일일 유량 복잡성 분석 콜모고로프 복잡도와 리아푸노프 지수

초록

본 연구는 1989‑2016년 기간 동안 텍사스 주 브라조스 강 12개 관측소의 일일 유량 데이터를 대상으로 콜모고로프 복잡도(KC)와 그 파생 지표들(KC 스펙트럼, KCM, MKC, RKC) 및 리아푸노프 지수(LE)와 리아푸노프 시간(LT)을 계산하여 복잡성 및 예측 가능성을 정량화하였다. 모든 시계열은 장기 기억을 보이며 하류로 갈수록 복잡성이 감소하는 경향을 보였으며, 특히 Graford(USGS 08088610) 관측소에서 가장 높은 KC와 KCM 값을 기록하였다. KC와 LT는 서로 역상관 관계를 나타내어 인간 활동이 복잡성을 증가시키고 예측 가능성을 낮춘다는 결론을 뒷받침한다.

상세 분석

본 논문은 전통적인 통계 분석을 넘어 비선형 동역학의 두 핵심 도구인 콜모고로프 복잡도(KC)와 리아푸노프 지수(LE)를 동시에 적용함으로써 일일 유량 시계열의 내재된 복잡성 및 혼돈성을 다각도로 평가하였다. KC는 Lempel‑Ziv 알고리즘(LZA)을 이용해 이진화된 유량 데이터를 압축 길이로 측정했으며, 이를 기반으로 KC 스펙트럼, 최고값(KCM), 평균값(MKC), 이동 평균(RKC) 등 파생 지표를 추가 도출하였다. 이러한 파생 지표는 원본 KC가 갖는 ‘진폭 구분 불가’와 ‘코딩 규칙 손실’이라는 두 가지 한계를 보완한다. 예를 들어, KC 스펙트럼은 다양한 임계값을 적용해 복잡성의 스케일 변화를 탐색하고, KCM은 스펙트럼 중 최대값을 추출해 복잡성의 극단적 특성을 포착한다. RKC는 1095일(3년) 윈도우를 이동하면서 지역적 복잡성 변동을 추적함으로써 시계열의 비정상성에 대한 민감도를 높인다.

리야푸노프 지수는 Rosenstein 알고리즘을 통해 재구성 차원과 지연 시간을 최적화한 뒤, 가장 큰 양의 LE 값을 계산하였다. 양의 LE는 초기 조건의 미세 차이가 지수적으로 발산함을 의미하며, 이는 시스템이 결정론적 혼돈 상태에 있음을 시사한다. LE와 반비례하는 리아푸노프 시간(LT)은 “예측 가능한 시간 창”을 정량화하는데, LT가 짧을수록 장기 예측이 어려워진다. 논문에서는 LT와 KC 사이에 역상관 관계가 존재함을 확인했으며, 이는 인간 활동(예: 댐 운영, 급수 취수)으로 인한 비선형 교란이 복잡성을 증가시키고 동시에 시스템의 예측 가능성을 저하시킨다는 물리적 해석을 가능하게 한다.

지역별 결과를 살펴보면, 상류의 Seymour(08082500)과 South Bend(08088000)는 KC와 KCM 값이 상대적으로 낮아 자연적인 변동만이 지배함을 보여준다. 반면, Graford(08088610)는 KCM이 현저히 높으며, 이는 인근에 위치한 Moris Shepard 수력발전소와 급수 시설이 유량에 인위적 변동을 크게 가미했기 때문으로 해석된다. 하류로 갈수록 평균 KC, KCM, MKC가 감소하는 경향은 집수면적이 커질수록 인간 활동의 비중이 상대적으로 희석된다는 가설을 뒷받침한다. 또한, 모든 관측소에서 장기 기억(long memory) 특성이 확인되었으며, 이는 Hurst 지수와 유사한 결과로, 유량 시계열이 단순 백색 잡음이 아니라 자기상관 구조를 가지고 있음을 의미한다.

방법론적 측면에서, LZA 기반 KC 계산은 데이터 길이가 충분히 길어야 안정적인 추정이 가능하다는 제한이 있다. 저자들은 28년(≈10,220일)의 일일 데이터로 충분히 수렴했음을 주장하지만, 관측소별 결측치 보정 방법이 상세히 기술되지 않아 결과의 민감도 분석이 부족하다. 또한, LE 계산 시 재구성 차원 선택에 대한 민감도 검증이 없으며, 노이즈 수준이 높은 경우 LE가 과대 추정될 위험이 있다. 이러한 점은 향후 연구에서 부트스트랩이나 시뮬레이션 기반 검증을 통해 보완될 필요가 있다.

종합적으로, KC와 LE를 동시에 활용한 본 연구는 유량 데이터의 복잡성·예측 가능성을 정량화하는 새로운 프레임워크를 제시한다. 특히, 인간 활동이 복잡성을 증가시키고 예측 가능성을 감소시킨다는 정량적 근거를 제공함으로써 수자원 관리 및 정책 수립에 실용적인 인사이트를 제공한다.