공간 경쟁 모델 군중 회피 에이전트의 자기 조직이 초래하는 비효율과 불평등

초록

본 연구는 에이전트가 주변 혼잡을 회피하려는 행동을 통해 공간을 차지하는 과정을 모델링한다. 인구 밀도, 이웃 크기(z), 허용 혼잡 임계값(τ), 정보 반경(r) 등 개별 특성이 전역적 비효율과 불평등에 미치는 영향을 분석하고, 특정 밀도에서 비효율이 급격히 변하고 최고조에 이르는 현상을 발견한다. 정보량이 증가할수록 불평등은 감소하지만, 비효율은 경우에 따라 비단조적 변화를 보인다.

상세 분석

이 논문은 1차원 격자 위에 N개의 에이전트를 무작위 배치하고, 각 에이전트가 자신의 이웃(z) 내 점유 밀도 ν가 허용 임계값 τ 이하일 때 ‘승리’(payoff = 1)하고, 초과하면 ‘패배’(payoff = 0)하도록 설계된 게임 이론적 프레임워크를 제시한다. 에이전트는 승리 시 위치를 유지하고, 패배 시 정보 반경 r(또는 표준화된 rs) 내의 빈 사이트 중 하나로 무작위 이동한다. 이 과정은 순차적 업데이트 방식으로 진행되며, 모든 에이전트가 승리 상태에 도달하면 흡수 상태(absorbing state)가 형성된다.

핵심 변수는 네 가지이다. 첫째, 인구 밀도 ρ = N/L은 시스템 전반의 포화 정도를 결정한다. 둘째, 이웃 크기 z는 지역적 경쟁 범위를 정의하며, z가 클수록 에이전트가 고려하는 주변 환경이 확대된다. 셋째, 허용 임계값 τ는 에이전트가 감내할 수 있는 최대 혼잡 수준을 나타내며, τ = 1이면 모든 에이전트가 언제든 승리한다. 넷째, 정보 반경 r은 에이전트가 실제로 관찰하고 이동 가능한 범위를 제한한다. r < z/2인 경우, 에이전트는 자신의 승패 판단에 필요한 정보를 충분히 얻지 못해 비효율이 증대될 가능성이 있다.

시뮬레이션 결과는 두 개의 특이 밀도, 즉 전이 밀도(transition density)와 피크 지속 가능 밀도(peak sustainable density)를 드러낸다. 전이 밀도 이하에서는 거의 모든 초기 조건이 흡수 상태에 도달해 전역적 비효율 η가 낮다. 반면 피크 지속 가능 밀도에서는 승리 가능한 배치가 존재하지 않아 시스템이 지속적으로 움직이며, η가 최대치에 이른다. 이때 η는 η = ⟨|Nl − Nl_min|⟩/N 형태로 정의되며, Nl은 한 라운드의 패배자 수, Nl_min은 이론적 최소값이다.

정보량 r의 변화는 두 구간에서 상반된 영향을 미친다. 전이 밀도 이하에서는 적절한 r값(특히 rs≈0.5~1)에서 η가 최소가 되며, 이는 제한된 정보가 오히려 에이전트 간의 과도한 이동을 억제해 효율을 높이는 효과를 의미한다. 반면 피크 지속 가능 밀도 이상에서는 r이 커질수록 η가 증가한다. 이는 에이전트가 더 넓은 정보를 활용해 더 많은 이동을 시도하지만, 공간이 포화돼 이동이 무의미해지는 ‘정보 과잉’ 현상을 초래한다.

불평등 측정은 에이전트 간 누적 payoff 차이(Gini‑like 지표)로 수행했으며, 전반적으로 r이 증가할수록 불평등은 감소한다. 이는 정보가 많을수록 에이전트가 자신의 최적 위치를 찾을 확률이 높아져 payoff 분포가 평탄해지기 때문이다. 그러나 비효율과 불평등은 서로 독립적인 경향을 보이며, 정보가 불평등을 감소시켜도 비효율을 반드시 낮추지는 않는다.

수학적 분석에서는 피크 지속 가능 밀도를 ρ_peak = (z · τ + 1)⁻¹ 로 근사화했으며, 이는 이웃 내 허용 인원 수와 직접 연결된다. 또한, Monte Carlo 시뮬레이션을 10⁵ MC step까지 수행해 정상 상태 평균값을 추정했으며, 다양한 (z, τ, r) 조합에 대해 η와 불평등 지표의 곡선을 제시했다.

결과적으로, 공간 자체가 제한 자원인 시스템에서 지역적 혼잡 회피 규칙은 전역적 비효율과 불평등을 동시에 조절한다는 중요한 통찰을 제공한다. 특히, 정보 접근성의 비단조적 효과는 정책 설계 시 ‘정보 과잉’이 오히려 시스템 효율을 저해할 수 있음을 시사한다.