모듈형 네트워크에서 BChS 동역학을 통한 의견 형성

초록

본 연구는 확률적 블록 모델(SBM)로 생성된 모듈형 네트워크 위에서 Biswas‑Chatterjee‑Sen(BChS) 동역학을 적용해 의견 전파를 조사한다. 내부·외부 연결 확률(p_in, p_out)과 부정 상호작용 확률(p)을 조절함으로써 전역 합의, 완전 무질서, 그리고 각 모듈은 내부적으로 정렬되지만 전체적으로는 상반된 ‘모듈형 편향’ 상태를 포함한 세 가지 주요 상을 확인한다. 모듈 구조가 강할수록, 특히 p_out이 작고 p가 중간 정도일 때, 전역 합의가 억제되고 모듈 내부의 강한 정렬이 유지되는 현상이 뚜렷하게 나타난다.

상세 분석

본 논문은 두 단계로 구성된 모델링을 제시한다. 첫 번째 단계는 동일 크기의 c개의 커뮤니티를 갖는 확률적 블록 모델(SBM)로 네트워크를 생성하는 것으로, 각 커뮤니티 내 연결 확률 p_in과 커뮤니티 간 연결 확률 p_out을 독립적으로 조절한다. p_in을 크게 잡고 p_out을 수십 옥타브에 걸쳐 변화시킴으로써 강한 모듈성부터 거의 완전 혼합된 구조까지 연속적인 스펙트럼을 만든다. 두 번째 단계는 Biswas‑Chatterjee‑Sen(BChS) kinetic exchange 모델을 적용한다. 각 에이전트 i는 의견 o_i∈{−1,0,+1}를 갖고, 무작위로 선택된 엣지 (i,j)에서 한쪽이 다른 쪽의 의견을 µ·o_j만큼 끌어당기거나 반발한다. 여기서 µ=+1은 친화적 상호작용, µ=−1은 반대적 상호작용이며, 반대적 상호작용이 일어날 확률을 p(‘불일치 확률’)로 정의한다. 업데이트는 clip 함수를 통해 의견이 {−1,0,+1} 범위에 머물게 한다.

주요 관측량은 전역 순서 매개변수 O=|∑_i o_i|/n와 모듈별 절대 평균 자석화 O_intra= (1/c)∑_g |m_g| (m_g는 g 모듈의 평균 의견)이다. O가 1에 가깝고 O_intra도 1에 가깝다면 전역 합의가 형성된 것이고, O≈0이면서 O_intra≈1이면 ‘모듈형 편향’ 상태, 즉 각 모듈 내부는 거의 단일 의견이지만 모듈 간에는 상반된 의견이 지배한다는 의미이다.

시뮬레이션은 2×10^6 스텝의 이완 단계와 동일한 길이의 측정 단계로 구성되며, 파라미터 조합마다 여러 SBM 인스턴스와 독립적인 BChS 궤적을 평균한다. 결과는 크게 세 가지 영역으로 구분된다. (1) 낮은 p와 작은 p_out에서는 강한 모듈 내부 정렬(O_intra≈1)과 거의 제로에 가까운 전역 순서(O≈0)가 동시에 관측돼 모듈형 편향이 안정적임을 보여준다. (2) p_out을 증가시키면 모듈 간 연결이 충분히 많아져 전역 순서가 급격히 상승하고, O와 O_intra가 모두 1에 수렴하는 전역 합의 상태가 나타난다. (3) p가 0.5 이상으로 크게 되면, 친화적·반대적 상호작용이 거의 균형을 이루어 모든 파라미터 영역에서 O와 O_intra가 모두 낮은 무질서 상태가 된다.

특히 p=0인 경우(반대적 상호작용이 전혀 없는 경우)에는 모듈형 편향 영역이 사라지고, p_out이 일정 수준 이상이면 즉시 전역 합의가 형성된다. 이는 반대적 상호작용이 모듈 내부 정렬을 유지하면서도 모듈 간 의견 차이를 확대시키는 역할을 함을 시사한다. 또한 c(모듈 수)를 늘릴수록 전역 순서의 소실이 더 급격해져, 대규모 사회에서 모듈성에 의한 ‘에코 챔버’ 현상이 실제 상전이와 유사한 거동을 보일 수 있음을 암시한다.

결과적으로, 네트워크의 메소스케일 구조(p_in, p_out)와 미시적 상호작용 파라미터(p)의 조합이 의견 동역학의 거시적 상을 결정한다는 점을 정량적으로 입증한다. 특히 ‘강한 내부 결속·약한 외부 연결’이라는 전형적인 소셜 네트워크 특성이 전역 합의를 방해하고, 지속적인 의견 양극화를 초래할 수 있음을 모델을 통해 명확히 보여준다.