인간 군집 소리 풍경의 복합 역학

초록

본 연구는 대학 캠퍼스 내 사람들의 군집 상황에서 녹음된 소리 데이터를 분석하여, 소리 진폭이 가우시안이 아닌 무거운 꼬리를 보이며, 소리 강도는 장기 상관성을 가지고, 반환 간격 분포가 지수형이 아님을 확인한다. 또한 변동성(볼래틸리티) 분포가 파워‑law 꼬리를 가지며, GARCH(1,1) 모델이 이러한 통계적 특성을 잘 재현함을 보였다.

상세 분석

본 논문은 인간이 모여 있는 공간에서 발생하는 소리 신호를 고해상도(44.1 kHz)로 10 분 가량 녹음하고, 이를 평균 0, 표준편차 1로 정규화한 진폭 A(t)와 강도 A²(t) 시계열로 변환하였다. 먼저 진폭의 확률밀도함수(PDF)를 조사한 결과, 중앙부는 가우시안과 거의 일치하지만 |A| > 4 σ 구간에서 뚜렷한 무거운 꼬리를 보이며, 이는 일상 대화 중 갑작스러운 목소리 상승이나 웃음, 박수와 같은 극단적 사건에 기인한다는 해석을 제시한다.

다음으로 강도 시계열에 대한 장기 상관성을 검증하기 위해 DFA(Detrended Fluctuation Analysis)를 적용하였다. 로그‑로그 플롯에서 플럭투에이션 함수 F(n)이 n^h 형태로 나타났으며, h≈0.88으로 측정되었다. h > 0.5은 강도가 장기 기억을 갖는다는 증거이며, 16개의 실험 기록과 10개의 웹 데이터베이스 기록 모두에서 평균 h=0.88±0.01로 일관성을 보였다.

극단 사건 간의 시간 간격, 즉 반환 간격 τ는 특정 임계값 q(예: q=1, 2, 5) 이상의 강도 발생 시점 사이의 차이로 정의되었다. 무작위 가우시안 백색 잡음에서는 τ가 지수분포를 따르지만, 본 데이터는 stretched‑exponential 혹은 Weibull 형태의 꼬리를 보이며, 특히 γ≈0.24(=2(1−h))와 일치하는 스케일링을 확인하였다. 이는 장기 상관성이 반환 간격 분포에도 영향을 미친다는 점을 시사한다.

변동성 분석에서는 일정 윈도우 w(1/100 s ~ 1 s) 내에서 표준편차 v_w(t)를 계산하고, 그 분포가 v^−η 형태의 파워‑law 꼬리를 나타냈다. 실험 데이터에서 η≈4.29±0.35이며, 웹 데이터에서는 η≈4.90±1.10으로, 변동성이 비정상적(stationary)이며 큰 폭의 폭발적 변동을 포함함을 보여준다.

이러한 비정상성과 장기 기억을 설명하기 위해 저자들은 금융 분야에서 널리 사용되는 GARCH(1,1) 모델을 도입하였다. ξ_t를 표준 정규분포로 가정하고, α₁=0.011, β₁=0.9889, α₀=0.001(σ_x²=1)로 파라미터를 추정하였다. 시뮬레이션 결과는 진폭 PDF, DFA 지수 h, 반환 간격 분포, 변동성 파워‑law 꼬리 모두에서 실험 데이터와 매우 높은 일치를 보였다. 특히 α₁+β₁≈0.9999로 설정함으로써 특성 시간 τ_c≈10⁴ s의 지수 감쇠를 만들었으며, 이는 실험 구간보다 훨씬 긴 스케일에서 사실상 장기 상관성을 모방한다.

결론적으로, 인간 군집 소리 시계열은 복합적 비선형 동역학을 내포하고 있으며, 무거운 꼬리와 장기 상관성, 비지수적 반환 간격, 파워‑law 변동성이라는 네 가지 주요 통계적 특징을 보인다. GARCH(1,1) 모델은 이러한 현상을 최소한의 파라미터로 재현할 수 있음을 입증함으로써, 사회적 상호작용이 물리적·경제적 복잡계와 유사한 메커니즘을 가질 수 있음을 시사한다.