중첩 모듈 구조의 취약성 및 강인성 분석

초록

이 논문은 요소가 여러 모듈에 겹쳐 포함되는 네트워크의 내구성을 이론적·실험적으로 조사한다. 요소가 무작위로 사라질 때, 전체 네트워크가 연결을 유지하더라도 모듈 간 겹침이 사라져 기능적 붕괴가 먼저 일어날 수 있음을 보인다.

상세 분석

본 연구는 복합 시스템을 요소와 모듈이라는 두 종류의 노드로 구성된 이분 그래프 형태로 모델링한다. 요소가 속한 모듈 수와 모듈이 포함하는 요소 수를 각각 µ와 ν라 정의하고, 이들의 차수 분포를 rₘ과 sₙ으로 나타낸다. 요소가 독립적으로 실패할 확률을 1‑p라 두고, 모듈은 원래 구성원의 일정 비율 f_c 이하가 남으면 기능을 상실한다는 가정을 추가한다. 이러한 설정 하에, 요소 네트워크와 모듈 네트워크를 각각 투영하여 두 개의 1차원 그래프를 얻는다. generating function 기법을 이용해 각 네트워크의 거대 성분 존재 조건을 도출하면, 요소 네트워크는 p·f₀′(1)·g₀′(1)>1이라는 임계식이, 모듈 네트워크는 p·f₁′(1)·q₁·g₁′(1)>1이라는 식이 된다. 여기서 q₁은 모듈이 최소 구성원 dₙf_c를 유지할 확률을 나타낸다. 균일한 경우(µ=3, ν=6)에서는 요소 네트워크의 임계 p_c가 0.25인 반면, 모듈 네트워크는 f_c에 따라 0.5~0.7 수준으로 크게 높다. 즉, 요소가 충분히 남아도 모듈 간 겹침이 사라져 기능적 붕괴가 먼저 일어날 수 있다. 스케일프리 차수 분포를 갖는 경우에도 동일한 현상이 관찰되는데, λ가 2.5로 작아질수록 요소 네트워크는 더욱 강인해지지만 모듈 네트워크는 오히려 취약해진다. 이는 최대 모듈 크기 N을 늘리면 요소의 연결성은 개선되지만, 모듈 간 연계는 약화된다는 역설적 결과를 보여준다. 또한, 모듈 내부 연결을 완전 밀집에서 Erdős‑Rényi 형태로 희석시키는 추가 실험에서도, ρ가 0.3 이하일 때는 두 네트워크의 강인성 차이가 크게 변하지 않으며, 높은 ρ에서만 모듈 구조가 소멸한다는 점을 확인한다. 실증적 검증을 위해 단백질 복합체, 뇌 기능·구조 네트워크, 사회 조직 네트워크 등 네 가지 실제 데이터셋을 분석했으며, 모두 이론이 예측한 대로 모듈 겹침 소실이 전체 연결 붕괴보다 먼저 발생함을 보여준다. 이러한 결과는 기존의 퍼콜레이션 이론이 과소평가한 시스템 취약성을 드러내며, 특히 기능적 모듈이 겹침을 통해 통합되는 뇌와 같은 복합 시스템에서 중요한 시사점을 제공한다.