[논문 리뷰] A System-of-Systems Convergence Paradigm for Societal Challenges of the Anthropocene

Megan S. Harris, Mohammad Mahdi Naderi외 12명|arXiv (Cornell University)|2026. 03. 02.

Complex Systems and Decision Making인용 수 0

한 줄 요약

본 논문은 real-world data, 시스템 사고, 시각적 모델링, 수학 및 컴퓨팅을 통합하기 위해 메타-인지 맵에 기반한 System-of-Systems 수렴 패러다임을 제안하며, Chesapeake Bay Watershed 사례로 SysML 및 HFGT를 사용해 시연한다.

ABSTRACT

Modern societal challenges, such as climate change, urbanization, and water resource management, demand integrated, multi-discipline, multi-problem approaches to frame and address their complexity. Unfortunately, current methodologies often operate within disciplinary silos, leading to fragmented insights and missed opportunities for convergence. A critical barrier to cross-disciplinary integration lies in the disparate ontologies that shape how different fields conceptualize and communicate knowledge. To address these limitations, this paper proposes a system-of-systems (SoS) convergence paradigm grounded in a meta-cognition map, a framework that integrates five complementary domains: real-world observations, systems thinking, visual modeling, mathematics, and computing. The paradigm is based on the Systems Modeling Language (SysML), offering a standardized, domain-neutral approach for representing and analyzing complex systems. The proposed methodology is demonstrated through a case study of the Chesapeake Bay Watershed, a socio-environmental system requiring coordination across land use, hydrology, economic and policy domains. By modeling this system with SysML, the study illustrates practical strategies for navigating interdisciplinary challenges and highlights the potential of agile SoS modeling to support large-scale, multi-dimensional decision-making.

연구 동기 및 목표

• 조각화된 온톨로지와 제도적 사일로로 인해 사회-환경 시스템 전반의 학문간 수렴이 왜 실패하는지 식별한다.
• Real-World, Systems Thinking, Visual, Mathematics, and Computing 도메인을 아우르는 메타-인지 맵에 기반하여 일반화 가능한 SoS 수렴 패러다임을 제안한다.
• SysML/HFGT 온톨로지 프레임워크 내에서 토지 이용, 수문학 및 경제 모델의 실용적 통합을 시연한다.
• 확장 가능하고 교차 도메인 의사결정 지원을 위한 Anthropocene System Integrators를 양성하기 위한 교육 및 제도적 인프라를 개요한다.

제안 방법

• Real-World, Systems Thinking, Visual, Mathematics, Computing 다섯 도메인 간의 지식 생성을 조직하는 메타-인지 맵을 도입한다.
• Network Science, Data-Driven AI, MBSE, 및 Hetero-functional Graph Theory (HFGT)을 포함하는 응집된 모델링 도구 모음을 옹호한다.
• SoS 모델링의 표준화된 도메인 중립 표현으로 Systems Modeling Language (SysML)를 사용한다.
• 공유 온톨로지 내에서 토지 이용, 수문학, 경제 모델을 결합한 통합된 Chesapeake Bay Watershed 사례 연구를 통해 패러다임을 시연한다.
• 강한 시스템 기반, 공통 온톨로지, 확장성, 분석 및 합성 능력, 그리고 문제 독립성 등 수렴적 SoS 패러다임의 설계 기준을 논의한다.
• 패러다임이 다섯 가지 인지 도메인 간의 번역을 어떻게 지원하고 반복적이며 교차 도메인 지식 생성을 가능하게 하는지 설명한다.
• Anthropocene System Integrators를 양성하기 위한 교육 및 팀 과학 인프라를 개요한다.

Figure 1 : Graphical illustration of an interconnected geophysical, biophysical, sociocultural and sociotechnical system of Anthropocene systems.

실험 결과

연구 질문

• RQ1 조각화된 온톨로지와 사일로화된 접근 방식이 사회-환경 시스템에서 교차 도메인 통합을 지원하도록 어떻게 조정될 수 있는가?
• RQ2 메타-인지 맵에 의해 안내되는 SysML 기반 SoS 수렴 패러다임이 인간과 자연 과정의 결합된 모델링을 가능하게 할 수 있는가?
• RQ3 다중 도메인 수렴 및 확장성을 가장 잘 지원하는 방법론의 조합은 무엇인가(네트워크 과학, AI, MBSE, HFGT)?
• RQ4 Chesapeake Bay Watershed를 통합된 도메인 중립 프레임워크로 모델링하여 조정된 의사결정을 정보화할 수 있는가?
• RQ5 대규모 교차 부문 도전에 대처하기 위해 Anthropocene System Integrators를 양성하기 위한 교육적 및 제도적 전략은 무엇인가?

주요 결과

• 다섯 가지 시스템적 함정이 수렴을 방해한다: 지역 맥락 의존성, 조각화된 온톨로지, 하향식/상향식 잘못 연결, 공동 시뮬레이션의 한계, 사회-심리적 역학의 무시.
• 메타-인지 맵은 Real-World, Systems Thinking, Visual, Mathematics, Computing 도메인 전반의 지식 생성을 위한 발판을 제공한다.
• 수렴형 SoS 패러다임은 강한 시스템 기반, 공통 온톨로지, 확장성, 분석 및 합성 능력, 그리고 문제 독립성을 필요로 한다.
• MBSE와 HFGT는 Network Science 및 Data-Driven AI와 함께 높은 수렴 가능성을 제공하고 각 도메인에서 서로를 보완한다.
• Chesapeake Bay Watershed 사례는 통합된 SysML/HFGT 기반 프레임워크가 토지 이용, 수문학 및 경제를 통합하여 더 일관된 교차 도메인 분석을 가능하게 함을 보여준다.
• 학제 간 및 규모에 걸쳐 작동하도록 Anthropocene System Integrators를 양성하기 위한 교육 및 조직 계획이 제안된다.

Figure 2 : Tunnel vision when addressing Anthropocene societal challenges