이질성이 랜덤 불린 네트워크의 임계성 및 안티프래질리티를 확장한다

초록

본 논문은 시간·구조·기능의 이질성을 도입한 랜덤 불린 네트워크(RBN)에서 임계성(criticality)과 안티프래질리티(antifragility)의 존재 영역이 넓어짐을 실험적으로 보여준다. 동질적 네트워크는 파라미터 공간의 좁은 영역에서만 임계 상태를 보이지만, 이질성을 가하면 임계성 곡선이 평탄해져 더 넓은 K·p 범위에서 복잡도가 최대에 가까워진다. 또한 안티프래질리티는 이질성으로 확대되지만, 최고 안티프래질리티는 특정 동질적 파라미터에서만 달성된다. 결과는 자연·인공 시스템 설계 시 이질성과 동질성의 균형을 상황에 맞게 조절해야 함을 시사한다.

상세 분석

논문은 먼저 전통적인 Kauffman 모델의 네 가지 동질성 가정(입력 수 K의 동일성, 무작위 연결, 동시 업데이트, 함수 편향 p의 동일성)을 명시하고, 이 가정이 임계점(Kc =