혼합 방향 및 무방향 차수 상관 랜덤 네트워크에서 사회·생물 전염 모델의 정확 해법

초록

본 논문은 무작위 네트워크에 존재하는 유향·무향 엣지와 임의의 차수-차수 상관 구조를 동시에 고려한 전염 모델에 대해, 단일 감염 시드로부터 전 세계적 확산이 일어날 가능성, 발생 확률, 평균 규모를 정확히 계산하는 해석식을 제시한다. 기존의 무향 네트워크 전염 이론을 일반화하고, 특정 네트워크 클래스에 대해 폐쇄형 해를 얻어 수치 실험으로 검증한다.

상세 분석

이 연구는 네트워크 과학에서 전염 현상을 기술하는 전형적인 퍼콜레이션 접근법을 확장한다. 저자들은 먼저 각 노드가 가질 수 있는 유향 입출력 차수(k_in, k_out)와 무향 차수(k_u)를 포함하는 복합 차수 벡터를 정의하고, 네트워크 전체의 차수-차수 상관을 P(k|k′) 형태의 조건부 확률분포로 기술한다. 이러한 일반화는 실제 사회·생물 시스템에서 관찰되는 비대칭 연결과 동질성 없는 연결 패턴을 포착한다. 전염 역학은 각 엣지 유형별 전파 확률 T_u(무향), T_d(유향)로 모델링되며, 전염이 진행될 때마다 노드가 활성화되는 조건을 ‘전염 가능성 함수’ φ(k)로 표현한다. 핵심은 전염이 무한히 확장될 수 있는 임계조건을 네트워크의 ‘전달 행렬’ M의 최대 고유값 λ_max이 1을 초과하는지 여부로 판단한다는 점이다. M의 원소는 차수-차수 상관과 전파 확률을 결합한 형태이며, 유향·무향 엣지 각각에 대해 별도 항을 갖는다. 이 고유값 조건은 기존 무향 네트워크에서의 ⟨k(k−1)⟩/⟨k⟩>1 조건을 일반화한 것으로, 유향 연결이 존재할 경우 복합적인 전파 경로가 동시에 고려된다.

또한 저자들은 전염 발생 확률 P_inf와 평균 규모 S를 구하기 위해 자기 일관 방정식을 도입한다. 무향 엣지와 유향 엣지에 대해 각각 ‘전파 트리’의 성장 확률을 u와 v로 정의하고, 이들 확률은 차수-차수 상관과 전파 확률에 의해 비선형 연립방정식을 만족한다. 해는 고정점 반복법이나 뉴턴-라프슨 방법으로 수치적으로 구할 수 있다. 특히, 차수 상관이 없는 경우 P(k|k′)=k′P(k′)/⟨k⟩ 로 단순화되어 폐쇄형 해가 도출된다. 저자들은 이러한 특수 케이스를 이용해 ‘혼합 네트워크 모델’(예: 무향 엣지는 정규분포, 유향 엣지는 파워법칙)에서 λ_max, P_inf, S를 명시적으로 계산하고, 시뮬레이션 결과와 일치함을 확인한다.

이 논문의 주요 기여는 (1) 유향·무향 엣지를 동시에 포함하고 차수 상관까지 고려한 전염 모델의 일반 해석 프레임워크 제공, (2) 전염 가능성, 발생 확률, 평균 규모를 정확히 예측할 수 있는 고유값 기반 임계조건 도출, (3) 특정 네트워크 클래스에 대해 폐쇄형 해를 얻어 수치 검증을 수행함으로써 이론의 실용성을 입증한 점이다. 이러한 결과는 정보 확산, 전염병 전파, 사회적 행동 전파 등 다양한 분야에서 복합 네트워크 구조를 반영한 정량적 예측을 가능하게 한다.