이중범주의 신경과 분류공간

초록

이 논문은 임의의 이중범주 C에 대해 정의될 수 있는 여러 종류의 신경(nerve) 구조들을 조사하고, 이들의 기하학적 실현(geometric realization)이 모두 동형동형동등(homotopy equivalent)함을 증명한다. 따라서 어느 하나를 선택해도 C의 분류공간 BC로 사용할 수 있다. 또한 Thomason의 동형극한 정리를 이중범주에 확대하여, 이중범주들의 다이어그램에 대해 분류공간 함자를 적용한 뒤 동형극한을 취하면, 그 결과는 ‘그로텐디크 구성(Grothendieck construction)’이라 불리는 새로운 이중범주의 동형형태와 일치한다.

상세 분석

이 논문은 먼저 기존에 카테고리 이론에서 사용되는 Grothendieck 신경, Duskin 신경, Street 신경 등 여러 신경 개념을 이중범주 C에 그대로 혹은 적절히 변형하여 적용한다. 각 신경은 C의 0‑셀, 1‑셀, 2‑셀을 조합해 만든 복합적인 심플렉스 집합을 제공하는데, 이때 2‑셀의 수평·수직 합성 구조가 복잡성을 크게 만든다. 저자는 이들 신경이 정의하는 시뮬렉스(semisimplicial) 혹은 의사‑시뮬렉스(pseudo‑simplicial) 객체가 서로 다른 차원에서 ‘동형동등’ 관계에 있음을 보이기 위해, 먼저 각 신경이 만든 복합체의 정규화(normalization) 과정을 상세히 전개한다. 정규화 사상은 2‑셀의 교환법칙을 이용해 고차원 단순체를 낮은 차원으로 압축하고, 이때 발생하는 ‘코시’(coherence) 문제를 고전적인 Mac Lane의 코히어런스 정리와 Bénabou의 이중범주 이론을 활용해 해결한다.

핵심 정리는 “모든 신경의 기하학적 실현은 동형동등이다”라는 명제이다. 이를 증명하기 위해 저자는 각 신경이 만든 시뮬렉스 복합체 사이에 자연스러운 사상들을 구성하고, 이 사상들이 모두 약한 동형동등(weak equivalence)임을 보여준다. 특히, Duskin 신경과 Street 신경 사이의 사상은 ‘정규화‑비정규화’ 쌍을 형성하며, 이 쌍이 서로 역동형동등을 제공한다는 점이 중요한데, 이는 ‘모델 구조(model structure)’ 관점에서 두 복합체가 같은 호모톱 이론적 정보를 담고 있음을 의미한다.

다음으로 논문은 Thomason의 Homotopy Colimit Theorem을 이중범주 수준으로 일반화한다. 기존 정리는 카테고리 D에 대한 함자 F: D→Top이 주어지면, 그 호모톱 극한 hocolim F가 ‘그로텐디크 구성’ ∫_D F와 동형동등임을 보인다. 저자는 이 정리를 이중범주 𝔅에 대한 다이어그램 𝔉: 𝔅→Bicat(이중범주)으로 확장하고, 각 이중범주의 분류공간 B(𝔉(b))을 취해 만든 공간들의 호모톱 극한이, 이중범주들의 그로텐디크 구성 ∫_𝔅 𝔉의 분류공간과 동형동등임을 증명한다. 여기서 핵심은 ‘이중범주 수준의 그로텐디크 구성’이 1‑셀과 2‑셀을 모두 보존하면서도, 각 2‑셀의 교환법칙을 적절히 강제한다는 점이다. 이 과정에서 저자는 ‘이중범주적 코히어런스 데이터’를 명시적으로 기술하고, 이를 통해 호모톱 극한이 실제로는 ‘이중범주의 합성곱’(bicategorical Grothendieck construction)과 동형동등함을 보인다.

마지막으로, 이러한 일반화된 이론을 단일 객체를 가진 모노이달(단일 객체 이중범주)인 텐서 카테고리에도 적용한다. 텐서 카테고리 𝔐는 ‘1‑차원 디클로징(delooping)’을 통해 이중범주 B𝔐로 전환될 수 있으며, 그 결과 얻어지는 분류공간 B(B𝔐)≃B²𝔐는 기존에 알려진 ‘이중 클래스 공간(double classifying space)’과 동형동등함을 확인한다. 이는 모노이달 구조가 이중범주 수준에서 어떻게 호모톱 이론에 반영되는지를 명확히 보여준다. 전체적으로 이 논문은 이중범주의 다양한 신경 모델을 통합하고, 그들의 기하학적 실현이 동일한 호모톱 정보를 제공한다는 강력한 일관성을 제시함으로써, 고차원 범주론과 호모톱학 사이의 다리를 견고히 놓는다.