온오프 임계값 모델로 본 사회 전염 현상

초록

본 논문은 네트워크 상에서 이웃의 평균 상태에 따라 이진 행동을 결정하는 ‘온오프 임계값’ 모델을 제안한다. 기존 임계값 모델에 비활성화(오프) 임계값을 추가해 모방과 비동조성의 상충을 동시에 표현한다. 네트워크와 노드 반응에 확률적 요소를 도입해 무작위와 결정론적 버전을 비교하고, 대규모 조밀 네트워크에서는 두 버전이 수렴함을 보인다. 연결도와 동기화 정도에 따라 정착, 주기, 혼돈 등 다양한 동역학이 나타나며, 평균장 이론을 구축해 무작위 그래프에서의 평균 노드 반응이 매끄럽게 변형된 형태임을 증명한다. 포아송 그래프와 텐트 맵 형태의 노드 반응을 이용한 시뮬레이션 결과가 이론과 일치한다.

상세 분석

이 논문은 사회적 전염 현상을 설명하기 위해 기존의 단일 임계값 전염 모델을 확장한 ‘온오프 임계값’ 프레임워크를 제시한다. 기본 아이디어는 각 노드가 이웃의 평균 상태가 특정 ‘온(활성) 임계값’을 초과하면 행동을 채택하고, 반대로 평균 상태가 ‘오프(비활성) 임계값’ 이하로 떨어지면 행동을 포기하도록 하는 것이다. 이렇게 두 개의 임계값을 도입함으로써 모방(다수를 따르는 경향)과 비동조성(다수를 피하려는 경향)이라는 상반된 사회적 동기를 동시에 모델링한다.

모델은 네트워크 구조와 노드 반응 두 차원에서 확률성을 허용한다. 네트워크 측면에서는 Erdős–Rényi와 같은 무작위 그래프, 혹은 정규화된 밀도 함수를 갖는 일반적인 랜덤 네트워크를 고려한다. 노드 반응에서는 각 노드가 자신의 온·오프 임계값을 사전에 정해진 확률 분포에서 샘플링하거나, 완전히 결정론적으로 동일한 값을 갖도록 설정할 수 있다. 이러한 설계는 실제 사회에서 개인의 행동 규칙이 사람마다 다르면서도 일정한 통계적 특성을 보이는 현상을 반영한다.

동기화 방식도 두 가지로 구분한다. 동시 업데이트(동기식)에서는 모든 노드가 같은 시간에 상태를 갱신하고, 비동기식에서는 무작위 순서 혹은 일정 확률에 따라 개별적으로 업데이트한다. 논문은 특히 동기식과 비동기식이 시스템의 전반적 다이나믹스에 미치는 영향을 정량적으로 분석한다.

수학적으로는 평균장 접근법을 사용한다. 각 노드의 상태를 0·1 이진 변수로 두고, 이웃 평균을 연속적인 실수값으로 매핑한다. 온·오프 임계값을 적용한 반응 함수는 구간별 선형 혹은 비선형 형태를 띠며, 특히 텐트 맵과 유사한 ‘역동적’ 구간을 포함한다. 평균장 방정식은 네트워크 차수를 확률분포 (P(k)) 로 평균화한 뒤, 전체 평균 활성도 (x_t) 를 다음과 같이 기술한다:
\