이질적 기대 차수를 가진 무작위 네트워크의 샤논·폰노이만 엔트로피 관계

초록

본 논문은 기대 차수 분포가 이질적인 무작위 네트워크에서 샤논 엔트로피와 폰노이만 엔트로피 사이에 나타나는 상관관계를 탐구한다. 네트워크의 엔트로피를 각각 고전적 정보량과 양자적 밀도 행렬 기반으로 정의하고, 다양한 차수 분포(포아송, 지수, 파워‑로우 등)를 대상으로 수치·분석적 연구를 수행한다. 결과는 차수 이질성이 클수록 두 엔트로피가 거의 일대일 대응 관계를 보이며, 이는 복잡한 네트워크 구조를 고전·양자 두 관점에서 동등하게 기술할 수 있음을 시사한다.

상세 분석

본 연구는 먼저 기대 차수 시퀀스를 고정한 확률적 그래프 모델, 즉 Chung‑Lu 혹은 일반화된 구성 모델을 채택한다. 이 모델에서 샤논 엔트로피 (S_{\text{Sh}})는 해당 엔섬블에 속한 그래프들의 수를 로그화한 값으로 정의되며, 이는 차수 시퀀스의 엔트로피적 다양성을 정량화한다. 반면 폰노이만 엔트로피 (S_{\text{VN}})는 네트워크 라플라시안 (L)을 정규화하여 (\rho = L / \mathrm{Tr}(L))라는 밀도 행렬을 만든 뒤, (S_{\text{VN}} = -\mathrm{Tr}(\rho \log \rho)) 로 계산한다. 라플라시안 고유값 분포는 네트워크의 구조적 이질성을 반영하므로, (S_{\text{VN}})는 본질적으로 그래프의 스펙트럼 복잡성을 측정한다.

연구진은 차수 분포를 세 가지 유형으로 설정하였다. (1) 균일에 가까운 포아송 분포(평균 차수 고정, 변동성 낮음), (2) 지수형 분포(중간 정도의 이질성), (3) 파워‑로우(스케일프리) 분포(강한 이질성). 각 경우에 대해 대규모 시뮬레이션(노드 수 (N=10^4)~(10^5))을 수행하고, 샤논 엔트로피와 폰노이만 엔트로피를 동시에 측정하였다. 결과는 다음과 같다. 포아송 경우 두 엔트로피 사이에 약한 양의 상관관계만 존재했으며, 변동성이 큰 경우(특히 파워‑로우)에는 거의 선형적인 관계가 나타났다. 구체적으로, 차수 이질성이 증가할수록 라플라시안 고유값이 넓은 스펙트럼을 형성하고, 이는 (S_{\text{VN}})를 크게 만든다. 동시에, 기대 차수 시퀀스 자체가 더 많은 가능한 그래프 구성을 허용하게 되어 (S_{\text{Sh}})도 상승한다. 따라서 두 엔트로피는 동일한 근본 원인, 즉 차수 이질성에 의해 동시에 좌우된다는 결론에 도달한다.

또한 저자들은 이 현상을 이론적으로 뒷받침하기 위해 평균 라플라시안 스펙트럼을 차수 분포의 모멘트와 연결하는 근사식을 도출하였다. 특히, 고차 모멘트((\langle k^2\rangle), (\langle k^3\rangle) 등)가 클수록 라플라시안 고유값의 분산이 커지고, 이는 폰노이만 엔트로피를 크게 만든다. 이와 동시에, 차수 시퀀스의 엔트로피는 (\sum_i p(k_i)\log p(k_i)) 형태로 차수 확률분포의 엔트로피와 직접 연관된다. 두 식을 결합하면, 차수 분포의 엔트로피와 라플라시안 스펙트럼 엔트로피 사이에 근사적인 선형 관계가 존재함을 보인다.

이러한 결과는 네트워크 과학에서 고전적 정보 이론과 양자 정보 이론을 연결하는 새로운 다리 역할을 할 수 있다. 특히, 복잡한 실세계 네트워크(소셜, 생물학적, 기술적 시스템 등)가 흔히 스케일프리 형태의 이질한 차수 분포를 보이므로, 폰노이만 엔트로피를 직접 계산하기 어려운 경우에도 샤논 엔트로피를 통해 양자적 복잡성을 추정할 수 있는 실용적 방법을 제공한다.