동시 전파되는 두 질병의 경쟁적 확산 메커니즘

초록

본 논문은 동일한 접촉 네트워크 위에서 동시에 퍼지는 두 질병을 모델링하고, 어느 질병이 우세하게 퍼질지 혹은 두 질병이 공존하는지를 분석한다. 감염된 개인은 두 질병 모두에 면역이 되며, 성장률 차이에 따라 질병 간 전이점이 존재한다. 분석과 시뮬레이션을 통해 위상도와 최종 감염 규모를 도출하고, 초기 변동이 큰 규모에서도 눈에 띄게 나타나는 동적 전이 현상을 확인한다. 대부분의 파라미터 영역에서는 한 질병이 네트워크를 장악하지만, 일정 조건에서는 두 질병이 모두 대규모 전염을 일으키는 공존 영역도 존재한다.

상세 분석

이 연구는 복잡 네트워크 위에서 동시에 전파되는 두 전염병을 “경쟁 전염 모델”로 설정한다. 네트워크는 무작위 그래프, 스케일프리 그래프, 혹은 실제 사회 접촉망 등 다양한 토폴로지를 고려하며, 각 노드는 S(감수성), I₁(질병1 감염), I₂(질병2 감염) 중 하나의 상태만 가질 수 있다. 감염이 일어나면 해당 노드는 두 질병 모두에 면역이 되므로, 일단 I₁ 혹은 I₂가 되면 더 이상 다른 질병에 감염되지 않는다. 이는 전통적인 SIR 모델에 두 종류의 전염원을 동시에 도입한 형태이며, 면역 효과가 두 질병에 동일하게 적용되는 점이 핵심이다.

분석 방법으로는 평균장(mean‑field) 접근과 이질 평균장(heterogeneous mean‑field) 접근을 병행한다. 평균장에서는 네트워크의 평균 차수 ⟨k⟩만을 사용해 전염률 β₁, β₂와 회복률 γ₁, γ₂를 매개변수로 하는 미분 방정식을 세운다. 이때 기본 재생산수 R₀ⁱ = βᵢ⟨k⟩/γᵢ가 각각 정의되며, 두 질병이 동시에 확산될 경우 R₀¹·R₀² > 1인 영역에서 동시 전파가 가능함을 보인다. 이질 평균장에서는 차수별 전염 확률을 고려해 k‑별 전염률 λᵢ(k)=βᵢk/(γᵢ+βᵢk) 형태로 전개하고, 차수분포 P(k)와 결합해 전염 확률의 네트워크 전반적 평균을 구한다. 이를 통해 전염병 간 경쟁이 차수분포에 따라 어떻게 달라지는지를 정량화한다.

핵심 결과는 파라미터 공간에 존재하는 “우세 전이선(dominance transition line)”이다. β₁/γ₁와 β₂/γ₂의 비율이 일정 임계값을 넘으면 한 질병이 거의 전체 네트워크를 장악하고, 다른 질병은 미미한 비율만 감염한다. 이 전이선은 네트워크 규모 N에 대해 로그 스케일로 느리게 수렴한다는 특성을 보이며, 따라서 수백만~수십억 규모의 실제 사회에서도 초기 감염자 수의 미세한 차이가 최종 결과를 크게 좌우한다. 특히 초기 전염 단계에서 발생하는 확률적 변동이 큰 경우, 동일한 파라미터라도 서로 다른 시뮬레이션 실행에서 한 질병이 우세하거나 반대로 전환되는 현상이 관찰된다. 이는 “동적 전이(dynamic transition)”라 부르며, 전통적인 임계 현상과는 달리 초기 조건에 대한 민감도가 매우 높다.

또한, 파라미터가 전이선 양쪽에 충분히 멀리 떨어진 경우에는 “공존 영역(coexistence regime)”이 나타난다. 여기서는 두 질병 모두 R₀ⁱ > 1을 만족하고, 서로의 면역 효과가 충분히 약해 동시에 대규모 전염을 일으킨다. 수치 실험에서는 이 영역에서 두 질병이 각각 네트워크의 약 30~40%를 감염시키는 결과가 얻어졌으며, 이는 전염병 관리 정책에서 다중 질병 동시 대응의 필요성을 시사한다.

마지막으로, 네트워크 크기 N에 대한 스케일링 분석을 수행했다. 초기 변동의 영향은 N⁻¹/² 수준으로 감소하지만, 전이선 근처에서는 N⁻¹/³ 정도의 느린 감소율을 보인다. 따라서 “수백만 명 규모”의 인구에서도 초기 감염자 수의 차이가 최종 우세 질병을 결정짓는 충분히 큰 효과를 남긴다. 이러한 결과는 실제 전염병 정책에서 초기 검역·백신 투여 전략이 얼마나 중요한지를 정량적으로 뒷받침한다.