가드 행동을 고려한 인공 공격 대피 시뮬레이션

초록

본 논문은 가드가 존재하는 인공 공격 상황에서 보행자, 공격자, 가드의 상호작용을 확장된 바닥장(Field) 모델로 구현하고, 두 가지 대피 전략을 비교한다. 주요 변수인 억제 반경(deterrence radius)과 포획 거리(capture distance)가 대피 효율과 사망자 수에 미치는 영향을 정량적으로 분석한다. 결과는 혼잡이 가드의 포획 속도를 높이지만 사망자를 증가시키는 이중 효과를 나타내며, 보행자가 가드에 가까이 모일수록 공격자 분산이 촉진돼 사망률이 감소한다는 점을 제시한다.

상세 분석

이 연구는 기존의 미시적 셀룰러 오토마타 기반 바닥장 모델을 확장하여 세 종류의 에이전트(보행자, 공격자, 가드)를 동시에 다루는 점에서 독창적이다. 공격자는 군중 밀집도를 끌어당기는 attractive force와 가드와의 거리(R_D, 억제 반경) 이하일 경우 반발력(ag_f) 사이의 균형으로 움직임을 결정한다. 식(1)에서 n은 시야 내 보행자 수, f₁ₚ는 개별 보행자당 끌어당김 세기, ag_f는 가드와의 거리 d_ag에 반비례하는 반발력으로 정의된다. 이 물리적 메커니즘은 공격자가 군중을 향해 집단적 공격을 시도하면서도 가드가 가까워지면 회피 행동을 보이게 만든다.

가드의 행동은 전형적인 포식자‑피식자 모델을 차용한다. 가드는 가장 가까운 공격자를 탐색하고, 8방향 이웃 중 공격자와의 거리를 최소화하는 셀로 이동한다(식 2). 포획 거리를 초과하면 공격자를 제거하고, 포획 거리가 클수록 포획 시간과 사망자 수가 현저히 감소한다는 실험 결과가 도출된다.

보행자는 확장된 전이 확률(p_ij)로 이동한다. 전이 확률은 정적 바닥장(S_ij), 공격 위협(T_ij), 가드 바닥장(G_ij)의 가중치(k_s, k_t, k_g) 합으로 정규화된다(식 3). S_ij는 출구와의 역거리, T_ij는 공격자와의 거리 역수, G_ij는 가드와의 거리 역수로 정의돼 보행자가 출구를 향하면서도 공격자를 피하고, 필요 시 가드에 가까이 모이도록 유도한다. 파라미터 합은 1(k_s+k_t+k_g=1)이며, 상황에 따라 k_t와 k_g의 비중을 조절해 두 가지 대피 전략을 구현한다.

실험은 35×35 셀(14 m×14 m) 공간에 무작위 배치된 보행자와 고정된 출구·가드·공격자를 두고 수행되었다. 주요 변수인 억제 반경(R_D)과 포획 거리(d_ag)를 변화시키며 사망자 수, 포획 시간, 군중 혼잡도 등을 측정했다. 결과는 다음과 같다.

1. 혼잡의 이중 효과: 출구 근처에 군중이 집중될수록 가드는 공격자를 빠르게 포획하지만, 동시에 보행자는 공격자에게 노출되어 사망률이 상승한다.
2. 가드 선호 전략: 보행자가 가드에 가까이 모이도록(k_g↑) 설계하면 공격자 분산이 촉진돼 혼잡이 완화되고, 사망자 수가 크게 감소한다. 가드가 공격자를 포획하는 데는 시간이 더 걸리지만, 가드가 공격자를 먼저 제압함으로써 보행자를 보호한다.
3. 포획 거리 확대: d_ag를 늘리면 가드가 더 멀리서도 공격자를 포획할 수 있어 포획 시간이 단축되고, 사망자 수가 감소한다. 이는 가드의 물리적 능력(예: 무기 사정거리)과 직접 연관된다.
4. 억제 반경 확대: R_D가 커지면 공격자는 가드와 일정 거리 이하가 되면 즉시 회피한다. 초기에는 가드가 공격자를 포획하기 어려워 사망자 수가 증가하지만, R_D가 일정 수준을 초과하면 공격자들이 가드와 멀리 떨어진 위치에 머무르게 되어 군중에 대한 직접 공격이 감소한다.

이러한 결과는 실제 보안 인프라 설계에 적용 가능성을 시사한다. 예를 들어, 가드의 포획 거리를 늘리는(무기 사정거리 확대, 드론 등 활용) 것이 효과적이며, 비상 상황에서 보행자에게 가드에 가까이 모이도록 안내하는 전략이 군중 혼잡을 완화하고 사망자를 최소화할 수 있다. 또한, 억제 반경을 적절히 조절해 공격자의 행동을 예측하고, 가드 배치를 최적화하는 것이 중요함을 강조한다.

전반적으로 이 논문은 복합적인 인간-공격자-보안 요원 상호작용을 정량적으로 모델링하고, 파라미터 조정을 통해 실용적인 대피 전략을 도출한 점에서 학술적·실무적 기여가 크다.