다중층 네트워크 사회 전염 현상의 상관관계 기반 진단

초록

본 논문은 다중층 네트워크에서 전염이 특정 층에 국한되는 지역화와 전체 층에 퍼지는 비지역화 현상을 시간적 자동상관으로 구분한다. 평균장 이론으로 유도한 라그-1 자동상관식이 활성화와 지역화 전이의 민감한 지표임을 시뮬레이션으로 검증한다. 부분 관측 상황에서도 구조에 독립적인 진단이 가능함을 보여준다.

상세 분석

본 연구는 다중층(멀티플렉스) 네트워크 상에서 전염성 사회 현상을 모델링하고, 그 동역학을 시간적 자동상관(autocorrelation)이라는 최소한의 관측량으로 진단하는 방법을 제시한다. 모델은 접촉 기반 전염(contact‑based contagion) 과정을 층간 전염 매개변수 ε=η/β 로 연결한 형태이며, 각 층의 접촉 확률 행렬 Rα는 단일층 SIS 모델의 일반화 형태인 (1‑식)으로 정의된다. 전체 시스템은 supra‑contact 행렬 (\bar R = \sum_{\alpha}R^{\alpha}+εC) 로 표현되며, 이 행렬의 최대 고유값 (\bar Λ_{\max}) 가 전염 임계점 βc/µ = 1/ (\bar Λ_{\max}) 를 결정한다.

전염이 한 층에만 집중되는 지역화(Active‑Localized, AL)와 두 층이 동시에 활성화되는 비지역화(Active‑Delocalized, AD) 두 가지 주요 정역을 기존 연구가 구조적 스펙트럼을 통해 구분했지만, 본 논문은 동적 자동상관을 통해 이를 구분한다. 평균장 마스터 방정식(3‑식)에서 노드 상태 Xαu(t) 를 0‑1 마코프 체인으로 전개하고, 전이 행렬 W 를 구해 라그‑h 자동상관 ρααuu(h) 를 폐쇄형(12‑식)으로 유도한다. 핵심 결과는 자동상관이 qαu(1‑µ) 라는 복합 감쇠 인자에 의해 지수적으로 감소한다는 점이다. 여기서 qαu는 이웃으로부터 감염을 받지 않을 확률이며, 활성화 임계점에서는 q≈1이므로 ρ(1)=1‑µ 로 회복된다.

활성화 임계점 바로 위에서는 감염이 드물어 회복 확률 µ 가 자동상관을 지배한다. AL 구역에서는 지배층의 β/µ 가 증가함에 따라 pαu 가 커지고 qαu 가 감소해 자동상관이 감소한다. 반면 비지배층은 외부(층간) 전염에 의해 드물게 감염되므로 자동상관이 거의 1‑µ 로 고정된다. 이 차이는 두 층의 자동상관이 서로 다른 값을 보이는 명확한 신호가 된다. AD1 구역(전염성 증가에 의한 비지역화)에서는 두 층 모두 감염 확률이 높아지면서 자동상관이 동시에 감소한다. AD2 구역(강한 층간 결합에 의한 비지역화)에서는 ε가 Λ1‑Λ2 규모를 초과해 두 층이 사실상 하나의 효과적 네트워크처럼 동기화되며, 자동상관 감소 패턴이 거의 동일하게 나타난다.

전이 구역(AL↔AD2)에서는 층간 상관이 강해 평균장 가정이 깨지므로 12‑식의 정량적 정확도가 떨어진다. 이를 보완하기 위해 논문은 수치적 마스터 방정식 적분과 직접적인 시뮬레이션을 수행해 자동상관의 정성적 패턴이 이론과 일치함을 확인한다. 특히 부분 관측 상황에서, 관측된 층의 자동상관이 1‑µ 에 가깝고 활동 수준이 낮다면, 이는 해당 층이 비지배층이며, 숨겨진 지배층이 초과 활성 상태임을 추론할 수 있다. 반대로 두 층 모두 자동상관이 감소하고 활동 수준이 비슷하면 시스템이 비지역화(AD) 상태임을 판단한다.

이러한 결과는 복잡한 다중층 구조를 완전히 알 필요 없이, 시간적 시계열 데이터만으로도 전염의 전반적 상태와 층간 역할을 파악할 수 있음을 시사한다. 특히 데이터 접근이 제한된 실제 온라인 플랫폼 환경에서, 자동상관 기반 진단은 경량화된 모니터링 도구로 활용 가능하다.