덴드로그램의 퇴화와 p adic 기하학적 해석

초록

덴드로그램을 초거리공간인 초초점(ultrametric) 구조로 보고, 이를 p-adic 수 체계와 브루하트‑택스 트리의 부분트리로 표현한다. 논문은 이러한 표현이 대수기하학의 모듈리 공간과 연결되어 dendrogram 군의 파라미터 공간이 p-adic 형태임을 보이며, 확률적 분류 모델에도 적용 가능함을 제시한다. 마지막으로 숨겨진 부분(hidden part)의 위상 구조를 계산한다.

상세 분석

본 논문은 데이터 분석에서 널리 사용되는 덴드로그램을 초거리공간, 즉 초초점(ultrametric) 공간으로 공식화하고, 이를 p-adic 수 체계와 브루하트‑택스 트리(Bruhat‑Tits tree)와의 동형관계에 기반해 새로운 기하학적 시각을 제공한다. 초초점 거리 d(x,y) 가 만족하는 삼각 부등식 d(x,z) ≤ max{d(x,y), d(y,z)} 은 p-adic 절대값의 성질과 일치하므로, 각 덴드로그램은 자연스럽게 p-adic 거리 공간으로 사상될 수 있다. 저자는 특히 덴드로그램의 모든 리프를 무한 원소(∞)와 연결함으로써 완비된 트리 구조를 얻으며, 이는 p-adic 프로젝트라인 ℙ¹(ℚ_p) 위에 존재하는 브루하트‑택스 트리의 유한 부분트리와 동형이다.

이러한 동형관계는 두 가지 중요한 함의를 가진다. 첫째, 대수기하학에서 다루는 모듈리 공간, 예를 들어 M_{0,n} (n개의 표식점이 있는 안정된 곡선의 모듈리 공간)은 p-adic 파라미터 공간으로 해석될 수 있다. 즉, 덴드로그램의 변형(family)은 M_{0,n}(ℚ_p) 상의 경로로 기술되며, 파라미터가 변함에 따라 트리 구조가 어떻게 퇴화하거나 분열하는지를 p-adic 연속성으로 추적한다. 둘째, 확률적 분류(stochastic classification)에서 각 데이터 포인트가 여러 클러스터에 속할 확률을 p-adic 확률 측도와 결합함으로써, 전통적인 베이지안 네트워크와는 다른 비아키메딕(non‑Archimedean) 확률 모델을 구축한다. 이 모델은 p-adic 거리의 비선형 스케일링 특성 덕분에 고차원 데이터의 군집 구조를 더 민감하게 포착한다는 장점이 있다.

논문의 핵심 기술적 결과는 ‘숨겨진 부분(hidden part)’의 위상학적 계산이다. 트리에서 관측 가능한 리프와 내부 노드 외에 존재하는, 즉 데이터에 직접적으로 대응되지 않는 가상의 노드들을 ‘숨겨진 부분’이라 정의하고, 이 부분이 형성하는 위상 공간을 동형사상으로 분석한다. 저자는 이 공간이 일종의 콤팩트 1‑차원 셀 복합(complex)이며, 그 베타 수(beta numbers)는 덴드로그램의 퇴화 정도와 직접적인 상관관계를 가진다는 정리를 증명한다. 특히, 퇴화가 심한 경우(리프가 동일한 거리 레벨에 몰리는 경우) 숨겨진 부분의 1‑차 호몰로지가 증가하여, 트리의 사이클 구조가 복잡해짐을 보여준다. 이러한 위상적 특성은 데이터의 내재적 복잡도와 군집의 불확실성을 정량화하는 새로운 지표로 활용될 수 있다.

전반적으로 논문은 덴드로그램을 p-adic 기하학과 연결함으로써, 기존의 유클리드 기반 군집 분석을 넘어선 이론적 토대를 제공한다. 이는 특히 비아키메딕 수학을 데이터 과학에 적용하려는 최근 연구 흐름과도 일맥상통하며, 모듈리 공간 이론, 비아키메딕 확률론, 그리고 위상 데이터 분석(TDA) 사이의 교차점을 새롭게 제시한다.