얼굴 대면 상호작용의 사회 네트워크 동역학

초록

본 논문은 회의와 같은 제한된 공간에서 사람들 간에 형성되는 소규모 그룹의 얼굴 대면 상호작용을 모델링한다. 에이전트가 현재 속한 그룹의 크기에 따라 탈퇴·참여 확률이 강화되는 강화 메커니즘을 도입해, 실험 데이터가 보여주는 접촉 지속시간과 인터컨택 간격의 폭넓은(버스티) 분포를 재현한다. 또한 에이전트의 이질성 및 인구 변동을 포함한 확장 모델을 제시하여, 실제 관측된 그룹 수명·크기 분포와 일치함을 확인한다.

상세 분석

이 연구는 사회적 접촉이 시간에 따라 급격히 변동하는 ‘버스티(bursty)’ 특성을 수학적으로 설명하려는 시도이다. 기본 모델은 N명의 에이전트를 완전 그래프(clique) 형태의 그룹에 배치하고, 각 에이전트 i에 현재 그룹 규모를 나타내는 정수 n_i와 마지막 상태 변화를 기록하는 시간 t_i를 부여한다. 시간 단계마다 무작위 에이전트를 선택하고, 그가 현재 속한 그룹 규모 n에 따라 전이 확률 p_n(t, t_i)를 적용한다. 전이 확률은 ‘강화’ 메커니즘을 반영해, 에이전트가 오래 머물수록 탈퇴 확률이 감소하고, 고립 상태가 오래 지속될수록 새로운 그룹을 형성할 확률이 감소하도록 설계된다. 구체적으로, 고립된 에이전트는 확률 p_0에 비례해 또 다른 고립 에이전트를 선택해 2인 그룹을 만든다. 그룹에 속한 에이전트는 확률 λ로 그룹을 떠나 고립 상태가 되며, 나머지 멤버들의 n 값은 1씩 감소한다. 반대로 λ가 아닌 경우, 에이전트는 또 다른 고립 에이전트를 그룹에 끌어들여 그룹 규모를 n+1로 증가시킨다.

모델의 핵심은 전이 확률 p_n이 시간 의존적이며, 특히 p_n(t, t_i)∝(t−t_i)^{-α} 형태의 파워‑러프 꼬리를 갖는다는 점이다. 이는 실제 RFID 기반 접촉 데이터에서 관찰된 접촉 지속시간과 인터컨택 간격이 지수적이 아닌 파워‑러프 분포를 보이는 현상을 자연스럽게 재현한다. 분석적으로는 마스터 방정식을 통해 정규화된 확률 분포 P(n,τ)와 그룹 수명 분포를 도출했으며, 수치 시뮬레이션을 통해 파라미터 α와 λ가 시스템의 정적·비정적 영역을 어떻게 구분하는지 확인했다. 특히 λ<½인 경우 시스템은 비정상적인 ‘활동 폭발’ 현상을 보이며, 그룹 수명이 매우 긴 꼬리를 형성한다. 반대로 λ>½이면 평균 그룹 크기가 제한되고, 전체 네트워크는 안정적인 정착 상태에 도달한다.

확장 모델에서는 두 가지 이질성을 도입했다. 첫째, 각 에이전트 i마다 고유의 ‘사회적 활동성’ ε_i를 부여해 p_0(t, t_i)∝ε_i·f(t−t_i) 형태로 변형하였다. 이는 개인별 대인 관계 형성·해체 속도의 차이를 반영한다. 둘째, 전체 인구 N(t)를 시간에 따라 변동시키는 ‘인구 흐름’ 메커니즘을 추가했다. 이 경우, 새로운 에이전트는 초기 고립 상태에서 시스템에 진입하고, 퇴장 에이전트는 현재 그룹에서 무작위로 선택되어 제거된다. 두 확장 모두 실험 데이터에서 관찰된 그룹 규모별 수명 분포와 접촉 강도(가중치) 분포를 정량적으로 맞출 수 있음을 보였다.

결과적으로, 이 모델은 (1) 접촉 지속시간과 인터컨택 간격이 파워‑러프 분포를 따르는 현상, (2) 그룹 규모에 따른 수명 감소와 비선형적인 강도‑연결성 관계, (3) 개인 이질성 및 인구 변동이 네트워크 동역학에 미치는 영향 등을 통합적으로 설명한다. 또한, 모델이 비교적 단순한 규칙 기반이면서도 실제 데이터와 높은 정합도를 보이기 때문에, 전염병 확산·정보 전파와 같은 동적 프로세스의 시뮬레이션에 유용한 인공 데이터 생성 프레임워크로 활용될 수 있다.