공간적 규모 변화가 접촉 네트워크 구조에 미치는 영향

본 논문은 인간 접촉 네트워크를 공간적으로 임베딩한 뒤, 연구 영역의 규모(Extent)를 변화시켰을 때 네트워크 구조와 공간 구조가 어떻게 달라지는지를 정량적으로 분석한다. 연구 배경으로는 인간 접촉 네트워크가 전염병 확산에 핵심적인 역할을 한다는 점과, 공간적 규모가 네트워크 특성에 미치는 영향이 아직 충분히 탐구되지 않았다는 점을 들었다. 공간적 규모는 ‘해상도(resolution)’와 ‘범위(extent)’로 구분되며, 본 연구는 후자, 즉 연구 영역의 크기가 변할 때 네트워크와 공간 특성이 어떻게 변하는지에 초점을 맞춘다. 연구는 세 가지 네트워크를 대상으로 한다. 첫 번째는 실제 관측 데이터에 기반한 ‘관측 네트워크’이며, 64,726명의 개인과 194,683개의 접촉 엣지를 포함한다. 개인은 가구와 직장(또는 학교)으로 연결되며, 가구 내 엣지는 거리 0 m, 직장·학교 엣지는 실제 거리를 가진다. 두 번째와 세 번째는 각각 ‘Random‑node 네트워크’와 ‘Random‑edge 네트워크’라는 무작위 네트워크이다. Random‑node 네트워크는 노드 위치를 무작위화해 공간 구조만을 바꾸고, Random‑edge 네트워크는 엣지를 무작위 재배치해 네트워크 구조만을 바꾼다. 두 무작위 네트워크는 관측 네트워크와 동일한 노드·엣지 수와 차수 분포를 유지한다. 네트워크와 공간 구조를 정량화하기 위해 여섯 가지 지표를 사용한다. 네트워크 구조 지표는 (1) 가장 큰 구성요소의 상대 크기 S, (2) 기타 구성요소의 평균 크기 , (3) 클러스터링 계수 cc, (4) 평균 경로 길이의 상대값 l′이다. 공간 구조 지표는 (5) 엣지 거리 분포 Dist와 (6) 스케일 축소 과정에서 사라진 엣지 거리 분포 Loss이다. Dist는 네트워크 내 엣지들의 물리적 거리 분포를 나타내며, 양의 왜도는 장거리 연결, 음의 왜도는 단거리 클러스터링을 의미한다. Loss는 특정 스케일에서 경계 밖으로 잘려나간 엣지들의 거리 분포를 의미한다. 스케일 변화를 구현하기 위해 두 종류의 구획 체계를 사용했다. 첫 번째는 정규 격자이며, 100 m × 100 m부터 2400 m × 2400 m까지 100 m 간격으로 24단계로 구분한다. 두 번째는 실제 행정구역(시 블록, 블록그룹, 트랙트)으로, 각각 3단계의 규모를 제공한다. 각 구획 수준에서 네트워크를 ‘유닛 네트워크’로 분할하고, 위 6가지 지표를 계산하였다. 무작위 네트워크는 각각 1,000번씩 시뮬레이션하여 평균값을 사용했다. 분석 결과는 다음과 같다. (1) 네트워크 구조 지표는 미세 스케일(특히 100 m~500 m)에서 급격히 변한다. 가장 큰 구성요소의 비율 S는 작은 구역에서는 낮아지고, 평균 구성요소 크기 는 증가한다. 클러스터링 계수 cc와 평균 경로 길이 l′도 작은 구역에서 변동성이 커진다. 이는 작은 공간 단위에서는 네트워크가 파편화되고, 지역 내 연결성이 약화됨을 의미한다. (2) 반면, 공간 구조 지표 Dist는 스케일 변화에 거의 민감하지 않으며, 엣지 거리 분포가 유지된다. 관측 네트워크와 Random‑edge 네트워크 모두 거리 평균이 약 327 m이며, 스케일이 확대돼도 크게 변하지 않는다. 이는 인간 접촉이 지리적으로 고도로 클러스터링된 형태를 띠며, 영역을 확대해도 거리 특성이 유지된다는 것을 보여준다. (3) Random‑node 네트워크는 노드 위치가 무작위이므로 Dist가 크게 변하고, 평균 엣지 거리가 1,687 m로 증가한다. 그러나 네트워크 구조 지표는 관측 네트워크와 유사하게 스케일에 민감하게 반응한다. (4) Random‑edge 네트워크는 Dist가 관측 네트워크와 동일하게 유지되지만, 네트워크 구조 지표는 S가 92 %로 높고, cc가 0.08로 낮아, 전체 네트워크가 더 크게 연결되면서도 지역적 클러스터링이 약해진다. 이러한 결과는 네트워크 구조와 공간 구조가 서로 독립적으로 스케일에 반응할 수 있음을 시사한다. 즉, 네트워크가 구조적으로 파편화되더라도 공간적 클러스터링은 유지될 수 있다. 이는 전염병 모델링에서 중요한 함의를 가진다. 작은 행정구역 단위에서 감염이 급격히 퍼지는 현상은 네트워크 연결성(구성요소 크기·클러스터링)의 변화에 의해 주도될 수 있지만, 장거리 전파 위험은 거리 분포(Dist)에 의해 제한된다. 따라서 방역 정책은 ‘구조적 취약 구역’과 ‘공간적 고위험 구역’을 구분해 목표를 설정해야 한다. 또한, 연구는 스케일 의존성을 정량화하는 방법론을 제공한다. 정규 격자와 행정구역 두 종류의 구획을 동시에 사용함으로써, 인위적 구획 효과(MAUP)와 자연적 규모 효과를 구분했다. 결과적으로, 행정구역 수준에서도 네트워크 구조는 미세 스케일에 민감하지만, 공간 구조는 일관성을 유지한다는 점에서 정책 입안자가 행정구역 단위로 데이터를 분석할 때 구조적 변동을 놓치지 않도록 주의해야 함을 강조한다. 결론적으로, 이 논문은 공간적 임베딩이 된 인간 접촉 네트워크를 다중 스케일에서 분석함으로써, 네트워크 구조와 공간 구조가 서로 다른 규모에 어떻게 반응하는지를 명확히 밝히고, 전염병 방역·위험 지역 식별에 실용적인 인사이트를 제공한다.