Disordered Yet Directed: The Emergence of Polar Flocks with Disordered Interactions
이 논문은 무질서한 스핀 유리 형태의 정렬 결합을 가진 자가 추진 입자 모델에서, 상호작용의 분산을 증가시키는 것이 오히려 전역적 극성 질서를 촉진할 수 있다는 역설적인 사실을 입증하며, 이는 활동에 의한 국소적 클러스터링을 가능하게 하여 좌절(frustration)을 완화함으로써 대부분의 상호작용이 반정렬(antialigning) 상태일 때에도 군집(flock)이 출현할 수 있도록 한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
자연계에서, 소용돌이치는 물고기 떼부터 찌르레기의 군무에 이르기까지, 개별 생명체들은 중앙 통제 장치 없이도 종종 하나가 되어 움직입니다. 플로킹(flocking)이라 알려진 이 현상은 단순한 규칙을 따르는 개체들이 어떻게 복잡하고 조화로운 집단 행동으로 이어지는지를 연구하는 과학자들을 오랫동안 매료시켜 왔습니다. 수십 년 동안 연구자들은 모든 구성원이 자신의 이웃과 방향을 맞추려고 노력한다는 가정하에 컴퓨터 모델에 의존해 왔습니다. 이러한 모델은 모두가 의견이 일치할 때는 잘 작동하지만, 집단이 불일치로 가득 차거나 서로 어울리기 위한 규칙이 무질서하고 일관되지 않을 때 발생하는 상황을 설명하는 데는 어려움을 겪습니다. 실제 생활에서 동물이나 심지어 미생물조차도 결코 동일하지 않습니다. 그들은 성격, 감각, 그리고 서로에게 반응하는 방식에서 다양성을 보입니다. 이러한 혼돈으로부터 어떻게 질서가 발생하는지를 이해하는 것은 생물학뿐만 아니라 로봇 군집을 설계하거나 신체 내에서 세포가 어떻게 조직되는지를 이해하는 데에도 매우 중요합니다.
연구팀은 이제 의도적으로 혼란을 도입하는 새로운 종류의 컴퓨터 시뮬레이션을 구축함으로써 이 질문을 탐구했습니다. 모든 입자가 이웃과 완벽하게 정렬되기를 원한다고 가정하는 대신, 그들은 각 입자 쌍에 무작위적인 관계를 부여했습니다. 어떤 쌍은 같은 방향을 향하도록 프로그래밍된 반면, 다른 쌍은 반대 방향을 향하도록 프로그래밍되었습니다. 자석의 집합체와 같은 정적인 시스템에서, 이러한 무작위적인 갈등은 일반적으로 전체적인 방향이 나타나지 않는 얼어붙은 무질서 상태로 이어집니다. 연구자들은 이러한 무작위성을 추가하면 플록(flock, 무리)이 파괴될 것이라고 예상했습니다. 하지만 그들은 놀라운 반전을 발견했습니다: 불일치를 늘리는 것이 오히려 집단의 조직화를 도왔다는 것입니다.
과학자들은 스스로 움직이는 입자들, 즉 박테리아나 인공 로봇처럼 스스로 앞으로 나아가는 작은 개체들로 가득 찬 가상 세계를 만들었습니다. 그들은 입자들이 서로에게 미치는 영향력의 강도와 방향이 무작위 분포에서 추출되도록 하는 규칙을 바탕으로 상호작별하도록 프로그래밍했습니다. 어떤 경우에는 평균적인 영향력이 양(+)이었는데, 이는 집단이 일반적으로 동의하기를 원한다는 것을 의미합니다. 다른 경우에는 평균적인 영향력이 음(-)이었는데, 이는 집단이 일반적으로 반대하기를 원한다는 것을 의미합니다. 연구자들이 낮은 수준의 무작위성으로 시뮬레이션을 실행했을 때는 예상대로 입자들이 함께 하나의 통일된 방향으로 움직이거나, 혹은 흩어져서 혼란스러운 상태로 남았습니다. 그러나 연구자들이 무작위 상호작용의 분산, 즉 퍼짐 정도를 높였을 때 예상치 못한 일이 일관되게 발생했습니다. 입자들을 서로 밀어내도록 설정된 상호작용이 대다수임에도 불구하고, 집단은 응집력 있는 플록을 형성하기 시작했습니다.
이 역설적인 결과는 입자들이 '활성(active)' 상태라는 사실에 기반합니다. 즉, 그들은 끊임없이 움직이며 환경을 탐색하고 있습니다. 정적인 시스템에서 입자들은 이웃들과 묶여 있어 상충하는 지시들로부터 오는 좌절감을 피할 수 없습니다. 하지만 이 입자들은 움직이고 있기 때문에 물리적으로 스스로를 재배열할 수 있습니다. 시뮬레이션 결과, 입자들은 자신과 강력하고 긍정적인 연결을 공유하는 이웃을 향해 자연스럽게 이동했습니다. 그들은 효과적으로 스스로를 분류하여, 자신을 정렬하도록 돕는 소수의 파트너와 함께 뭉치고, 갈등을 일으키는 파트너로부터는 멀어졌습니다. 이러한 자기 조직화를 통해 그들은 국지적인 합의의 주머니들을 형성할 수 있었습니다. 일단 이러한 작은 정렬 클러스터들이 형성되면, 입자들의 활동성이 이 클러스터들을 성장시키고 연결하는 데 도움을 주었으며, 결국 대부분의 근본적인 규칙이 그러한 움직임을 막으려 함에도 불구하고 전체 집단이 같은 방향으로 움직이는 상태로 이어졌습니다.
연구진은 다양한 수의 입자, 다양한 밀도, 다양한 수준의 노이즈를 사용하여 수천 번의 시뮬레이션을 수행함으로써 이 아이디어를 엄격하게 검증했습니다. 그들은 이 효과가 견고하다는 것을 발견했습니다. 이는 평균적인 상호작용이 매우 부정적이어서 시스템이 실패하도록 설계된 경우에도 발생했습니다. 또한 그들은 무작위 규칙이 고정되어 있지 않고 시간에 따라 변하는 시나리오, 즉 어닐드 디스오더(annealed disorder) 상황에서도 어떤 일이 일지는 확인했습니다. 그 경우 플로킹은 일어나지 않았습니다. 이는 핵심이 고정된 무작위 규칙과 입자의 이동 능력 사이의 조합에 있음을 확인시켜 주었습니다. 입자들은 어떤 이웃이 도움이 되고 어떤 이웃이 도움이 되지 않는지를 학습할 수 있는 안정적인 관계 세트가 필요했으며, 그 후 자신의 움직임을 이용해 도움이 되는 이웃을 찾아내야 했습니다.
이 연구는 또한 이 과정이 집단 내에 특정한 종류의 구조를 만든다는 것을 밝혀냈습니다. 입자들은 단순히 균일한 구름을 형성하는 것이 아니라, 국지적 정렬이 매우 강한 조밀한 띠와 클러스터를 형성했습니다. 이러한 클러스터들은 완벽하지 않았고 상당 부분의 상호작용은 여전히 좌절을 유발했지만, 시스템은 전체적인 움직임이 방향성을 갖도록 하는 균형점을 찾아냈습니다. 연구자들은 무작위성이 증가함에 따라 입자들이 정렬된 이웃들과 더 많은 시간을 접촉하며 효과적으로 노이즈를 걸러낸다는 것을 관찰했습니다. 이는 현실 세계의 시스템, 즉 변동성이 예외가 아닌 규범인 곳에서 무질서가 조정의 장애물이 아니라 그것을 이끄는 메커니즘이 될 수 있음을 시사합니다.
이 발견은 집단 운동을 위해 균일성이 필수적이라는 오랜 가정을 뒤흔듭니다. 이전의 많은 모델에서는 이질성이나 불일치를 도입하는 것이 플록을 약화시키거나 파괴할 것으로 생각되었습니다. 이 새로운 연구는 활성 시스템에서는—개체들이 끊임없이 움직이고 상호작용하는 상황에서는—어느 정도의 무질서가 실제로 유익할 수 있음을 시사합니다. 그것은 시스템이 스스로를 분류하여 혼돈 속에서 가장 협력적인 경로를 찾도록 해줍니다. 연구자들은 자신들의 결과가 컴퓨터 시뮬레이션에서 도출되었지만, 이것이 박테리아 군집부터 새 떼에 이르기까지 자연계의 군집들이 개체 간의 내재된 차이에도 불구하고 어떻게 질서를 유지할 수 있는지에 대한 새로운 관점을 제공한다고 언급했습니다. 일련의 상충하는 신호들을 하나의 통일된 방향으로 바꾸는 능력은, 무엇이 효과적인지 찾아내고 그렇지 않은 것으로부터 멀어지는 단순한 물리적 행위에 의해 추진되는, 활성 물질(active matter)의 근본적인 속성으로 보입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.