실제 네트워크와 모델에서 삼각형의 차수 관계

초록

본 논문은 네트워크 삼각형을 정점 차수에 따라 ‘동질’과 ‘이질’로 구분하여 실제 그래프와 기존 생성 모델에서 나타나는 차수 패턴을 분석한다. 사회·협업 네트워크는 차수가 비슷한 동질 삼각형이 지배적이며, 웹·정보 네트워크는 차이가 큰 이질 삼각형이 우세함을 발견한다. 특히 이질 네트워크에서는 상위 1% 고차수 정점이 전체 삼각형의 대부분을 차지한다. 기존 모델들은 이러한 현상을 재현하지 못한다는 결론을 제시한다.

상세 분석

논문은 먼저 “차수 라벨 삼각형(degree‑labeled triangles)”이라는 개념을 정의한다. 삼각형을 구성하는 세 정점의 차수를 정렬한 뒤, 차이의 표준편차 혹은 최대‑최소 차이 비율을 이용해 동질(차이가 작음)과 이질(차이가 큼)으로 구분한다. 이때 차이 임계값은 데이터셋별 경험적 분포를 기반으로 설정되어, 각 네트워크의 구조적 특성을 반영한다.

연구자는 20여 개의 실세계 네트워크를 네 가지 카테고리(소셜, 협업, 정보, 인프라)로 분류하고, 각 네트워크에 대해 전체 삼각형 수, 동질·이질 삼각형 비율, 그리고 차수 구간별 삼각형 참여도를 정량화한다. 결과는 두드러진 패턴을 보여준다. 소셜·협업 네트워크에서는 평균 차수 차이가 10% 이하인 삼각형이 전체의 6080%를 차지한다. 이는 사람·연구자 간의 상호작용이 비슷한 규모의 활동량을 가진 정점들 사이에서 집중된다는 사회학적 해석과 일치한다. 반면 웹·인용 네트워크와 같은 정보 계열에서는 차수 차이가 3배 이상인 삼각형이 70% 이상을 차지한다. 특히 상위 1% 고차수 정점(‘허브’)이 전체 삼각형의 4055%를 담당하며, 이들 정점은 저차수 정점과도 다수의 삼각형을 형성한다는 점이 눈에 띈다.

다음으로 논문은 대표적인 그래프 생성 모델(ER, BA, WS, Kronecker, Chung‑Lu 등)을 동일한 분석 파이프라인에 적용한다. 대부분의 모델은 전체 삼각형 수는 현실과 비슷하게 재현하지만, 동질·이질 비율에서는 큰 차이를 보인다. 예를 들어 BA 모델은 고차수 정점이 급격히 성장하는 구조이지만, 삼각형 형성은 주로 저차수 정점 사이에서 일어나 동질 삼각형 비율이 과도하게 높다. 반면 Chung‑Lu 모델은 기대 차수 분포를 맞추지만, 삼각형 내 차수 불균형을 충분히 반영하지 못해 이질 삼각형 비율이 현저히 낮다. 이러한 결과는 현재 모델들이 네트워크의 ‘삼각형 차수 구조’를 포착하는 데 한계가 있음을 시사한다.

논문은 또한 고차수 정점이 차지하는 삼각형 비중이 네트워크 견고성, 정보 전파 효율성, 그리고 공격에 대한 취약성 등 다양한 동적 현상에 미치는 영향을 논의한다. 이질 삼각형이 풍부한 정보 네트워크에서는 허브가 다중 경로를 제공해 전파 속도를 높이는 반면, 공격자가 허브를 제거하면 삼각형 기반의 로컬 클러스터가 급격히 붕괴될 위험이 있다. 반대로 동질 삼각형이 주를 이루는 소셜 네트워크는 지역적 응집력이 강해 부분적인 손실에도 전체 연결성을 유지한다는 점을 강조한다.

결론적으로, 차수 라벨 삼각형 분석은 네트워크 구조를 정밀하게 분류하고, 모델링 정확성을 평가하는 새로운 기준을 제공한다. 향후 연구에서는 이질·동질 삼각형을 목표 함수에 포함한 새로운 생성 메커니즘을 설계하거나, 동적 프로세스(예: 전염병 확산, 의견 형성)와의 연관성을 정량화하는 방향이 제시된다.