다중 하이브리드 위상 전이: 커뮤니티가 있는 복합 네트워크의 부트스트랩 퍼콜레이션

초록

이 논문은 두 개의 커뮤니티를 가진 Erdős‑Rényi 무작위 그래프에서 부트스트랩 퍼콜레이션을 분석한다. 초기 활성 비율 f에 따라 활성 노드 비율 S와 거대 활성 성분 S_gc가 어떻게 변하는지를 정확히 계산하고, 내부·외부 평균 차수 k_ij에 따라 2차 연속 전이, 1차·2차가 동시에 나타나는 하이브리드 전이, 그리고 두 번의 불연속 점프가 발생하는 다중 하이브리드 전이를 발견한다. 이론적 해와 수치 시뮬레이션이 일치함을 보이며, 커뮤니티 간 연결 강도가 전이 양상에 미치는 역할을 명확히 제시한다.

상세 분석

본 연구는 부트스트랩 퍼콜레이션을 복합 네트워크에 적용함으로써, 특히 커뮤니티 구조가 존재할 때 나타나는 비정상적인 위상 전이 현상을 체계적으로 탐구한다. 모델은 무방향 Erdős‑Rényi(ER) 그래프를 두 개의 서브네트워크(커뮤니티)로 나누고, 각 커뮤니티 내부와 외부 연결을 평균 차수 k_11, k_22, k_12(=k_21) 로 파라미터화한다. 초기 활성 비율 f_i (i=1,2)는 각각의 커뮤니티에서 독립적으로 설정되며, 비활성 노드는 인접한 활성 이웃이 최소 k 개 이상일 때 활성화된다.

분석적 접근은 먼저 임의의 에지를 따라 도착한 노드가 최종 상태에서 활성일 확률 Z_{ij}를 정의하고, 이를 조합해 각 커뮤니티의 전체 활성 비율 S_i를 구한다. ER 네트워크의 포아송 차수 분포를 이용하면 Z_{ij}=S_i 로 단순화되며, 최종 식은
S_1 = f_1 + (1−f_1)∑{r≥k} (S_1 k_11 + S_2 k_12)^r e^{−(S_1 k_11 + S_2 k_12)}/r!
S_2 = f_2 + (1−f_2)∑{r≥k} (S_1 k_21 + S_2 k_22)^r e^{−(S_1 k_21 + S_2 k_22)}/r!
와 같이 된다. 이 비선형 방정식은 수치적으로 풀어야 하며, 해가 여러 개 존재할 경우 물리적으로 의미 있는 해는 가장 작은 해로 선택한다.

전이 분석에서는 해의 개수 변화에 주목한다. 작은 f에서 해는 유일하지만, 차수가 충분히 크면 특정 f_c에서 최소 해가 사라지면서 불연속 점프가 발생한다. 이때 S_1 혹은 S_2가 급격히 상승하고, 두 커뮤니티가 강하게 연결돼 있을 경우 한 커뮤니티의 점프가 다른 커뮤니티에도 동시 발생한다. 따라서 전이 양상은 다음 세 가지로 구분된다: (1) 연속적인 2차 전이만 존재, (2) 연속 전이와 동시에 1차 점프가 나타나는 하이브리드 전이, (3) 두 번의 불연속 점프가 연속적으로 일어나는 다중 하이브리드 전이. 특히 k_12(=k_21) 가 커질수록 커뮤니티 간 상호작용이 강화되어 하이브리드 전이가 더 쉽게 나타난다.

거대 활성 성분 S_gc는 추가적인 변수 X_{ij}를 도입해 정의한다. X_{ij}는 에지를 따라 도착한 노드가 무한히 확장되는 활성 서브트리를 포함할 확률을 의미한다. 복잡한 조합식으로 X_{ij}를 구한 뒤, S_gc_i = 1 − exp(−∑j X{ij} k_{ij}) 로 표현한다. 이론적 결과와 대규모 모노테라 시뮬레이션(10^5 노드 이상)에서 얻은 데이터는 거의 완벽히 일치하여, 제시된 해가 정확함을 검증한다.

결과적으로, 커뮤니티 구조가 있는 네트워크에서는 전통적인 퍼콜레이션 이론으로는 설명되지 않는 복합적인 위상 전이가 발생한다는 점을 밝혀냈다. 내부 차수와 외부 차수의 비율, 초기 활성 비율 f, 그리고 활성화 임계값 k 가 모두 전이 유형을 결정하는 핵심 매개변수이며, 이러한 매개변수를 조절함으로써 정보 확산, 신제품 채택, 전염병 전파 등 실제 사회 현상의 급격한 전이를 제어할 수 있는 이론적 기반을 제공한다.