인간 혁신 행동의 동역학 모델링

초록

본 연구는 비용과 보상을 기반으로 한 진화 게임과 정보 전파 메커니즘을 결합한 격자 모델을 제시한다. 개체들은 혁신자(I)와 추종자(F) 중 하나의 전략을 선택하고, 혁신자는 새로운 정보를 창출하며 높은 비용을 부담한다. 각 시간 단계에서 정보 전파 범위에 비례한 이익을 얻고, 비용을 차감한 순이익을 이웃과 비교해 전략을 업데이트한다. 시뮬레이션 결과는 혁신자들이 소규모 클러스터를 형성하고, 혁신 전략이 느리게 확산되며, 혁신자 비율이 비용의 역비례 관계를 보이는 등 실제 인간 혁신 행동과 일치하는 특성을 나타낸다. 또한 혁신 발생 간격이 파워‑law 분포를 따르고, 전파 범위가 이중 피크를 보이는 등 비포아송적 시간·공간 패턴을 발견한다.

상세 분석

본 모델은 L×L 격자 위에 존재하는 N=L² 개체를 대상으로 하며, 각 개체는 혁신자(I) 혹은 추종자(F)라는 이진 전략을 가진다. 혁신자는 매 시간 단계 t에 새로운 정보 m_i(t)를 생성하고, 추종자는 인접한 이웃 중 최신 정보를 가진 개체를 무작위로 선택해 자신의 정보를 업데이트한다. 정보 전파 과정은 한 번의 t 단계 내에 각 개체가 한 번만 업데이트되는 제한을 두어 경쟁적 전파를 구현한다. 비용 C_I=a(≥1)와 C_F=1을 부과하고, 각 개체는 자신이 만든 혹은 전파한 정보가 도달한 팔로워 수 M_i에 비례하는 이익을 얻는다. 따라서 순이익은 P_i=M_i−C_i 로 정의된다. 전략 업데이트는 자신과 네 개 이웃의 순이익을 비교해 가장 높은 순이익을 가진 이웃의 전략을 모방하는 복제 규칙을 사용한다. 이 과정은 전형적인 복제-동기화 진화 게임에 해당한다.

시뮬레이션 결과는 비용 a가 증가할수록 혁신자 비율 R_I가 a^−1 형태의 역비례 관계를 보이며, 격자 크기에 크게 의존하지 않는다. 이는 평균 순이익이 동일해지는 임계 조건 P_I≈P_F를 통해 M_I≈2(a−1)·m_F (m_F≥2) 로 추정할 수 있으며, 전체 인구 N에 대해 R_I≈(a−1)^−1 로 근사된다. 따라서 비용이 높아도 혁신자는 일정 비율 존재할 수 있음을 시사한다.

공간적 측면에서는 혁신자들이 ‘혁신 센터’라 불리는 소규모 클러스터를 형성하고, 이 클러스터 내부에서 정보가 집중적으로 전파된다. 클러스터는 서로 간에 거의 독립적인 동역학을 보이며, 확산 속도는 무작위 워크 대비 지수적 감소를 보이는 파워‑law A_I(t)∝t^0.7 정도에 머문다. 이는 혁신 행동이 국소적으로 머무르는 ‘준국소화’ 현상을 의미한다.

시간적 분석에서는 연속적인 혁신 채택 간격 t_I의 누적 분포가 p_c(t_I)∝t_I^{−0.5} 를 따르는 파워‑law 형태를 보이며, 이는 비포아송적 버스트(burst) 현상과 일치한다. 또한 한 개체가 혁신 전략을 유지하는 지속 시간 t_l 역시 유사한 스케일링을 보인다. 전파 범위 S에 대한 분포 p(S)는 지수·정규 혼합 형태로, 저비용에서는 작은 S가 주를 이루지만 비용이 커질수록 γ≈−1.5 의 파워‑law 꼬리가 두드러지고, 정규 피크가 두 번째 모드로 나타난다. 이는 혁신자가 적은 환경에서는 소규모 전파가, 비용이 높아 클러스터가 형성될 때는 대규모 전파가 동시에 발생함을 의미한다.

전체적으로 본 모델은 혁신 비용, 전파 이익, 사회적 학습이라는 세 가지 핵심 요소를 최소화된 형태로 결합함으로써, 실제 인간 사회에서 관찰되는 혁신 행동의 공간·시간 비대칭성, 클러스터 형성, 그리고 비포아송적 통계 특성을 재현한다.