이질적 메타인구망에서 전염병 폭발 억제를 위한 최적 치료율 전략

초록

본 연구는 이질적인 메타인구 네트워크에서 각 서브인구에 부여되는 치료율을 노드 차수 k의 거듭제곱 형태( k^α )로 설정하고, α 값을 조절함으로써 전염병 확산을 억제하는 최적 전략을 제시한다. 시뮬레이션과 평균장 이론 분석 결과, α≈1.3일 때 전염 임계값이 최대가 되어 전염병 폭발을 가장 효과적으로 방지한다는 것을 확인하였다.

상세 분석

본 논문은 복잡계 네트워크 이론과 전염병 역학을 결합한 메타인구 모델을 기반으로, 이질적(heterogeneous) 네트워크, 특히 스케일프리 구조에서의 SIS(감수성‑감염‑감수성) 동역학을 연구한다. 전통적인 메타인구 모델에서는 모든 서브인구가 동일한 치료(복구)율 μ를 갖는다고 가정하지만, 실제 사회·경제적 상황에서는 자원 배분이 노드의 연결성에 따라 달라진다. 이를 반영하기 위해 저자들은 각 노드 i의 치료율을 μ_i = μ_0 k_i^α 로 정의하였다. 여기서 k_i는 노드 i의 차수, α는 조정 가능한 지수이며, α=0이면 균일 치료율, α=1이면 차수에 비례하는 치료율을 의미한다.

시뮬레이션은 무작위로 생성된 바라바시-알베르트(BA) 스케일프리 네트워크(N≈10^4, ⟨k⟩≈4~8) 위에서 수행되었다. 각 노드 내부에서는 SIS 반응이 연속적으로 일어나며, 감염자는 확산(diffusion) 과정을 통해 인접 노드로 이동한다. 전염 임계값 λ_c는 감염 전파율 λ과 치료율 μ_0의 비율로 정의되며, λ_c가 클수록 전염병이 퍼지기 어려워진다.

결과는 α를 0부터 2까지 변화시켰을 때 λ_c가 비단조적으로 변함을 보여준다. 특히 α≈1.3에서 λ_c가 정점에 도달하고, 이후 α가 더 커지면 λ_c는 다시 감소한다. 이는 치료 자원을 과도하게 고차수 노드에 집중하면 저차수 노드가 치료 부족 상태에 빠져 전염병이 저차수 서브인구를 통해 다시 확산되는 역효과가 발생함을 시사한다. 평균장 해석에서는 각 차수 계층별 감염 밀도 ρ_k를 도입하고, 정규화된 전파 방정식을 도출하였다. 고정점 안정성 분석을 통해 α<α_opt(≈1.3)에서는 고차수 노드가 주요 전파원으로 남아 전염이 급격히 확대되고, α>α_opt에서는 저차수 노드가 치료 부족으로 인해 새로운 전파 경로를 형성한다는 두 가지 다른 폭발 메커니즘을 확인한다.

또한 네트워크 규모(N)와 평균 차수(⟨k⟩)를 변화시켜도 α_opt≈1.3이라는 최적값은 크게 변하지 않아, 제안된 전략이 규모와 연결성에 강인함을 보인다. 이는 실제 사회 네트워크가 크기와 평균 연결 정도가 다양함에도 불구하고, 차수에 대한 비선형(≈k^1.3) 치료 자원 배분이 전반적인 전염 억제에 가장 효율적임을 의미한다.

이러한 발견은 공공 보건 정책에서 고연결성 지역(대도시, 교통 허브 등)에 단순히 인구 비례 혹은 차수 비례 수준을 넘어, 약 1.3배의 초과 자원을 할당함으로써 전염병 확산을 최소화할 수 있음을 제시한다.