시간을 입힌 WiFi 사용자 네트워크 분석

초록

본 연구는 중국 대학 캠퍼스의 WiFi 접속 로그를 활용해 인간 접촉 네트워크에 시간 차원을 부여한 동적 네트워크를 구축한다. 전통적인 정적 집계 방식과 비교해 시간 순서가 반영된 네트워크는 도달 가능성, 경로 길이 분포 등에서 현저히 다른 특성을 보이며, 특히 시간적 경로 길이와 지속 시간 사이의 상관관계가 인간 활동의 미세 동역학에 의해 좌우됨을 확인한다. 또한, 시간 순서를 고려한 분석이 전염병 확산 시 ‘중계 허브’ 역할을 하는 잠재적 초감염자를 식별하는 데 유용함을 제시한다.

상세 분석

이 논문은 기존 복잡망 연구에서 흔히 가정하는 정적 구조를 탈피하여, 실제 인간 접촉이 시간에 따라 어떻게 변하는지를 정량적으로 탐구한다. WiFi 로그 데이터는 사용자가 특정 AP에 연결·해제되는 시점을 정확히 기록하므로, 두 사용자가 동일 AP에 겹쳐 존재한 시간을 접촉 이벤트로 정의할 수 있다. 저자들은 이러한 이벤트를 5분, 15분, 30분 등 다양한 시간 윈도우로 구분해 ‘시간 접촉 네트워크(temporal contact network)’를 구성하고, 동일 데이터를 단순히 누적해 만든 ‘정적 집계 네트워크(aggregated network)’와 비교하였다. 주요 분석 지표는 (1) 네트워크 도달 가능성(reachability) – 특정 시점에서 다른 노드에 도달할 수 있는 노드 비율, (2) 시간 경로 길이(temporal path length) – 시간 순서를 만족하는 최소 접촉 수, (3) 경로 지속 시간 – 첫 접촉부터 마지막 접촉까지의 실제 시간, (4) 노드 중심성 – 특히 중계 허브 역할을 하는 노드의 betweenness와 eigenvector 중심성이다. 결과는 정적 네트워크에서는 높은 연결 밀도와 짧은 평균 경로 길이에도 불구하고, 시간 순서를 무시함으로써 실제 전염 가능성을 과대평가한다는 점을 보여준다. 반면, 시간 네트워크에서는 특정 시간대에 집중된 접촉이 존재해 도달 가능성이 급격히 변동하고, 경로 길이가 길어질수록 지속 시간이 비선형적으로 증가한다는 특성을 발견했다. 특히, ‘시간 경로 길이와 지속 시간의 상관관계’는 단순히 정의상의 관계가 아니라, 학생들의 수업 스케줄, 식당 이용 패턴, 휴식 시간 등 사회적 미시 행동에 의해 크게 좌우된다는 점을 강조한다. 마지막으로, 시간 순서를 고려한 중계 허브 탐지는 정적 네트워크에서 높은 차수를 가진 노드와는 다른, 특정 시간 구간에 다수의 접촉을 매개하는 노드를 식별하게 해, 전염병 모델링에서 초감염자 후보를 보다 정밀하게 선정할 수 있음을 시사한다. 이러한 접근은 인간-인간 근접 접촉을 기반으로 한 역학 모델, 정보 확산, 그리고 스마트 캠퍼스 관리 등에 광범위한 응용 가능성을 제공한다.