연결성 계산을 위한 새로운 그래프 접근법

초록

본 논문은 기존의 인터로킹 네트워크 모델이 생성하는 인접 행렬이 네트워크 분석에 부적합하다는 한계를 지적하고, 테일러의 2모드 도시‑기업 데이터에서 1모드 방향 그래프를 도출하는 ‘주요 연결 알고리즘’(primary linkage algorithm)을 제안한다. 부트스트랩 시뮬레이션을 통한 널 모델과 베트위니스 중심성을 비교함으로써, 도쿄·시드니·멜버른·알마티·카라치 등 일부 도시가 기존 모델보다 더 전략적 브리징 역할을 수행함을 확인한다.

상세 분석

이 연구는 세계 도시 네트워크 분석에서 가장 널리 사용되는 테일러(2001)의 ‘인터로킹 네트워크 모델’이 실제 네트워크 구조를 반영하기에는 지나치게 밀집된 인접 행렬을 생성한다는 근본적인 문제를 제기한다. 저자들은 두 단계의 방법론적 혁신을 도입한다. 첫째, 2모드(도시‑기업) 이원 네트워크를 1모드(도시‑도시) 방향 그래프로 변환하는 ‘주요 연결 알고리즘’을 설계하였다. 이 알고리즘은 각 기업에 대해 가장 큰 사무소를 보유한 도시를 ‘핵심 노드’로 설정하고, 그 외의 사무소가 위치한 도시들을 해당 핵심 노드에 일방향으로 연결한다. 결과적으로 각 기업당 하나의 중심 도시와 다수의 주변 도시가 생성되며, 전체 네트워크는 기존 인터로킹 모델에 비해 현저히 낮은 밀도를 보인다. 둘째, 생성된 그래프의 통계적 유의성을 검증하기 위해 부트스트랩 방식으로 네트워크를 무작위 재구성하는 널 모델을 1,000번 이상 시뮬레이션하였다. 각 시뮬레이션에서 베트위니스 중심성(betweenness centrality)을 계산하고, 실증 네트워크의 값과 비교함으로써 특정 도시가 단순히 네트워크 구조에 의해 우연히 높은 중심성을 보이는 것이 아니라 실제 브리징 역할을 수행한다는 결론을 도출한다. 특히, 도쿄와 시드니·멜버른 같은 전통적 메트로폴리탄 외에도 알마티와 카라치와 같은 신흥 도시가 널 모델 대비 현저히 높은 베트위니스 점수를 획득하였다. 이는 이들 도시가 지역 간 연결 고리로서 기능함을 의미한다. 또한, 방향성을 고려한 분석을 통해 ‘수출‑수입’ 흐름과 유사한 비대칭적 연결 패턴을 포착할 수 있었으며, 이는 기존 무방향 인터로킹 모델이 놓친 중요한 구조적 정보를 제공한다. 전반적으로, 이 접근법은 네트워크 밀도를 조절하면서도 원 데이터의 구조적 특성을 보존하고, 정량적 중심성 지표를 통해 도시의 전략적 위치를 보다 정확히 평가한다는 점에서 학술적·실무적 가치를 가진다.