계층적 자기유사성으로 보는 서열‑크기 법칙 해명

초록

본 논문은 서열‑크기 법칙(Zipf 법칙)과 계층적 스케일링 법칙(Nⁿ 원리)이 수학적으로 동등함을 증명한다. 조화수열을 기하학적으로 분할하는 정리를 통해 서열‑크기 분포를 자기유사적 계층 구조로 변환하고, 이를 지수법칙의 쌍으로 분해한다. 실증 분석을 통해 Zipf, Pareto, 프랙털, 1/f 잡음 등 다양한 현상이 동일한 계층적 프레임워크 안에 포함됨을 보여준다.

상세 분석

논문은 먼저 서열‑크기 법칙을 “크기 = C·rank⁻¹” 형태의 단순 역지수 법칙으로 정의하고, 이를 {1, 1/2, 1/3,…, 1/k,…}라는 조화수열로 추상화한다. 핵심은 ‘조화수열의 기하학적 분할 정리’를 제시하는데, 이는 N개의 연속된 구간으로 수열을 나누면 각 구간의 합이 동일한 상수(예: ln N)로 수렴한다는 내용이다. 이 정리를 이용하면 조화수열을 N‑진법 기반의 자기유사적 계층으로 재구성할 수 있다. 구체적으로, 1단계에서는 전체 집합을 N개의 하위 집합으로 나누고, 각 하위 집합은 다시 N개의 하위 집합으로 분할되는 과정을 무한히 반복한다. 이때 각 계층의 평균 크기는 기하급수적으로 감소하고, 계층의 개수는 기하급수적으로 증가한다. 따라서 “크기 ∝ 계층 수준⁻¹”이라는 지수 관계와 “계층 개수 ∝ 계층 수준”이라는 지수 관계가 동시에 성립한다. 두 지수 관계를 곱하면 원래의 역지수 법칙, 즉 서열‑크기 법칙이 복원된다.

수학적 증명 외에도 저자는 ‘수치 실험’으로 조화수열을 직접 분할해 평균값과 개수를 계산하고, 이론적 기대값과의 일치를 확인한다. 이어서 실증 부분에서는 도시 인구, 기업 규모, 단어 빈도, 지진 규모 등 다양한 실제 데이터에 계층적 모델을 적용한다. 각 데이터셋에 대해 로그‑로그 플롯을 그리면 전통적인 Zipf 직선 외에도 계층별 평균값이 기하급수적으로 감소하는 패턴이 관찰된다. 특히 Pareto 분포(α≈1)와 프랙털 차원, 1/f 잡음의 스펙트럼 밀도와도 동일한 Nⁿ 관계가 도출된다.

논문의 가장 큰 의의는 역지수 법칙을 “두 개의 상보적 지수 법칙의 곱”으로 해석함으로써, 기존에 서로 다른 현상으로 여겨졌던 여러 스케일링 법칙을 하나의 통일된 계층적 프레임워크 안에 포함시켰다는 점이다. 이는 복잡계 이론에서 ‘계층적 자기유사성’이 자연 현상의 근본 메커니즘임을 시사한다. 또한, 계층적 구조를 명시적으로 모델링함으로써 데이터의 이상치 처리, 예측 모델의 안정성 향상, 그리고 정책 설계 시 규모별 접근법을 설계하는 데 실용적인 통찰을 제공한다.