지속적 클러스터링과 클라인버그 정리

초록

이 논문은 클러스터링 알고리즘을 영속성(persistence)과 함자성(functoriality)이라는 두 축으로 재구성한다. 영속성은 군집 결과가 다중 해상도 구조를 가져야 함을 의미하고, 함자성은 데이터 집합이 변형될 때 군집 결과를 일관되게 비교할 수 있음을 뜻한다. 이러한 프레임워크 안에서 저자들은 기존의 Kleinberg의 불가능성 정리와는 달리 존재와 유일성을 보장하는 군집 스키마를 제시하고, 그 안정성 및 수렴성을 분석한다.

상세 분석

논문은 먼저 기존 클러스터링 이론에서 제기된 Kleinberg의 “불가능성 정리”(일관성, 규모 독립성, 풍부성이라는 세 가지 공리를 동시에 만족하는 군집화 함수는 존재하지 않는다)를 비판적 검토한다. 저자들은 이 정리의 핵심 모순이 ‘스케일’과 ‘구조’ 사이의 경계가 모호하다는 점에 있다고 보고, 이를 해소하기 위해 두 가지 새로운 개념을 도입한다. 첫 번째는 영속성(persistence)으로, 군집 결과를 하나의 단일 파티션이 아니라 여러 해상도에서의 파티션 계층, 즉 필터링 구조로 본다. 이는 위상학적 데이터 분석(TDA)에서 영속적 동형사상(persistent homology)과 유사한 아이디어이며, 데이터의 다양한 스케일을 동시에 포착한다는 장점이 있다. 두 번째는 함자성(functoriality)으로, 데이터 집합 사이의 연속적인 변환(점 추가, 삭제, 거리 변환 등)에 대해 군집화 결과가 함자적으로 변한다는 요구이다. 즉, 데이터 변환을 함수로 모델링하고, 클러스터링 과정을 그 함수에 대한 함자(함수 사이의 사상)로 취급한다. 이러한 접근은 군집 결과를 단순히 정적인 라벨링이 아니라, 데이터 변환에 따라 자연스럽게 ‘끌려’가는 구조적 객체로 본다.

프레임워크를 수학적으로 정형화하기 위해 저자들은 ‘클러스터링 파이프라인’을 범주(Category)로 정의하고, 객체를 메트릭 공간, 사상을 거리 보존 또는 비압축 함수로 설정한다. 영속성은 이 범주 내에서 ‘필터드 객체(filtered object)’라는 개념으로 구현되며, 각 레벨의 파티션은 사전 순서(poset) 구조를 이룬다. 함자성은 파이프라인이 범주 사이의 함자(functor)임을 요구한다. 이러한 정의 하에, 저자들은 ‘유일한 영속적 함자 클러스터링 스키마’를 구성한다. 이 스키마는 입력 메트릭 공간에 대해 ‘최소 거리 임계값을 기준으로 한 연결 성분’(single-linkage clustering)과 동일하지만, 영속적 구조를 명시적으로 보존한다는 점에서 차별화된다.

핵심 정리는 다음과 같다. (1) 영속성, 함자성, 그리고 ‘비자명성(non‑triviality)’(두 개 이상의 클러스터가 존재할 수 있음)이라는 세 공리를 동시에 만족하는 클러스터링 스키마는 정확히 하나 존재한다. (2) 이 스키마는 기존의 single‑linkage 클러스터링을 영속적 필터링 형태로 재해석한 것이며, 따라서 계산적으로도 효율적이다. 저자들은 또한 이 스키마가 데이터에 작은 노이즈가 추가되거나 샘플이 증가해도 결과가 연속적으로 변하는 ‘안정성(stability)’을 보이며, 샘플 크기가 무한대로 갈 때 필터링이 실제 거리 공간의 영속적 동형사상에 수렴한다는 ‘수렴성(convergence)’을 증명한다.

이러한 결과는 Kleinberg의 불가능성 정리가 ‘정적 파티션’에 국한된 것이며, 영속적·함자적 관점을 도입하면 존재와 유일성을 동시에 확보할 수 있음을 보여준다. 또한 클러스터링을 위상학적 데이터 분석과 연결함으로써, 다중 스케일 데이터 해석에 대한 새로운 이론적 토대를 제공한다.