방정식 없이 네트워크 전염병 모델을 다중스케일로 분석하는 새로운 방법

초록

본 논문은 개별 기반 전염병 시뮬레이터를 블랙박스 형태의 거시적 타임스텝퍼로 활용하고, 시뮬레이티드 어닐링을 이용한 리프팅 기법을 결합한 방정식‑프리(EF) 접근법을 제시한다. 이를 통해 명시적 폐쇄식 없이도 정적·동적 거시 해석, 안정성 평가, 연속 및 분기 분석을 효율적으로 수행한다. 무작위 정규 그래프 위의 간단한 전염병 모델을 사례로, 균형 분기도와 안정성 결과를 성공적으로 재현한다.

상세 분석

이 연구는 전염병 역학을 미시적 수준에서 개별 에이전트의 상호작용으로 기술하는 전통적인 개별 기반 모델(IBM)의 계산적 한계를 극복하고자 한다. 핵심 아이디어는 ‘방정식‑프리(Equation‑Free, EF)’ 프레임워크를 적용해, 명시적인 거시 방정식을 도출하지 않고도 거시 변수(예: 감염자 비율, 평균 연결도 등)를 기반으로 시스템을 분석한다는 점이다. EF 접근법은 세 단계, 즉 ‘리프팅(lifting)’, ‘시뮬레이션(timestepper)’, ‘제한(restriction)’ 과정을 순환한다. 여기서 리프팅은 주어진 거시 상태를 만족하도록 미시 초기 조건을 생성하는 과정이며, 제한은 시뮬레이션 결과를 다시 거시 변수로 투영한다. 논문은 이 리프팅 단계에서 발생하는 비선형 제약을 해결하기 위해 메타휴리스틱 최적화 기법인 시뮬레이티드 어닐링(Simulated Annealing, SA)을 도입한다. SA는 목표 거시 변수와 실제 미시 상태 사이의 차이를 최소화하도록 에이전트의 상태와 네트워크 연결을 조정한다. 이 과정은 전통적인 ‘쌍(pairwise) 근사’와 달리 명시적 폐쇄식을 필요로 하지 않으며, 복잡한 네트워크 구조와 비선형 전염 메커니즘을 그대로 보존한다.

거시 타임스텝퍼가 구축되면, 고정점 찾기, 선형 안정성 분석, 파라미터 연속(continuation) 및 분기(bifurcation) 탐색과 같은 전통적인 수치 해석 기법을 그대로 적용할 수 있다. 논문은 Newton‑Raphson 방법과 pseudo‑arclength continuation을 EF 타임스텝퍼와 결합해, 전염률(β)과 회복률(γ) 등 주요 파라미터에 대한 균형 분기도를 계산한다. 특히, 전염률이 임계값을 초과할 때 발생하는 초임계 전염병 상태와 그 안정성 변화를 정량적으로 파악한다.

실험에 사용된 모델은 무작위 정규 연결 그래프(random regular graph) 위에 배치된 SIR(감수‑감염‑회복) 형태의 개별 기반 시뮬레이터이다. 각 노드는 고정된 차수를 가지며, 감염 전파는 인접 노드와의 접촉 확률에 따라 진행된다. EF‑SA 프레임워크를 적용한 결과, 전통적인 직접 시뮬레이션에 비해 동일한 정밀도를 유지하면서도 계산 비용을 1~2 차수 로그 수준으로 절감했다. 또한, 파라미터 스위프를 수행할 때 발생하는 ‘멀티스테이블’ 현상을 자동으로 탐지하고, 분기점 근처에서의 민감도 분석을 용이하게 수행할 수 있었다.

이러한 접근법은 전염병 모델뿐 아니라, 사회적 행동, 생태계 상호작용, 금융 네트워크 등 복잡계 시뮬레이션 전반에 적용 가능하다. 특히, 명시적 거시 방정식이 존재하지 않거나 도출이 어려운 경우, EF‑SA 조합은 ‘블랙박스’ 시뮬레이터를 과학적·공학적 분석 도구로 전환하는 강력한 방법론을 제공한다.