저랭크 행렬의 무작위 교란: 고전 경계의 개선

본 논문은 “Random perturbation of low rank matrices: Improving classical bounds” 라는 제목의 연구를 한국어로 상세히 해석한다. 연구의 배경은 행렬 교란 이론으로, 데이터 과학·통계·공학에서 흔히 마주치는 문제인 “A+E” 형태의 행렬에서 원본 행렬 A의 특이값·특이벡터가 교란 행렬 E에 의해 얼마나 변하는가를 정량화한다. 전통적인 도구는 Weyl 정리(특이값 차이 ≤‖E‖)와 Davis‑Kahan‑Wedin 정리(특이벡터 사이 각도의 사인 ≤‖E‖/갭)이다. 그러나 이들은 E가 무작위라 하더라도 ‖E‖가 n(행·열 차원)의 제곱근에 비례하므로, 실제 저랭크 데이터에 적용하면 요구되는 갭 δ가 비현실적으로 커진다. 저자들은 두 가지 핵심 가정을 도입한다. 첫째, 원본 행렬 A는 저랭크(r≪min{m,n})이다. 둘째, 교란 행렬 E는 (C₁,c₁,γ)-concentrated 라는 확률적 집중성을 만족한다. 이는 모든 단위 벡터 u∈ℝ^m, v∈ℝ^n에 대해 |uᵀEv|가 지수적으로 감소하는 꼬리를 가진다는 의미이며, γ가 클수록 더 강한 집중을 의미한다. 이 정의는 독립적인 엔트리를 갖는 Bernoulli, Gaussian, Wigner 등 대부분의 표준 랜덤 모델을 포함한다. 핵심 정리는 Theorem 14 로, δ가 충분히 크고 ‖E‖<σ₁(최대 특이값)인 경우, \