효율 파라미터를 갖는 도미노 셀룰러 오토마톤의 이토 방정식

초록

본 논문은 빈칸에 공을 놓는 확률 ν와 점유칸에 충돌했을 때 연쇄 붕괴가 일어나는 확률 μ라는 두 효율 파라미터를 도입한 도미노 셀룰러 오토마톤을 정의하고, 그 미시적 규칙으로부터 전체 점유도 ρ의 확률적 거동을 기술하는 이토 확률 미분 방정식 dρ = a(ρ)dt + √b(ρ) dW를 유도한다. 이론적으로 구한 drift a(ρ)와 diffusion b(ρ)를 직접 시뮬레이션으로 얻은 히스토그램 방법과 비교했을 때, 다양한 ν, μ 조합에 대해 높은 일치도를 보이며, 이토 방정식이 복잡계의 거시적 모델링에 널리 적용될 수 있음을 입증한다.

상세 분석

도미노 셀룰러 오토마톤(DCA)은 1차원 격자상의 각 셀을 빈(empty) 혹은 점유(occupied) 상태로 두고, 외부에서 무작위로 공을 투입하는 간단한 확률적 규칙을 갖는다. 기존 연구에서는 공이 빈 셀에 떨어지면 해당 셀을 점유 상태로 전환하고, 점유 셀에 충돌하면 인접한 점유 셀들의 연쇄적인 소멸(아발랑체) 현상이 발생한다는 가정하에 시스템의 전이 확률을 정의하였다. 본 논문은 이러한 기본 규칙에 두 개의 효율 파라미터 ν와 μ를 도입한다. ν는 빈 셀에 공이 떨어졌을 때 실제로 점유 상태가 되는 확률을 나타내며, μ는 점유 셀에 공이 충돌했을 때 아발랑체가 일어날 확률을 나타낸다. 이 두 파라미터는 물리적 시스템에서 에너지 전달 효율이나 결함 전파 확률 등으로 해석될 수 있어, 모델의 현실성을 크게 향상시킨다.

미시적 규칙을 바탕으로 전체 점유도 ρ(t)=N_occ/N_total(시간 t에서 점유 셀 비율)를 주요 거시 변수로 선택한다. ρ의 시간 변화는 개별 충돌 사건에 의해 불연속적으로 변동하므로, 이를 연속적인 확률 과정으로 근사하기 위해 이토 확률 미분 방정식(Ito SDE)을 도입한다. 구체적으로, 한 단계(Δt=1) 동안 ρ가 변하는 양을 Δρ로 두고, 평균값 ⟨Δρ⟩과 분산 ⟨(Δρ)^2⟩을 각각 drift a(ρ)와 diffusion b(ρ) 함수에 대응시킨다.

이때 핵심은 클러스터(연속된 점유 셀)의 크기 분포 n_i(ρ) (i는 클러스터 길이)와 그 모멘트들을 정확히 계산하는 것이다. 저자들은 평형 상태에서의 상세 균형식을 이용해 n_i를 다음과 같은 기하급수적 형태로 근사한다. n_1(ρ)≈(1−ρ)^2 a_1(ρ), n_k(ρ)≈n_{k−1}(ρ) a_2(ρ) (k≥2) 로 두고, a_1(ρ), a_2(ρ)를 ν와 μ의 함수로 전개한다. 이러한 근사는 기존의 무효율 모델에서 사용된 정확한 해를 대체하는 실용적인 근사이며, 시뮬레이션 결과와 매우 높은 일치성을 보인다.

다음 단계에서는 ⟨Δρ⟩와 ⟨(Δρ)^2⟩을 n_i와 ν, μ에 대한 조합으로 전개한다. 구체적으로, 빈 셀에 공이 떨어져 점유가 되는 경우는 (1−ρ)ν이며, 점유 셀에 공이 떨어져 아발랑체가 일어나는 경우는 ρμ·(클러스터 크기 평균)이다. 아발랑체는 해당 클러스터 전체를 소멸시키므로, Δρ는 −i/N_total (i는 소멸된 클러스터 길이) 만큼 감소한다. 이러한 확률 가중 평균을 모두 합산하면 drift 함수 a(ρ)=ν(1−ρ)−μρ∑_i i n_i(ρ) 가 도출된다. 마찬가지로, 변동성(분산) 항은 각 사건의 제곱 변화를 가중 평균한 b(ρ)=ν(1−ρ)+μρ∑_i i^2 n_i(ρ) 로 얻어진다.

이론적으로 구한 a(ρ), b(ρ)는 연속적인 확률 과정으로서의 ρ(t)를 완전히 기술한다. 저자들은 이를 검증하기 위해 히스토그램 방법을 적용한다. 히스토그램 방법은 시뮬레이션으로부터 얻은 ρ(t) 시계열을 일정 구간 Δt로 나누어, 각 구간에서 Δρ의 실측 분포를 추정하고, 그 평균과 분산을 구해 â(ρ), b̂(ρ)로 만든다. 이후 â(ρ)와 b̂(ρ)를 이론식 a(ρ), b(ρ)와 직접 비교한다. 다양한 ν(0.10.9)와 μ(0.10.9) 조합에 대해 수행된 실험 결과, 두 함수는 거의 겹치는 곡선을 보이며, 특히 중간 밀도(ρ≈0.3~0.7) 구간에서 오차가 미미함을 확인했다. 이는 근사된 클러스터 분포식이 실제 동역학을 충분히 포착하고 있음을 의미한다.

또한, 저자들은 이토 방정식의 해석적 특성을 탐구한다. drift a(ρ)의 영점은 시스템이 안정적으로 머무르는 평균 점유도 ρ*를 결정하며, 이는 ν와 μ의 비율에 따라 선형적으로 변한다. diffusion b(ρ)는 ρ가 0 또는 1에 가까워질수록 감소하는 형태를 띠어, 시스템이 포화 상태에 가까워질수록 변동성이 억제된다는 물리적 직관과 일치한다. 이러한 특성은 복잡계에서 관측되는 임계 현상이나 자발적 조직화 현상을 모델링하는 데 유용하게 활용될 수 있다.

결론적으로, 본 연구는 미시적 셀룰러 오토마톤 규칙과 거시적 확률 미분 방정식 사이의 정량적 연결 고리를 성공적으로 구축하였다. 효율 파라미터 ν와 μ를 포함한 일반화된 DCA는 다양한 실제 시스템(예: 지진 파동 전파, 교통 흐름, 전자기 결함 전파 등)의 핵심 메커니즘을 단순화된 형태로 구현할 수 있으며, 이때 얻어진 이토 방정식은 해당 시스템의 장기 통계적 거동을 예측하는 강력한 도구가 된다.