Velocity surface disorder of large deviation rates for high-dimensional random walk in strongly mixing environment

한 여행자가 매 걸음마다 변화하고 움직이는 지형을 통과하며 이동하고 있다고 상상해 보십시오. 이 지형은 고정되어 있지 않습니다. 물리와 수학의 세계에서, 이것은 무작위 환경에서의 무작위 보행(random walk in a random environment)의 본질입니다. 단순한 평면 격자 위의 경로 대신, 여행자는 장소마다 다르게 변하는 국소적 조건에 의해 어느 방향으로 이동할 확률이 결정되는 지형을 마주합니다. 때로는 이 조건들이 서로 먼 도시의 날씨처럼 완전히 독립적일 수도 있고, 다른 때에는 한 구석의 열기가 옆 구석에 영향을 미치는 방 안의 온도처럼 서로 연결되어 있을 수도 있습니다. 과학자들은 이러한 여행자가 광대한 거리에서 어떻게 행동하는지에 대해 오랫동안 매료되어 왔습니다. 그들은 여행자가 충분히 멀리 가면, 그들의 평균 속도가 예측 가능한 패턴인 일정한 표류(steady drift), 즉 대수의 법칙으로 안정된다는 것을 알고 있습니다. 그러나 더 깊은 질문은 여행자가 이 평균에서 크게 벗어나는 드문 순간들에 관한 것입니다. 여행자가 경로를 크게 이탈할 확률은 얼마나 될까요? 그리고 우리가 단 하나의 특정한 여정을 보느냐, 아니면 가능한 모든 지형을 통한 모든 가능한 여정의 평균을 보느냐에 따라 그 답이 달라질까요?

수십 년 동안 수학자들은 이러한 희귀한 사건들을 이해하기 위해 대수의 법칙이라 불리는 '대편차(large deviations)'를 연구해 왔습니다. 그들은 이러한 희귀한 사건의 가능성을 측정하는 두 가지 방식의 차이를 구분합니다. 한 가지 방식인 '퀘인치드(quenched, 고정된)' 관점은 하나의 고정된 지형을 바라보며, 그 특정하고 변하지 않는 세계 안에서 여행자가 어떻게 행동하는지를 묻습니다. 다른 방식인 '애닐드(annealed, 어닐드/평균된)' 관점은 모든 가능한 지형에 대해 평균을 내며, 만약 우리가 지형 자체를 뒤섞을 수 있다면 어떤 일이 일어날지를 묻습니다. 이 두 관점은 평균 속도에 대해서는 종종 일치하지만, 희귀하고 극단적인 편차에 대해서는 자주 의견이 엇갈립니다. 지형의 형태와 무질서의 정도가 이 두 관점을 일치시키거나 갈라놓습니다. 이러한 특정한 것과 평균적인 것 사이의 긴장은 유체의 흐름부터 DNA의 복제에 이르기까지 복잡한 시스템을 이해하는 데 핵심적입니다.

최근 한 연구에서 연구진은 특히 국소적 조건들이 짧은 거리 내에서 연결되어 있는 환경에서, 이 두 관점이 언제 일치하고 언제 갈라지는지를 정확히 밝혀냈습니다. 연구팀은 여행자가 네 가지 이상의 방향으로 이동하는 고차원적 설정을 중심으로 연구했으며, 환경의 무작위성이 유한한 범위 내로 제한되는 특정 유형의 무질서를 조사했습니다. 이 시나리오에서는 한 지점의 지형 변화가 일정 거리 내의 지점들에만 영향을 미치며, 그 범위를 넘어서면 지형은 독립적입니다. 연구진은 이러한 무질서가 충분히 낮을 때—즉, 지형의 변화가 작고 미미할 때—퀘인치드 관점과 애닐드 관점이 넓은 범위의 결과에 대해 동일해진다는 것을 발견했습니다. 구체적으로, 가능한 속도 범위의 경계에 있는 임의의 콤팩트 영역(sharp corners를 제외한)에 대해, 여행자가 해당 속도로 편차를 보이는 확률은 하나의 고정된 지형을 보든 모든 지형의 평균을 보든 정확히 같습니다.

이 발견은 중요한 의미를 갖는데, 이는 환경의 변동성이 특정 임계치 아래에 있을 때, 희귀한 사건을 예측하는 데 있어 특정 지형의 복잡성이 중요하지 않다는 것, 즉 평균적인 행동이 특정한 상황의 완벽한 대리인이 된다는 것을 확립하기 때문입니다. 연구진은 환경이 완전히 무작위가 아니라 이러한 단거리 상관관계를 가지고 있을 때도 이 일치가 유지된다는 것을 보여주었습니다. 또한 그들은 여행자가 발견될 가능성이 가장 높은 속도들의 집합인 '제로 세트(zero set)'의 기하학적 형태를 규명했습니다. 그들은 이 집합이 단 하나의 점이거나 하나의 직선 구간이라는 것을 증명했으며, 이는 이러한 무작위 보행의 근본적인 기하학을 명확히 해주는 결과입니다.

그러나 이 연구는 또한 이 합의가 깨지는 명확한 선을 긋습니다. 연구진은 환경이 어떤 진정한 무작위성을 유지하는 한, 두 관점이 모든 곳에서 일치할 수는 없음을 입증했습니다. 특히 가능한 범위의 내부에 있는 일부 속도들의 경우, 특정 지형과 평균 사이의 편차 확률은 엄격하게 다릅니다. 이러한 엄격한 불일치는 무질서가 매우 낮을 때조차 지속되며, 이는 지형의 구체적인 세부 사항이 속도 범위의 깊은 내부에는 항상 흔적을 남긴다는 것을 증명합니다. 즉, 경계에서는 사라질지라도 내부에서는 여다는 것입니다. 또한 연구는 '방향성 불균형(directional imbalance)'이라는 다른 종류의 무질서를 탐구하여, 만약 특정 방향에서의 변동이 작다면 전체적인 무질서가 균일하게 작지 않더라도 경계에서의 두 관점 사이의 합의를 국소적으로 회복할 수 있음을 보여주었습니다.

이 논문은 환경의 복잡한 의존성을 분리하는 데 도움이 되는 보조적이고 단순화된 버전의 무작위 보행을 구축함으로써 이러한 현상을 이해하기 위한 엄격한 틀을 제공합니다. 이 도구를 사용하여 저자는 여행자가 전달하는 정보와 변화하는 지형이 전달하는 정보를 분리할 수 있었습니다. 그들은 낮은 무질서 조건 하에서 여행자의 경로가 사실상 특정 방향으로의 결정론적 보행처럼 행동하며, 환경의 불규칙성을 효과적으로 매끄럽게 만든다는 것을 보여주었습니다. 이를 통해 특정 확률과 평균 확률이 수렴할 수 있게 됩니다. 그럼에도 불구하고, 연구는 이러한 수렴이 보편적이지는 않음을 확인합니다. 속도 범위의 저차원적인 모서리 부분에서는 두 관점이 여전히 구별되며, 이는 환경의 특정한 구조가 지속적으로 영향을 미치고 있음을 반영합니다.

궁극적으로 이 연구는 복잡하고 상관관계가 있는 시스템에서 무작위성이 어떻게 작동하는지에 대한 우리의 이해를 정교화합니다. 이는 모든 가능성에 대해 평균을 내는 것이 많은 상황에서 시스템의 행동을 완벽하게 예측할 수 있지만, 그것이 보편적인 대체물은 아니라는 점을 말해줍니다. 평균이 충분한 역할을 할 수 있는 무질서의 임계치가 존재하지만, 이러한 단순화에는 근본적인 한계가 있습니다. 환경의 특정한 성격은 항상 속도 범위의 깊은 내부에서 중요하게 작 작용하며, 따라서 단일 여정의 고유한 이야기가 군중의 통계에 의해 완전히 지워질 수 없음을 보장합니다. 이러한 구별은 일반적인 추세와 특정한 조건 모두가 중요한 역할을 하는 실제 현상을 모델링할 때, 우리가 언제 평균에 의존할 수 있고 언제 개별 사례의 독특한 특징을 고려해야 하는지에 대한 더 명확한 그림을 제공합니다.