Randomized Zero Forcing

📝 Abstract

**
본 논문은 **무작위 제로 포싱(Randomized Zero Forcing, RZF)**이라 불리는 새로운 확률적 색변경 과정을 제안한다. RZF는 유향 그래프에서 각 흰색 정점이 자신의 입력 이웃(인-네이버) 중 파란색(이미 전파된) 정점이 차지하는 비율만큼의 확률로 파란색으로 변하는 규칙을 갖는다. 기존의 확률적 제로 포싱(PZF)은 무방향 그래프에 적용되었으며, 모든 연결 그래프에서 전파가 반드시 일어나지만 전파 시간만이 관심 대상이었다. 반면 RZF는 방향성과 가중치에 의해 전파 가능성이 제한될 수 있어, 전파가 전혀 일어나지 않을 수도 있다.

논문은 다음을 수행한다.

1. 유한성 조건을 구조적으로 규명하고, 초기 파란 집합을 확대하거나 초기 파란 정점에서 나가는 가중치를 증가시킬 경우 기대 전파 시간이 감소한다는 단조성을 증명한다.
2. 아라보리즘, 별, 경로, 사이클, 스파이더 등 여러 전형적인 유향 그래프 패밀리에서 정확한 기대 전파 시간과 급격한 근사식을 도출한다.
3. 무가중치 유향 그래프에 대해 정점 수, 차수, 반경 등 기본 파라미터를 이용한 극값 경계를 제시하고, 이 경계가 2차(Quadratic) 성장을 달성할 수 있음을 보인다.
4. 가중치 그래프에 대한 상한을 최소 가중치와 연결시켜서 제시하고, 가중치 조정이 전파 속도에 미치는 영향을 정량화한다.
5. 실제 투입‑산출(input‑output) 네트워크에 모델을 적용해 기대 전파 시간을 동적 중심성 지표로 활용한다.

결과적으로 RZF는 방향성·가중치가 중요한 실제 시스템(공급망, 금융 네트워크 등)에서 위험·충격 전파를 정량화하는 새로운 도구를 제공한다.

**

💡 Deep Analysis

**

1. 연구 배경 및 차별성

• 제로 포싱은 원래 행렬 최소계수와 양자 제어 문제에서 등장했으며, 결정론적 규칙에 기반한다.
• **확률적 제로 포싱(PZF)**는 무방향 그래프에 적용돼 전파가 확률 1로 보장되지만, 전파 시간만이 의미 있다.
• RZF는 두 가지 중요한 확장을 도입한다.
  1. 유향성: 정점이 파란색이 되려면 **입력(인-이웃)**이 파란색이어야 하므로, 전파는 전달 경로에 강하게 의존한다.
  2. 가중치: 각 입구 엣지의 가중치를 이용해 “얼마나 많은 입력을 이미 파란 정점이 제공하는가”를 확률에 반영한다.

이러한 차별점은 실제 공급망·산업 연계망에서 “위험은 공급자에게서 받아들여지는 양에 비례한다”는 직관을 그대로 수학화한다는 점에서 큰 의미가 있다.

2. 주요 이론적 기여

3. 방법론적 강점

1. 마코프 체인과 그래프 이론의 결합: RZF는 시간 이질적 마코프 체인이지만, 저자들은 이를 스패닝 포레스트와 지오메트릭 변수로 분해해 기대값을 직접 계산한다.
2. 구조적 귀납법: 특히 아라보리즘·트리에서 전파가 레벨별로 독립적으로 진행된다는 점을 이용해 복잡성을 크게 낮춘다.
3. 커플링 기법: Lemma 2.1에서 사용된 단조 커플링은 초기 집합 확대가 전파를 가속한다는 직관을 엄밀히 증명한다.

4. 실증 적용 및 의미

• 입출력 네트워크(산업 부문) 데이터에 RZF를 적용, 각 부문을 단일 시드로 시작했을 때 기대 전파 시간을 계산.
• 결과는 **전통적인 중심성(예: PageRank, in‑degree)**과는 다른 동적 위험 중심성을 제공한다.
• 예를 들어, 에너지 부문은 높은 인‑가중치를 가지고 있어 작은 초기 충격에도 빠르게 전파되는 반면, 서비스 부문은 낮은 인‑가중치로 전파가 늦다.

이는 정책 입안자가 “어디에 방어(시드) 투자를 해야 하는가”를 정량적으로 판단할 수 있게 한다.

5. 한계 및 향후 연구 과제

6. 종합 평가

• 학문적 기여: RZF는 유향·가중치라는 현실적인 제약을 수학적으로 정형화함으로써, 기존 제로 포싱 연구를 크게 확장한다. 특히 구조적 유한성 정리와 정확값·점근식은 이론적 깊이가 뛰어나다.
• 실용적 가치: 공급망·산업 연계망에서 위험 전파를 동적 중심성으로 측정할 수 있어, 위험 관리·정책 설계에 직접 활용 가능하다.
• 혁신성: 색변경 규칙을 입력 비율에 기반하게 만든 점은 기존 연구와 차별화된 새로운 모델링 패러다임을 제시한다.

전반적으로, 본 논문은 그래프 이론, 확률 과정, 네트워크 과학을 융합한 뛰어난 연구이며, 향후 동적 네트워크 위험 분석 분야의 핵심 참고문헌이 될 것으로 기대된다.

**

📄 Full Content

**색 변화(Color Changing)**는 정점의 색으로 나타내는 속성이 그래프를 따라 이산적인 시간 단계마다 전파되는 과정을 모델링하는 그래프 이론적 개념이다. 이 개념은 [1]에서 **제로 포싱(zero forcing)**이라 불리는 결정론적 과정으로 정형화되었다. 제로 포싱에서는 임의의 그래프 (G)의 파란 정점 (u)가 오직 하나의 흰색 이웃 정점 (w)를 가질 때만 그 색을 파란색으로 바꾼다. 초기 파란 정점 집합이 주어졌을 때, 결국 그래프 전체가 파란색이 되는지 여부는 제로 포싱 연구의 핵심 질문이며, 최소 크기의 파란 집합을 규명하고 이를 그래프의 구조적·행렬적 파라미터와 연결시키는 작업이 활발히 진행되어 왔다[22].

제로 포싱 연구는 처음에 그래프의 최소 계수(minimum rank) 를 제한하는 문제와 연관되었으며[1], 양자 제어 이론에서도 독립적으로 등장하였다[28,29]. 제로 포싱은 이후 포싱 규칙이나 허용되는 포싱 정점의 종류를 바꾸는 여러 변형을 낳았다.

• **양의 준정부호(zero forcing)**는 최소 양의 준정부호 계수 문제를 다루기 위해 도입되었으며, 표준 제로 포싱과 달리 컴포넌트 간 힘(포싱)의 전파 방식이 다르다[3].
• **왜곡 제로 포싱(skew zero forcing)**은 흰색 정점도 포싱할 수 있게 하여 전혀 다른 극값 행동과 복잡도 질문을 야기한다[14].
• **전파 시간(propagation time)**에 초점을 맞춘 연구는 초기 포싱 집합의 크기와 전체 전파에 걸리는 시간 사이의 트레이드오프를 조사한다[10].

이와 연관된 개념으로 **전력 지배(power domination)**이 있다. 전력 지배는 네트워크에서 위상 측정 장치(PMU) 를 배치해 전력망을 감시하는 과정을 모델링하며, 이는 관측이 지연되는 포싱 과정으로 볼 수 있다[21]. 전력 지배는 다양한 그래프 군과 그래프 곱에 대해 폭넓게 연구되었다[27].

확률적 제로 포싱 (Probabilistic Zero Forcing, PZF)

Kang과 Yi는 제로 포싱 정의를 확률적으로 바꾸었다[24]. 새로운 규칙인 **확률적 제로 포싱(PZF)**에서는 무방향 그래프 (G)의 파란 정점 (u)가 인접한 흰색 정점 (w)를 독립적으로 색을 바꾸려 시도하고, 성공 확률은

[ P(u\text{가 }w\text{를 파란색으로 바꿈})=\frac{#{\text{파란 정점이 }u\text{에 인접}}}{\deg(u)} \tag{1.1} ]

이다. 결정론적 제로 포싱과 달리, (1.1) 규칙 하에서는 어떠한 연결 그래프에서도 비어 있지 않은 초기 파란 집합만 있으면 전 과정이 확률 1로 전체를 파란색으로 만든다[24]. 따라서 PZF에서 관심을 두는 주요 파라미터는 전파가 언제 완료되는가가 아니라 얼마나 빨리 전체가 파란색이 되는가이다. 이를 정량화한 것이 기대 전파 시간

[ \operatorname{ept}_{\mathrm{pzf}}(G,X)=\mathbb{E}[\text{전체 }V(G)\text{가 파란색이 되기까지 필요한 라운드 수}] ]

이다.

Geneson과 Hogben은 (\operatorname{ept}_{\mathrm{pzf}})에 대한 체계적인 연구를 시작했으며[18], 일반적인 상한·하한, 여러 그래프 군에 대한 정확한 값, 그리고 극값 구성을 제시하였다. 마코프 체인을 이용한 알고리즘·계산적 접근법이 [13]에 제시되었고, 이후 연구에서는 고전적인 그래프 파라미터(정점 수, 반경 등)와의 관계를 정밀히 다듬어 주었다[25]. 무작위 그래프[15]와 격자·정규·하이퍼큐브와 같은 구조적 그래프에 대해서도 점근적 결과가 얻어졌으며[23,4], 이러한 결과들은 PZF가 연결 그래프에서는 반드시 전파가 일어나지만 기대 시간은 그래프의 미세한 구조 정보를 반영한다는 점을 강조한다.

본 논문에서 다루는 무작위 제로 포싱(Randomized Zero Forcing, RZF)

우리는 방향 그래프(간선이 양방향일 수도 있음) 위에서 입력 정점의 진입 차수(in‑degree) 에 의해 색 변화 확률이 결정되는 RZF 변형을 연구한다. 구체적으로, 방향 그래프 (G)의 흰색 정점 (w)에 대해 매 라운드마다

[ P(w\text{가 파란색이 됨})=\frac{#{\text{파란색 출발점 }u\text{에서 }w\text{로 들어오는 간선}}}{\operatorname{indeg}(w)} \tag{1.2} ]

이다.

• (\operatorname{indeg}(w)=0)이면 (P=0)이다.
• (1.2) 규칙은 무방향 그래프가 연결되어 있더라도 전체 정점이 파란색이 되는 것을 보장하지 않는다.

가능한 경우라면, 초기 파란 집합에 따라 전파가 언제 끝나는지가 확률 변수가 된다. 우리는 이 과정을 randomized zero forcing이라 부르고, 전파가 영원히 일어나지 않을 가능성을 포함하도록 기대 전파 시간을 다음과 같이 정의한다.

정의 1.1 (Randomized zero forcing process)

(G)를 비음수 가중치 ({w_{uv}})를 갖는 방향 그래프라 하고, 초기 파란 집합을 (B_0\subseteq V(G))라 하자. 정수 (t\ge0)에 대해 현재 파란 집합을 ($B_t$)라 하면, 흰색 정점 (w\notin $B_t$)에 대해

[ $p_t$(w)= \begin{cases} \displaystyle\frac{\sum_{u\in $B_t$\cap N^{-}(w)} w_{uw}}{\sum_{u\in N^{-}(w)} w_{uw}}, &\text{if }\sum_{u\in N^{-}(w)} w_{uw}>0,\[1.2ex] 0, &\text{otherwise}. \end{cases} ]

라 두고, 라운드 (t+1)에서는 각 흰색 정점 (w)가 독립적으로 확률 ($p_t$(w))로 파란색이 된다. 파란 정점은 영원히 파란색을 유지한다. 즉

[ B_{t+1}=$B_t$\cup\bigl{w\notin $B_t$:\text{Bernoulli}($p_t$(w))=1\bigr}. ]

이렇게 얻어지는 (($B_t$)_{t\ge0})는 시간 비동질 마코프 체인이며, 전파가 멈추는 상태(모든 정점이 파란색)와 전파가 절대로 일어나지 않는 상태가 흡수 상태가 된다.

정의 1.2 (Expected propagation time)

(X\subseteq V(G))를 초기 파란 집합이라 하자. 만일 모든 정점이 파란색이 될 수 있으면

[ \operatorname{ept}_{\mathrm{rzf}}(G,X)=\mathbb{E}[\text{전체 파란색이 되기까지 필요한 라운드 수}] ]

로 정의한다. 불가능하면 (\operatorname{ept}{\mathrm{rzf}}(G,X)=\infty)라 둔다.
특히 (\operatorname{ept}{\mathrm{rzf}}(G,v)=\operatorname{ept}_{\mathrm{rzf}}(G,{v}))이며,

[ \operatorname{ept}{\mathrm{rzf}}(G)=\min{v\in V(G)}\operatorname{ept}_{\mathrm{rzf}}(G,v) ]

로 정의한다. 모든 정점에 대해 (\operatorname{ept}{\mathrm{rzf}}(G,v)=\infty)이면 (\operatorname{ept}{\mathrm{rzf}}(G)=\infty)이다.

연구 동기

우리는 생산 네트워크에서 위험이 어떻게 전파되는지를 모델링하고자 RZF를 도입한다. 각 정점은 생산 단위이며, 그 출력은 상류 공급업체로부터 받는 투입량에 의존한다. 어느 정점이 파란색이 된다는 것은 공급망 붕괴, 품질 결함, 규제 충격 등으로 인해 그 생산이 방해받았음을 의미한다. 여기서 위험은 수신 측에서 발생한다: 공급업체가 능동적으로 위험을 전파하는 것이 아니라, 이미 위험에 노출된 공급업체로부터 입력 비중이 충분히 커질 때 위험이 전파된다.

간단한 장난 모델

각 시간 단계마다 기업 (w)는 자신이 필요로 하는 투입 중 하나를 독립적으로 선택한다. 공급업체 (u)가 선택될 확률은 간선 가중치 ((u,w))에 비례한다(예: 전체 투입 중 (u)가 차지하는 비중). 선택된 투입이 이미 파란색(위험에 노출된) 공급업체에서 온 경우, 해당 라운드에 (w)도 파란색이 된다. 따라서 한 라운드에서 흰색 정점 (w)가 파란색이 될 확률은 파란색 이웃으로부터 들어오는 가중치 비율과 정확히 일치한다. 이는 (1.2)와 동일한 규칙이며, 기대 전파 시간 (\operatorname{ept}_{\mathrm{rzf}})는 소수의 기업에서 시작된 충격이 전체 네트워크에 퍼지는 평균 시간을 정량화한다. 비록 매우 단순화된 모델이지만, 실제 생산 시스템에서 입력 의존성이 위험 전파의 핵심 메커니즘이라는 점을 포착한다.

주요 기여

1. 유한성 및 단조성 (Section 2)

   • ( \operatorname{ept}_{\mathrm{rzf}}(G,S) )가 유한한지에 대한 완전한 구조적 판정법을 제시한다.
   • 초기 파란 집합을 확대하면 기대 전파 시간이 줄어들지 않는다는 단조성, 그리고 초기 파란 정점에서 나가는 간선의 가중치를 증가시켜도 기대 전파 시간이 감소하지 않는다는 성질을 증명한다.

2. 구조적 그래프族에 대한 정확한 값 (Section 3)

   • 아르보레센스(arborescences) 에서는 전파가 결정적임을 보이고, 이를 이용해 완전 (k)-진 트리의 전파 시간을 구한다.
   • 가중 별(star) 그래프와 양방향 사이클(bidirected cycle) 에 대해서는 폐쇄형 식을 도출한다.

3. 무가중 방향 그래프에 대한 극값 경계 (Section 4)

   • 정점 (v)에 대한 (\operatorname{ept}_{\mathrm{rzf}}(G,v))를 간선 수에 대한 상한으로 제한하고, 이차식 성장이 실제로 달성될 수 있음을 구성으로 보여준다.

4. 그래프 연산에 대한 전파 시간 분석 (Section 5)

   • 여러 그래프를 단일 소스 정점을 통해 결합했을 때, 전체 그래프의 전파 시간이 각 구성 그래프의 전파 시간에 의해 어떻게 제한되는지를 제시한다.

5. 가중 방향 그래프에 대한 상한 (Section 6)

   • 최소 간선 가중치에 기반한 날카로운 상한을 증명하고, 가중치를 조절한 구체적인 예시를 통해 상한의 샤프함을 확인한다.

6. 실제 입력‑출력 네트워크 적용 (Section 7)

   • 실제 산업 부문 입력‑출력 네트워크에 모델을 적용해 단일 정점 시작 기대 전파 시간을 계산한다.

7. 향후 과제 (Section 8)

   • 방향성, 가중치, 동적 네트워크 변화 등을 포함한 확장 연구와 알고리즘적 효율성에 대한 열린 질문들을 제시한다.

유한성에 대한 구조적 완전성 (Theorem 2.1)

정리 2.1
가중치가 비음수인 방향 그래프 (G)와 초기 파란 집합 (S\subseteq V(G))가 주어지고, 양의 가중치를 가진 간선만을 남긴 그래프를 (G^{+})라 하자. 그때
[ \operatorname{ept}{\mathrm{rzf}}(G,S)<\infty \quad\Longleftrightarrow\quad \text{모든 정점이 }S\text{에서 }G^{+}\text{를 통해 도달 가능} ]
즉, (G^{+})에서 (S)가 전달 가능한 모든 정점을 포함하면 전파 시간이 유한하고, 그렇지 않으면 (\operatorname{ept}{\mathrm{rzf}}(G,S)=\infty)이다.

증명 개요
(R)을 (S)로부터 (G^{+})에서 도달 가능한 정점들의 집합이라 하자. 귀납적으로 ($B_t$\subseteq R)임을 보이면, (R\neq V(G))인 경우 전파가 절대로 전체에 도달하지 못한다. 반대로 (R=V(G))이면, 각 정점에 대해 부모 간선을 선택해 스패닝 포레스트를 구성하고, 그 부모가 파란색이 될 때마다 자식이 파란색이 될 확률이 양의 상수 (p(v)) 이상임을 이용해 기하분포와의 확률적 지배를 통해 모든 정점의 기대 색칠 시간이 유한함을 증명한다.

기본 단조성 결과 (Lemma 2.1, Corollary 2.2, Lemma 2.3)

• Lemma 2.1: 초기 파란 집합을 확대하면 어떤 목표 집합 (T)가 (\ell) 라운드 안에 모두 파란색이 될 확률은 증가한다. 이를 위해 두 과정 사이에 단조 커플링을 구성하여 첫 번째 과정의 파란 집합이 항상 두 번째 과정에 포함되도록 만든다.

• Corollary 2.2: 위의 확률적 단조성을 기대값에 적용하면
  [ \operatorname{ept}{\mathrm{rzf}}(G,S{1})\ge \operatorname{ept}{\mathrm{rzf}}(G,S{2}) \quad\text{(when }S_{1}\subseteq S_{2}\text{)}. ]

• Lemma 2.3: 초기 파란 정점에서 나가는 간선의 가중치를 증가시키면, 동일한 초기 집합에 대해 목표 집합이 파란색이 될 확률이 증가한다. 역시 동일한 균등 난수 ($U_t$(w))를 공유하는 커플링을 이용해 증명한다.

결론

본 논문은 방향성과 가중치가 결합된 새로운 전파 모델인 Randomized Zero Forcing을 제안하고, 그 기대 전파 시간에 대한 구조적, 확률적, 알고리즘적 특성을 폭넓게 탐구하였다. 특히 전달 가능성이라는 순수한 그래프 이론적 조건이 기대 전파 시간의 유한성을 완전히 좌우한다는 점은, 기존의 확률적 제로 포싱 연구와는 다른 구조적 명료성을 제공한다. 향후 연구에서는 동적 가중치, 다중 유형 위험, 그리고 실시간 정책 최적화와 같은 현실적인 요소들을 모델에 통합함으로써, 산업 네트워크의 시스템적 취약성을 보다 정밀하게 정량화할 수 있을 것으로 기대한다.