인간 행동의 프랙탈 특성 분석

초록

도서관 대출량 시계열을 대상으로 재조정 구간 분석(R/S)으로 허스트 지수를 구하고, 가시성 그래프를 이용해 복합 네트워크로 변환하였다. 네트워크는 스케일‑프리, 작은 세계, 계층적 구조를 보였으며, 박스 카운팅 결과는 자기유사성을 갖지 않음을 확인했다. 이는 인간 집단의 반복 행동에 장기적 상관관계와 내재된 규칙성이 존재함을 시사한다.

상세 분석

본 연구는 인간 집단 행동을 정량적으로 파악하기 위해 도서관 대출 기록이라는 일상적 데이터에 프랙탈 이론을 적용하였다. 먼저 일일 대출량을 시간 순서대로 배열한 시계열을 구축하고, 재조정 구간 분석(Rescaled Range Analysis, R/S)으로 허스트 지수(H)와 비주기적 사이클 길이를 추정하였다. 허스트 지수가 0.5보다 현저히 큰 0.78 ~ 0.91 범위에 머물러 장기 기억(long‑range dependence)과 지속적 상관관계가 존재함을 입증했다. 이는 단순한 백색 잡음이 아니라 인간 행동이 과거 상태에 영향을 받는 구조적 특성을 가진다는 의미다.

시계열을 복합 네트워크로 변환하기 위해 가시성 그래프(Visibility Graph) 알고리즘을 적용하였다. 각 시점은 노드가 되고, 두 노드 사이에 직선 가시성이 존재하면 연결(edge)로 표현한다. 이렇게 생성된 네트워크는 차수 분포가 멱법칙(p(k) ∝ k^−γ) 형태를 보여 스케일‑프리 특성을 갖는다. 평균 최단 경로 길이와 클러스터링 계수를 비교하면, 무작위 그래프 대비 높은 클러스터링과 짧은 경로 길이로 작은 세계(small‑world) 현상을 확인할 수 있다. 또한, 클러스터링 계수가 차수와 반비례하는 형태(C(k) ∝ k^−β)를 보여 계층적 구조가 존재함을 시사한다.

네트워크의 자기유사성 여부는 박스 카운팅(Fractal Box‑Counting) 방법으로 검증하였다. 다양한 박스 크기에서 네트워크를 커버링했을 때, 로그‑로그 플롯이 선형이 아닌 곡선을 이루어 프랙탈 차원이 일정하지 않음을 나타냈다. 따라서 가시성 그래프 자체는 프랙탈이 아니지만, 원본 시계열이 보이는 장기 상관성은 네트워크 토폴로지에 복합적인 영향을 미친다.

결과적으로, 인간 집단의 반복 행동은 단순히 무작위가 아니라 일정한 규칙성과 장기 의존성을 내포하고 있음을 정량적으로 입증하였다. 이러한 통계적 특성은 사회 시스템 모델링, 예측 알고리즘 설계, 그리고 행동 과학에서의 이론적 프레임워크 구축에 활용될 수 있다. 다만, 데이터가 도서관 대출에 국한되어 있어 일반화에 한계가 있으며, 다른 행동 지표와의 비교 연구가 필요하다.