평균 행동을 중심으로 한 3람다 네트워크 모델

초록

본 논문은 DBLP 공동저자 데이터를 분석해 논문당 공동저자 수가 포아송 분포를 따름을 확인하고, 이를 기반으로 ‘키 노드(주도자)’와 세 종류의 주변 노드(이웃, 신규, 새로운 연결) 각각에 독립적인 포아송 파라미터 λ₁, λ₂, λ₃를 부여한 3람다 모델을 제안한다. 모델은 하나의 상호작용을 하나의 성장 단계로 보고, 참여 노드들 사이에 완전 그래프(클리크)를 형성한다. 실험을 통해 생성된 네트워크가 실제 공동저자 네트워크와 유사한 차수 분포, 클러스터링, 어소시어티비티, 커뮤니티 구조 등을 보임을 입증한다.

상세 분석

3람다 모델은 기존의 선호적 연결이나 삼각 폐쇄 메커니즘과 달리, ‘키 노드’가 한 번에 여러 역할을 수행한다는 가정에 기반한다. 키 노드가 선택되면 포아송 분포 λ₁에 따라 기존 이웃 노드 수, λ₂에 따라 새로 등장하는 신규 노드 수, λ₃에 따라 키 노드와 직접 연결되지 않은 새로운 연결 대상 수가 각각 샘플링된다. 이때 이웃 노드와 신규 노드는 무작위로 선택되며, 이미 존재하는 엣지는 중복될 수 있다. 모델은 시간적 순서를 유지하면서 노드와 엣지를 영구히 보존하므로, 네트워크는 단계별로 클리크가 겹쳐지는 형태로 성장한다.

핵심 통찰은 (1) 공동저자 관계에서 논문당 공동저자 수가 평균 1.99인 포아송 분포를 따르는 현상을 관찰하고, (2) 이를 세 가지 독립적인 포아송 변수로 분해함으로써 복잡한 협업 구조를 간단한 파라미터 세 개(λ₁, λ₂, λ₃)만으로 설명한다는 점이다. λ₁은 기존 네트워크 내에서 키 노드와 이미 연결된 이웃의 평균 수를, λ₂는 매 단계마다 네트워크에 새롭게 유입되는 노드의 평균 수를, λ₃는 기존 이웃과는 별도로 추가되는 새로운 연결(예: 기존 이웃이 아닌 다른 노드와의 연결)의 평균 수를 의미한다.

실험 결과는 λ 값의 조합에 따라 네트워크 밀도, 평균 클러스터링, 평균 경로 길이, 어소시어티비티 등이 어떻게 변하는지를 정량적으로 보여준다. 특히 λ₁이 클수록 고도 연결된 코어가 형성되어 스케일‑프리와 유사한 차수 분포가 나타나고, λ₂와 λ₃가 증가하면 네트워크 전반에 걸친 확산과 커뮤니티 간 연결성이 강화된다. 또한, 모델이 생성한 네트워크는 Louvain 방법으로 검출한 커뮤니티 수와 모듈러리티가 실제 DBLP 네트워크와 비슷한 수준을 유지한다는 점에서, 실제 협업 현상의 구조적 특성을 성공적으로 재현한다는 결론을 얻는다.

이 모델의 장점은 파라미터가 직관적이고 해석 가능하다는 점이며, 단순함에도 불구하고 시간에 따른 네트워크 진화를 시뮬레이션할 수 있다. 다만, 키 노드가 매 단계마다 무작위로 선택된다는 가정과, 노드·엣지의 노화·삭제가 없다는 점은 실제 학술 공동체에서 발생할 수 있는 퇴출·전환 현상을 반영하지 못한다는 한계가 있다. 향후 연구에서는 키 노드 선택 메커니즘을 학술적 영향력(예: h‑index)과 연계하거나, 노드·엣지의 수명 주기를 도입해 보다 현실적인 동적 모델을 구축할 여지가 있다.