모듈 성장 네트워크 모델

초록

본 논문은 각 모듈이 작은 세계(small‑world) 구조를 갖는 복합 네트워크를, 새로운 모듈이 기존 네트워크에 선호적 연결(preferential attachment) 방식으로 추가되는 방식으로 확장하는 모델을 제안한다. 내부·외부 연결 비율에 따라 모듈성(modularity)을 조절할 수 있으며, 평균장(field) 이론을 이용해 얻은 차수 분포는 낮은 차수 구간에서는 작은 세계 특성을, 높은 차수 구간에서는 스케일‑프리(power‑law) 특성을 보인다. 클러스터링 계수와 평균 최단 경로 길이의 수치 실험 결과는 모델이 높은 클러스터링과 로그‑스케일 성장의 평균 경로를 유지함을 확인한다.

상세 분석

본 연구는 복합 네트워크의 실제 성장 메커니즘을 모듈 단위의 급격한 확장으로 모델링한다. 초기 네트워크는 N₀개의 노드와 E₀개의 엣지로 구성되며, 각 모듈은 s개의 노드와 K개의 평균 차수를 갖는 규칙 격자(lattice) 형태로 시작한다. 모듈 내부의 엣지는 Watts‑Strogatz(WS) 방식으로 재배선(rewire)되며, 재배선 확률을 α라 두어 작은 세계 특성을 조절한다(α=0이면 완전 규칙, α=1이면 완전 무작위). 새로운 모듈이 추가될 때는 먼저 내부 엣지를 WS 절차에 따라 생성하고, 그 뒤에 m개의 외부 엣지를 기존 네트워크의 노드와 연결한다. 외부 엣지는 기존 노드의 차수 kᵢ에 비례하는 확률 Π(kᵢ)=kᵢ/∑_j kⱼ 로 선택되므로, 전형적인 선호적 연결 메커니즘을 따른다.

모듈성 Q는 내부 엣지 수 L_in와 전체 엣지 수 L에 대한 Q=∑_c (L_in^c/L)−( (2L_in^c+L_out^c)/(2L) )² 로 정의된다. 여기서 c는 각 모듈을 의미한다. 내부 엣지 비율 p_in = L_in/(L_in+L_out) 를 조절하면 Q가 선형적으로 감소함을 보였으며, p_in≈0.8 이상일 때 Q>0.3 수준으로 높은 모듈성을 유지한다. 이는 실제 사회·생물 네트워크에서 관찰되는 강한 모듈 구조와 일치한다.

차수 분포는 평균장 이론을 적용해 연속 미분 방정식 ∂k_i/∂t = m·k_i/(2E(t)) 로부터 k_i(t)=m·(t/t_i)^{β} (β=m/(2E₀+mt)) 를 얻는다. 따라서 큰 t에서 P(k)∝k^{-γ}이며 γ=1+1/β≈2+ (2E₀)/(ms) 로 나타난다. 시뮬레이션에서는 k가 작을 때는 WS 모듈의 재배선에 의해 지수형(또는 휘발성) 분포를 보이고, k가 충분히 클 때는 위의 파워‑law 꼬리를 확인했다. 즉, 네트워크는 작은 세계와 스케일‑프리 두 특성을 동시에 갖는 복합 구조를 형성한다.

클러스터링 계수 C는 모듈 내부의 삼각형 비율이 지배한다. WS 모듈에서 α가 작을수록 C≈(3K−4)/(4(K−1))에 가까워 높은 값을 유지한다. 외부 엣지는 C에 거의 영향을 주지 않으며, 전체 네트워크의 평균 C는 α=0.1일 때 0.62, α=0.5일 때 0.38 등으로 실험적으로 확인되었다. 평균 최단 경로 길이 L는 네트워크 규모 N에 대해 L∝log N 형태를 보였으며, m이 증가할수록 L은 약간 감소하지만 전반적인 로그 성장 특성은 유지된다. 이는 모듈 간 연결이 충분히 존재함에도 불구하고 네트워크가 작은 세계 속성을 잃지 않음을 의미한다.

모델의 한계점으로는(1) 모듈 크기 s와 내부 평균 차수 K가 고정돼 있어 실제 네트워크에서 관찰되는 다양한 규모의 모듈을 반영하지 못한다는 점, (2) 연속적인 차수 변화 가정이 실제 이산적 성장 과정에서 발생하는 불연속성을 무시한다는 점, (3) 재배선 확률 α가 고정돼 있어 시간에 따라 변하는 네트워크 동역학을 포착하지 못한다는 점을 들 수 있다. 향후 연구에서는 가변 모듈 크기, 동적 α, 그리고 모듈 간 상호작용 강도에 따른 커뮤니티 검출 알고리즘을 결합함으로써 모델을 확장할 필요가 있다.