복잡한 이웃 구조에서 단순 입방체 무작위 사이트 퍼콜레이션 임계값

초록

본 연구는 단순 입방 격자에서 최근접 이웃(NN), 두 번째 이웃(2NN), 세 번째 이웃(3NN)을 포함한 다양한 복합 이웃 구조에 대한 무작위 사이트 퍼콜레이션 임계 확률(p_c)을 고정밀 수치 시뮬레이션으로 구한다. Hoshen‑Kopelman 군집 라벨링 알고리즘과 유한 크기 스케일링을 이용해 L=22, 63, 100 크기의 격자에서 퍼콜레이션 확률 P(p)를 측정하고, 교차점 분석을 통해 p_c를 추정하였다. 결과는 (NN+2NN) = 0.1372, (NN+3NN) = 0.1420, (NN+2NN+3NN) = 0.0976, 2NN = 0.1991, (2NN+3NN) = 0.1036, 3NN = 0.2455 로, 좌표수 z와 p_c 사이에 p_c ∝ z^‑0.790 관계가 성립함을 확인한다.

상세 분석

본 논문은 3차원 단순 입방 격자에서 사이트 퍼콜레이션 문제를 다루면서, 기존에 주로 고려되던 최근접 이웃(NN)만을 넘어서 두 번째(2NN)와 세 번째(3NN) 이웃까지 포함한 복합 이웃 구조에 대한 임계 확률을 체계적으로 조사하였다. 연구자는 Hoshen‑Kopelman 알고리즘을 활용해 각 사이트에 군집 라벨을 부여하고, 주어진 점유 확률 p에 대해 군집이 시스템 전체를 관통할 확률 P(p)를 계산한다. 유한 크기 스케일링 이론에 따라 서로 다른 격자 크기(L = 22, 63, 100)에서 P(p) 곡선이 점점 가팔라지며 한 점에서 교차하는 현상을 이용해 p_c를 추정한다. 교차 구간을 Δp = 2 × 10⁻⁴로 설정하고, 10⁵번의 시뮬레이션 평균을 취함으로써 통계적 오차를 최소화하였다. 불확실도는 국제 표준 ISO GUM 방법을 적용해 Δp/√3 ≈ 10⁻⁴ 수준으로 평가하였다.

표 1에 제시된 결과는 기존 문헌값과 비교했을 때 매우 높은 일치도를 보이며, 특히 (NN+2NN)와 (NN+2NN+3NN) 조합에 대한 p_c는 0.1372와 0.0976으로, 이전 연구에서 보고된 0.13735와 0.0976에 근접한다. 이는 시뮬레이션 설정(격자 크기, 시뮬레이션 횟수, 교차점 분석 방법)이 충분히 정밀함을 의미한다.

또한, 좌표수 z와 임계 확률 p_c 사이의 관계를 로그-로그 플롯으로 분석한 결과, p_c ∝ z^‑γ 형태의 파워 법칙이 성립함을 확인하였다. 여기서 γ = 0.790 ± 0.026으로, 이는 2차원 정사각형 격자에서 보고된 비단조 감소와는 대조적이다. 3차원에서는 이웃 수가 증가할수록 군집 형성이 용이해져 p_c가 감소하는 단조적 경향을 보인다.

논문은 또한 “Rubik’s neighbourhood”(NN+2NN+3NN)라는 새로운 명칭을 제안하며, 이는 루빅스 큐브의 구조와 유사함을 강조한다. 이러한 명명은 복합 이웃 구조를 직관적으로 이해하는 데 도움이 된다.

마지막으로, 연구자는 얻어진 p_c 데이터가 보편적인 퍼콜레이션 임계값 공식(p_c = f(z))을 정교화하는 데 기여할 수 있음을 언급한다. 특히, 다양한 3차원 격자(ice, diamond, hpc, bcc, fcc, La₂₋ₓSrₓCuO₄ 등)의 기존 데이터와 비교함으로써, z에 대한 일반적인 스케일링 법칙이 보다 넓은 범위의 물질에 적용 가능함을 시사한다.

전반적으로, 본 연구는 복합 이웃을 포함한 3차원 퍼콜레이션 문제에 대한 정밀한 수치 결과와, 좌표수와 임계 확률 사이의 보편적 관계를 제시함으로써 이론적 퍼콜레이션 연구와 실제 물리·재료 시스템 모델링에 중요한 참고 자료를 제공한다.