MOHCS 겹치는 고연결 서브그래프 탐색

본 논문은 네트워크 분석에서 자주 등장하는 “고연결 서브그래프(Highly Connected Subgraph, HCS)” 문제를 새로운 관점에서 재조명한다. 전통적으로 고연결 서브그래프는 최소 컷(minimum cut)의 크기가 정점 수의 절반 이상이라는 정의에 기반했으며, 이를 판정하기 위해서는 복잡한 최소 컷 알고리즘을 사용해야 했다. 저자들은 먼저 최소 차수(minimum degree)와 최소 컷 사이의 관계를 정리한 일련의 정리와 보조 정리를 제시한다. 핵심 정리인 정리 1은 “고연결 그래프에서는 최소 차수가 최소 컷과 동일하다”는 것을 증명하고, 정리 2는 “그래프가 고연결이 되려면 최소 차수가 정점 수의 절반 이상이어야 한다”는 충분·필요 조건을 제시한다. 이 두 정리를 결합하면, 고연결 그래프를 ‘δ(G) ≥ |V|/2’라는 단순한 차수 기반 조건으로 재정의할 수 있다. 이 새로운 정의는 알고리즘 설계에 직접적인 영향을 미친다. 기존 HCS 알고리즘은 매 반복마다 최소 컷을 계산하고, 그 결과에 따라 그래프를 분할하거나 정점을 제거했다. 최소 컷 계산은 O(E log V) 혹은 더 복잡한 O(V E) 수준의 비용이 들었으며, 특히 대규모 희소 그래프에서는 비현실적인 시간 소요를 초래했다. 반면, 차수 기반 정의를 사용하면 그래프의 모든 정점 차수를 한 번 스캔하는 것만으로 고연결 여부를 판단할 수 있다. 따라서 고연결 판정은 O(V + E) 시간, 즉 선형 시간에 수행 가능하다. 이러한 이론적 토대를 바탕으로 저자들은 MOHCS(Mining Overlapping Highly Connected Subgraphs)라는 탐욕적 정점 삭제 알고리즘을 설계한다. 알고리즘의 흐름은 다음과 같다. 1) 현재 그래프 ‘G’에서 최소 차수를 가진 정점 v를 선택한다. 2) v를 삭제하고, 남은 그래프가 고연결 조건(δ(G) ≥ |V|/2)을 만족할 때까지 1‑2 과정을 반복한다. 3) 조건을 만족하면 현재 서브그래프를 하나의 고연결 서브그래프로 기록하고, 해당 서브그래프의 정점들을 원 그래프에서 제거한다. 4) 남은 그래프에 대해 1‑3 과정을 반복해 모든 고연결 서브그래프를 추출한다. MOHCS는 두 가지 중요한 개선점을 포함한다. 첫째, 최소 차수 정점이 여러 개 존재할 경우, 가장 최근에 차수가 업데이트된 정점을 우선 삭제하도록 힙의 비교 연산을 조정한다. 이는 두 개 이상의 고연결 서브그래프가 서로 겹쳐 있을 때, 한 서브그래프가 완전히 사라지지 않고 부분적으로만 삭제되는 현상을 방지한다. 둘째, 알고리즘이 진행되는 동안 남게 되는 고립 정점(싱글톤)을 기존 고연결 서브그래프에 재귀적으로 삽입하는 “싱글톤 채택” 절차를 도입한다. 싱글톤을 각 서브그래프에 인접한 정점 수 기준으로 정렬하고, 삽입 후에도 고연결 조건을 유지하는지를 검증함으로써, 실제 네트워크에서 발생할 수 있는 작은 노드들을 놓치지 않는다. 또한, 겹치는 서브그래프를 식별하기 위해 기존 HCS 논문에서 제안된 절차를 차용한다. 이 절차는 이미 발견된 서브그래프들을 서로 비교해 공통 정점을 공유하는 경우를 찾아내며, MOHCS에서는 고연결 정의를 이용해 불필요한 파라미터 튜닝 없이 동일한 기능을 수행한다. 시간 복잡도 측면에서, 하나의 고연결 서브그래프를 찾는 데는 최소 차수 정점 선택과 차수 업데이트를 위해 Fibonacci 힙을 사용함으로써 O(E + V log V) 시간이 소요된다. 전체 그래프에서 k개의 서브그래프를 추출하는 전체 복잡도는 O(kE + V log V)이며, 실제 실험에서는 k가 작을 경우 거의 선형에 가까운 실행 시간을 보였다. 실험에서는 두 종류의 데이터셋을 사용했다. 첫 번째는 다양한 밀도와 크기를 갖는 합성 그래프이며, 두 번째는 효모(yeast) 단백질 상호작용 네트워크이다. 실험 결과는 다음과 같다. (1) MOHCS는 기존 HCS 및 MODES와 비교해 동일하거나 더 높은 정밀도와 재현율을 달성했으며, 특히 겹치는 클러스터를 정확히 식별하는 데 우수했다. (2) 실행 시간은 기존 최소 컷 기반 알고리즘에 비해 1~2 orders of magnitude 빠르게 수행되었다. (3) 싱글톤 채택 절차를 적용했을 때, 실제 생물학적 네트워크에서 의미 있는 작은 모듈을 추가로 발견할 수 있었다. 결론적으로, 이 논문은 고연결 서브그래프 탐색 문제를 최소 차수 기반 정의로 단순화함으로써 이론적 복잡도를 크게 낮추고, 실용적인 탐욕적 알고리즘 MOHCS를 제시한다. MOHCS는 겹치는 서브그래프를 효율적으로 탐지하고, 대규모 네트워크에서도 실시간에 가까운 성능을 보인다. 향후 연구에서는 가중치 그래프, 동적 네트워크, 그리고 다른 형태의 밀집 서브그래프(예: k‑core, k‑truss)와의 연계 가능성을 탐색할 여지가 있다.