성하므로, 파생된 네트워크는 높은 클러스터링과 짧은 평균 경로 길이를 보이며, 효율성(efficiency)이 격자 크기 N에 대해 선형적으로 감소한다. 반면 클래스 III는 무작위적이고 혼돈적인 전이를 보이는데, 이 경우 네트워크는 거의 무작위 그래프와 유사한 차수 분포와 낮은 효율성을 나타낸다. 가장 흥미로운 것은 클래스 IV 규칙, 특히 Rule 110과 Rule 54와 같은 복합적 경계 상태를 갖는 규칙이다. 이들 규칙은 복잡계의 전형적인 특징인 장거리 상호작용과 자기조직화를 동시에 보여, 파생된 네트워크가 멀티스케일 구조와 함께 파워‑로우 차수 분포(p(k) ∝ k^−γ)를 나타낸다.

효율성 측면에서 저자들은 네트워크 효율성 η(N) = (1/(N(N‑1))) ∑{i≠j} 1/d{ij} (d_{ij}는 i와 j 사이의 최단 거리) 를 정의하고, N을 2^m 형태로 변동시키며 η(N)의 스케일링 법칙을 분석하였다. 클래스 I·II는 η(N) ∝ N^−1에 가까운 감소를 보이는 반면, 클래스 III는 η(N) ∝ N^−α (α ≈ 0.5) 로 완만하게 감소한다. 클래스 IV는 η(N)이 N에 대해 거의 일정에 가까운 값을 유지하거나, 경우에 따라 로그 스케일로 감소하는 특성을 보여, 효율성 자체가 규칙 구분의 강력한 지표가 된다.

또한 차수 분포를 정량화하기 위해 누적 분포 P(k ≥ K)와 로그‑로그 플롯을 활용했으며, 클래스 IV 규칙에서만 명확한 선형 구간이 관찰되어 스케일‑프리 특성을 입증하였다. 이러한 결과는 CA의 동적 복잡성이 네트워크 토폴로지에 직접적인 영향을 미친다는 가설을 실험적으로 뒷받침한다.

마지막으로 저자들은 파생된 네트워크가 기존 복합 네트워크 연구에 제공할 수 있는 새로운 데이터셋으로서의 가능성을 논의한다. CA 기반 네트워크는 규칙 파라미터와 초기 조건을 조절함으로써 손쉽게 다양한 토폴로지를 생성할 수 있어, 네트워크 이론의 검증, 전파 모델링, 그리고 복잡계 시뮬레이션 등에 활용될 수 있다.