사회적 고립에 의한 비평형 상전이

초록

본 논문은 m개의 경쟁 집단이 동시에 성장하는 단순 모델을 제시하고, 고립된 클러스터가 최초로 발생하는 시점에서 비평형 상전이가 일함을 보인다. 1차원 격자에서는 고립된 개인 수 Z가 시간에 따라 Z∼t³로 증가하며, 대규모 네트워크(Erdős‑Rényi, Barabási‑Albert)에서도 유사한 전이가 관찰된다. 임계 밀도는 ρ_c=(m/N)¹ᐟ³ 로 analytically 도출된다.

상세 분석

이 연구는 사회적 고립 현상을 물리학적 모델링으로 전환함으로써, 복잡계 이론과 네트워크 과학을 연결한다. 기본 가정은 N개의 빈 사이트가 순차적으로 채워지며, 각 단계에서 m가지 색(또는 의견) 중 하나가 무작위로 할당된다는 점이다. 고립된 클러스터는 동일 색으로 연결된 연속 구간이 양쪽 모두 다른 색 또는 빈 공간에 의해 완전히 둘러싸인 경우로 정의한다. 이러한 정의는 물리학에서 ‘도메인’ 혹은 ‘스핀 클러스터’와 유사하지만, 여기서는 사회적 집단이 외부와 단절되는 상황을 의미한다.

1차원 경우, 첫 고립 클러스터가 나타나는 임계 시각 t_c는 전체 채워진 사이트 수와 색의 수 m에 의해 결정된다. 저자들은 확률론적 접근을 통해 고립 클러스터가 형성될 확률을 계산하고, Z(t)≈t³이라는 스케일링 법칙을 도출한다. 이는 고립된 개인 수가 시간에 대해 세제곱으로 성장한다는 의미이며, 전통적인 퍼콜레이션 전이와는 다른 차원의 비평형 전이임을 시사한다. 특히, 임계 밀도 ρ_c=(m/N)¹ᐟ³는 시스템 크기 N이 커질수록 매우 작은 값으로 수렴한다는 점에서, 대규모 사회에서는 극히 드문 고립 현상이 급격히 폭발할 수 있음을 암시한다.

네트워크 일반화에서는 Erdős‑Rényi 무작위 그래프와 Barabási‑Albert 스케일프리 그래프를 대상으로 실험한다. 두 경우 모두 노드가 순차적으로 색칠될 때, 특정 연결 구조가 고립된 서브그래프를 형성한다. 시뮬레이션 결과는 1차원 격자와 동일한 임계 현상을 보이며, 특히 스케일프리 네트워크에서는 높은 차수의 허브 노드가 고립을 억제하거나 촉진하는 역할을 수행한다는 미세한 차이가 관찰된다.

분석 과정에서 저자들은 평균장 이론과 연속체 근사법을 활용해 임계점 근처의 행동을 정량화한다. 특히, 고립 클러스터의 평균 크기와 분포는 전이 전후에 급격히 변하며, 전이 후에는 파워‑law 형태의 꼬리를 보인다. 이는 전통적인 임계 현상에서 나타나는 스케일 불변성과 유사하지만, 여기서는 ‘고립’이라는 새로운 질서 매개변수가 등장한다는 점에서 독창적이다.

결론적으로, 이 모델은 사회적 고립이 단순한 확률적 과정에 의해 급격히 발생할 수 있음을 보여주며, 복잡계 네트워크에서의 전이 현상을 이해하는 새로운 프레임워크를 제공한다. 향후 연구에서는 다중층 네트워크, 동적 색 전이(의견 변화), 그리고 외부 충격(예: 정책 개입) 등을 포함시켜 보다 현실적인 사회 현상을 모델링할 수 있을 것이다.