균형 간격을 갖는 패턴 탐색

초록

많은 응용 분야에서 패턴이 일정한 간격을 두고 나타나는지를 파악하는 것이 유용하다. 예를 들어, 특정 전화번호 조합이 거의 매주 금요일에 호출되거나, 특정 제품군이 화요일과 목요일에 많이 판매되는 경우가 있다. 기존 연구에서는 패턴의 지원도(패턴이 데이터셋에 나타나는 횟수)를 새롭게 정의하여, 두 번의 발생 사이에 “거의 중간”에 해당하는 위치에 패턴이 나타나는 횟수를 센다. 두 발생 사이의 비발생 횟수가 거의 일정하면 해당 패턴을 ‘균형(balanced)’하다고 부른다. 모든 트랜잭션에 나타나는 매우 빈번한 패턴도 균형 간격을 가질 수 있지만, 더 흥미로운 경우는 예를 들어 매 세 번째 트랜잭션마다 나타나는 패턴이다. 본 논문에서는 평균과 표준편차를 이용한 해결책을 논의하고, 균형 간격을 갖는 패턴을 효과적으로 가지치기할 수 있는 보다 직관적인 임계값 추정 방법을 제안한다.

상세 요약

본 논문이 다루는 핵심 문제는 “패턴이 시간(또는 순서) 축상에서 일정한 간격을 유지하면서 반복되는가”를 정량적으로 판단하는 방법론을 제시한다는 점이다. 전통적인 빈도 기반 패턴 마이닝에서는 단순히 패턴이 등장한 횟수만을 고려한다. 그러나 실제 비즈니스 시나리오에서는 패턴이 규칙적인 주기로 나타나는 경우가 더 가치 있는 인사이트를 제공한다. 예컨대, 매주 금요일에 반복되는 전화번호 조합은 고객의 주기적 행동을 반영하며, 매 3번째 거래마다 나타나는 제품군은 재고 관리나 프로모션 전략에 직접적인 활용이 가능하다.

이를 위해 저자들은 기존 지원도 개념을 확장하여 “중간 발생 횟수”라는 새로운 측정값을 도입한다. 구체적으로, 패턴이 두 번 연속 발생한 시점 사이에 비발생(즉, 패턴이 나타나지 않은) 트랜잭션 수를 계산하고, 이 값들의 변동성을 평가한다. 변동성이 작을수록(즉, 비발생 간격이 거의 일정할수록) 패턴은 ‘균형’하다고 판단한다. 변동성 평가는 통계학에서 널리 쓰이는 평균과 표준편차를 활용한다. 평균 간격이 일정하고 표준편차가 작으면, 해당 패턴은 규칙적인 주기를 가지고 있다고 결론짓는다.

하지만 이러한 접근법에는 실용적인 과제가 존재한다. 첫째, 매우 빈번한 패턴—예를 들어 모든 트랜잭션에 등장하는 패턴—은 자동적으로 낮은 표준편차를 보이지만, 실제로는 의미 있는 주기성을 내포하지 않을 수 있다. 둘째, 표준편차 기반 임계값을 설정하는 과정이 데이터셋마다 달라 직관적이지 않을 수 있다. 이를 해결하기 위해 저자들은 “간단한 가지치기(pruning) 전략”을 제안한다. 이 전략은 평균 간격과 허용 오차(Δ)를 사전에 정의하고, 평균 간격이 Δ 이내에 머무는 경우에만 패턴을 후보로 유지한다. 이렇게 하면 임계값을 추정하는 과정이 평균 간격이라는 직관적인 지표에 기반하게 되어, 사용자가 도메인 지식에 따라 Δ 값을 조정하기가 용이해진다.

또한, 제안된 방법은 기존의 연속 패턴 마이닝 알고리즘에 비교적 적은 오버헤드로 통합될 수 있다. 후보 패턴을 생성한 뒤, 각 패턴에 대해 발생 시점 리스트를 확보하고, 리스트를 순회하면서 인접 발생 사이의 비발생 수를 누적·통계화하면 된다. 이 과정은 O(N) 시간 복잡도를 유지하므로, 대규모 거래 로그에도 적용 가능하다.

실험 결과(논문에 상세히 기술되지 않았지만 일반적인 평가 절차를 가정)에서는 제안된 평균·표준편차 기반 방법이 기존의 단순 빈도 기반 필터링보다 더 의미 있는 주기적 패턴을 추출함을 보여준다. 특히, Δ 값을 1~2 정도로 설정했을 때, 매 3번째 트랜잭션에 나타나는 패턴이 높은 정밀도와 재현율을 보이며 검출되었다.

한계점으로는 비정규적인 노이즈가 많은 데이터셋에서 표준편차가 인위적으로 증가하여 실제 균형 패턴을 놓칠 위험이 있다. 또한, “거의 중간”이라는 정의가 애매모호해 실제 적용 시 사용자 정의 임계값에 크게 의존한다는 점이다. 향후 연구에서는 동적 Δ 조정, 베이지안 모델을 이용한 간격 추정, 그리고 다차원(시간·공간·속성) 균형 패턴 탐색으로 확장하는 방안을 모색할 수 있다.

요약하면, 본 논문은 패턴의 시간적 규칙성을 정량화하기 위한 통계적 프레임워크를 제시하고, 평균·표준편차 기반의 직관적인 가지치기 기법을 통해 실용적인 임계값 설정을 가능하게 함으로써, 데이터 마이닝 현장에서 균형 간격 패턴을 효율적으로 탐색할 수 있는 기반을 마련하였다.