인도 철도망 회복탄력성 정량화 네트워크 과학 접근

초록

본 논문은 네트워크 과학을 활용해 인도 철도망(IRN)의 회복탄력성을 정량적으로 측정하고, 다양한 재해·공격 상황에서 복구 순서를 설계·평가한다. 시간적 회복탄력성 패러다임을 기반으로 중심성 지표를 활용한 복구 전략이 자원 효율성과 복구 속도 면에서 우수함을 보였다.

상세 분석

이 연구는 복잡계 네트워크 이론을 인도 철도망(IRN)에 적용해 회복탄력성(resilience)을 정량화하는 새로운 프레임워크를 제시한다. 기존 연구들은 주로 시스템 파괴 후의 취약성 분석에 머물렀지만, 저자들은 ‘시간적 회복탄력성(paradigm)’이라는 개념을 도입해 재해 발생 → 파괴 → 복구 과정 전체를 동적인 관점에서 모델링한다. 구체적으로, IRN을 정점(역)과 간선(열차 노선)으로 구성한 무방향 가중 그래프를 구축하고, 네트워크의 구조적 특성을 파악하기 위해 평균 경로 길이, 클러스터링 계수, 연결성(compactness) 등을 계산한다.

복구 전략 설계는 네트워크 중심성 지표에 기반한다. 저자들은 (1) 차수 중심성(degree), (2) 매개 중심성(betweenness), (3) 근접 중심성(closeness), (4) 페이지랭크(PageRank) 등 네 가지 전통적 중심성을 활용해 복구 순서를 정의한다. 각 전략은 ‘복구 단계별 복구 효율성(Recovery Efficiency)’이라는 지표로 평가되며, 이는 복구된 네트워크의 기능적 성능(예: 운송량, 연결성)과 복구에 투입된 자원(시간·비용)의 비율로 산출된다.

시뮬레이션은 세 가지 시나리오로 구성된다. 첫 번째는 2004년 인도양 쓰나미를 모사해 해안 지역 역을 대규모로 차단하는 자연재해 시나리오, 두 번째는 2012년 북인도 전력망 붕괴를 반영한 전력 의존성 장애 시나리오, 세 번째는 사이버-물리 공격을 가정해 핵심 허브 역을 목표로 하는 인위적 공격 시나리오이다. 각 시나리오에서 손실된 노드·링크를 복구하는 순서를 중심성 기반 전략에 따라 달리 적용하고, 복구 진행 과정에서 네트워크의 연결성, 평균 최단경로, 흐름 용량 등을 지속적으로 측정한다.

결과는 매개 중심성 전략이 전반적으로 가장 높은 복구 효율성을 보였음을 나타낸다. 매개 중심성은 네트워크 내 흐름을 가장 많이 중계하는 노드를 우선 복구하도록 하여, 파편화된 서브네트워크를 빠르게 재연결한다. 반면 차수 중심성은 고차원 허브 역을 복구하지만, 서브네트워크 간 연결 회복에는 상대적으로 시간이 오래 걸린다. 페이지랭크와 근접 중심성은 상황에 따라 성능 차이가 크며, 특히 전력 의존성 시나리오에서는 근접 중심성이 비교적 좋은 결과를 보였다.

또한, 부분 복구(전체 네트워크의 30~50%만 복구) 상황에서도 중심성 기반 전략이 자원 투입 대비 성능 회복 비율이 높았다. 이는 제한된 복구 자원을 효율적으로 배분할 수 있는 실용적 가이드라인을 제공한다는 점에서 의미가 크다. 저자들은 이러한 결과를 바탕으로 정책 입안자와 운영자가 재해 복구 계획을 수립할 때, 네트워크 구조 분석을 선행하고, 매개 중심성 등 흐름 기반 지표를 활용해 복구 순서를 최적화할 것을 제안한다.

마지막으로, 연구는 몇 가지 한계를 인정한다. 첫째, IRN을 정적 그래프로 단순화함으로써 실제 열차 스케줄, 승객 흐름, 물류량 등 동적 요소를 충분히 반영하지 못했다. 둘째, 복구 비용을 시간만으로 추정했으며, 인력·예산·물자 등 다중 자원 제약을 고려하지 않았다. 셋째, 사이버-물리 공격 시나리오는 가상의 모델에 불과해 현실적 위협 모델링이 필요하다. 향후 연구에서는 시뮬레이션에 실제 운행 데이터와 다중 자원 최적화를 결합하고, 다른 교통·에너지 복합 인프라와의 상호 의존성을 포함한 다층 네트워크 모델을 구축할 계획이다.