시간에 따라 변하는 우선순위 큐 모델로 보는 인간 행동의 비대칭성

초록

본 논문은 작업의 우선순위가 시간에 따라 감소하거나 증가하는 경우를 고려한 2‑작업 큐 모델을 제시한다. 우선순위가 알제브라적으로 감소하면 대기시간 분포는 지수적 절단을 갖는 파워‑law 꼬리를 보이며, 감소 속도에 따라 꼬리 지수 α=2−γ 로 변한다. 반대로 우선순위가 알제브라적으로 증가하면 대기시간 분포는 초기에는 파워‑law (α=β) 형태를 보이다가, 제한된(유한) 경우에는 α=2, 무한한 경우에는 α=β+2 로 전이한다. 모델 결과는 arXiv 논문 업데이트와 Physical Review 논문 심사 시간 데이터와 비교해 실증적 타당성을 확인한다.

상세 분석

이 연구는 기존 바바시(Barabási) 우선순위 큐 모델의 두 가지 핵심 가정을 완화한다. 첫째, 모든 작업이 동일한 유형이라고 가정하던 점을 벗어나, 관심 작업(type‑A)과 무작위 작업(type‑B)이라는 두 종류를 도입한다. 둘째, 작업의 우선순위가 시간에 따라 고정된 값이 아니라, ‘정신 상태’ 혹은 외부 압력(마감 등)에 의해 변한다는 점을 반영한다. 모델은 큐 길이 2(선두에 type‑A, 뒤에 매 시간 새로 들어오는 type‑B)로 설정하고, 매 시간 단계마다 x(t)와 r_t(0–1 균등분포) 를 비교한다. x(t)≥r_t이면 type‑A가 실행되고, 그렇지 않으면 type‑B가 실행된다. 확률 p(=1)인 경우는 완전 결정적, p<1인 경우는 ‘떨리는 손’ 효과를 도입해 낮은 우선순위 작업도 작은 확률로 선택될 수 있게 한다.

우선순위 감소 모델에서는 x(t)=x₀(t+1)^(-γ) 로 가정한다. γ=0이면 고정 우선순위와 동일하게 α=2의 파워‑law가 나오며, γ가 커질수록 우선순위가 빠르게 사라져 대기시간 꼬리가 무거워진다. 분석식 (5)–(6)에서 대규모 τ에 대해 P(τ)≈τ^{-(2−γ)} e^{-τ/τ_c} 로 근사되며, 여기서 τ_c≈(2ε)^{-1} (ε=1−p) 는 확률적 선택에 의해 발생하는 유한 절단을 의미한다. γ>1 구간에서는 x(t)≈x₀(t+1)^{-γ} 가 급격히 0에 수렴하므로, 실행 확률이 거의 1이 되는 시점까지 대기시간이 길어지고, 결과적으로 α≈γ 로 전이한다. 이는 시뮬레이션에서 γ≈1.2~2.5 구간까지 정확히 재현된다.

우선순위 증가 모델은 두 경우로 나뉜다. (i) bounded case: x(t)=x₀·(t/d)^β (t<d), 이후 고정 x₀; (ii) unbounded case: x(t)=x₀·(t/d)^β (t<t_c), t_c에서 1에 도달하면 즉시 실행. 초기 구간 τ≪d에서는 P(τ)≈τ^{β} e^{-τ/τ_c} 로, 즉 α₀=β의 파워‑law 증가를 보인다. τ≫d(또는 τ≈t_c)에서는 bounded 경우는 고정 우선순위 모델과 동일하게 α=2, unbounded 경우는 α=β+2 로 전이한다. 특히 무한 증가 경우에는 실행이 보장되므로 꼬리 지수가 크게 늘어나며, 이는 실제 업무 마감(deadline) 효과를 모델링한다는 점에서 의미가 크다.

모델 검증을 위해 저자들은 (1) arXiv.org 논문의 업데이트 간격, (2) Physical Review 저널의 논문 심사·출판 소요 시간을 데이터셋으로 사용했다. arXiv 데이터는 초기 급격한 증가 후 긴 꼬리를 보이며, β≈1.52 범위의 파워‑law과 지수 절단이 모델과 일치한다. Physical Review 데이터는 보다 긴 대기시간과 α≈23의 꼬리를 보여, bounded 증가 모델이 적합함을 시사한다.

전체적으로 이 논문은 인간의 작업 수행이 단순히 ‘가장 높은 우선순위 먼저’가 아니라, 시간에 따라 변하는 심리적·환경적 요인에 의해 크게 좌우된다는 점을 정량적으로 입증한다. 또한 작은 확률적 선택(p<1) 도입이 실제 데이터에서 관측되는 ‘이중 피크(bimodal)’ 현상을 설명하는 데 기여한다. 이러한 접근은 복잡계·사회물리학 분야에서 인간 행동 모델링을 보다 현실감 있게 확장할 수 있는 기반을 제공한다.