연관 그래프 시각화로 분류 해석 지원

본 연구는 INIST가 운영하는 PASCAL 데이터베이스에서 추출한 초록을 활용해, 학술 문헌의 저자와 용어 사이에 존재하는 복합적인 연관 관계를 그래프 형태로 시각화하고 탐색할 수 있는 시스템을 설계·구현하였다. 연구의 핵심 목표는 (1) 전통적인 공동저자(co‑author) 그래프와 (2) 저자‑용어(author‑term) 강연관 그래프 두 종류를 동시에 구축하고, 이를 사용자가 직관적으로 이해할 수 있는 인터페이스를 제공하는 것이다. 이를 위해 저자·용어 추출, 연관 가중치 계산, 그래프 축소·군집화, 그리고 시각화·탐색 단계가 순차적으로 진행된다. 1. **데이터 모델링 및 하이퍼그래프 구성** 각 문서는 저자명, 자동 추출된 용어, 그리고 용어 변형(형태소·동의어·구문 확장 등)을 포함하는 하이퍼엣지로 모델링된다. 전체 코퍼스는 하이퍼그래프 H={h₁,…,hₙ} 로 표현되며, 여기서 hᵢ는 문서 i에 해당한다. 하이퍼그래프에서 모든 정점(저자·용어)을 V에 모으고, 같은 하이퍼엣지에 동시에 등장하는 정점 쌍을 E에 포함시켜, 가중치 a(i,j) = P(i|j)·P(j|i) 로 정의된 ‘등가 계수’를 부여한다. 이 방식은 저빈도이지만 의미 있는 연관도도 보존한다는 장점이 있다. 2. **연관 그래프 축소와 임계값 적용** 전체 가중치 그래프 G를 임계값 s∈(0,1) 로 필터링해 Gₛ=(V,Eₛ,a) 를 만든다. 기존 연구에서는 용어 빈도 기반 차단을 주로 사용했지만, 본 연구는 가중치 기반 차단을 선택함으로써 희귀하지만 혁신적인 정보를 유지한다. 3. **CPCP 군집화 알고리즘** 그래프 군집화에는 단일연결(SLC) 알고리즘의 변형인 CPCL(Classification by Preferential Clustered Link)을 적용한다. CPCL는 (i) 각 정점의 외부 이웃보다 큰 로컬 최대 가중치 엣지를 선택해 집합 S를 만든다, (ii) S에 의해 형성된 연결 성분을 군집 C로 정의하고, (iii) 군집 간 최대 가중치 엣지를 새로운 가중치 a_C 로 계산해 그래프를 재귀적으로 축소한다. 이 과정은 군집 크기 제한이 없으며, 군집 간 관계가 대칭적으로 유지돼 원래 네트워크 구조를 보존한다. 4. **용어 추출 및 변형 처리** TermWatch 시스템을 이용해 LTPOS와 LTChunker 기반의 얕은 NLP 파이프라인으로 명사구(NP)를 추출한다. 이후 규칙 기반 확장을 통해 복합 용어를 식별하고, 형태소·동의어·구문 변형을 탐지해 동일 개념의 다양한 표기를 하나의 정점으로 통합한다. 변형 관계는 가중치 1로 강제 연결해, 용어 간 의미적 연관성을 명확히 표시한다. 5. **시각화 인터페이스** - **AiSee 기반 2D 매핑**: 에너지 최소화 레이아웃을 사용해 군집을 색상·크기로 구분하고, 군집 라벨은 해당 군집 내 중심 정점(저자·용어)을 표시한다. 사용자는 군집을 펼치거나 접어 내부 구조와 외부 연결을 탐색할 수 있다. 특히 매개 중심성(betweenness) 점수가 높은 정점이 라벨에 반영돼, 네트워크 내 ‘브리지’ 역할을 하는 저자·용어를 쉽게 식별한다. - **TermWatch 하이퍼텍스트 네비게이터**: 대규모 그래프에서 개별 연관 링크를 클릭해 원문 초록으로 이동하거나, 연관 규칙을 상세히 검토할 수 있다. 이는 그래프가 너무 커서 2D 레이아웃에 모두 표시하기 어려운 경우에 보완적인 탐색 수단으로 활용된다. 6. **실험 및 결과** 두 개의 코퍼스, 즉 남미 나노기술(SAN)과 코르달 그래프(CG)를 대상으로 실험을 수행하였다. - **SAN 코퍼스**: 939건, 2,574명의 저자, 51개 국가. 공동저자 그래프는 국제 협력 클러스터를 명확히 드러냈으며, M. Knobel, A. G. Souza 등 핵심 저자가 다수의 클러스터를 연결하는 ‘브리지’ 역할을 수행한다. 저자‑용어 그래프에서는 A. Craeivich의 연구 주제(예: doped film, GISAXS pattern 등)가 해당 클러스터에 집중되어 있음을 확인했다. - **CG 코퍼스**: 155건, 261명의 저자, 32개 국가. 공동저자 그래프는 중심 저자(Dieter Kratsch)를 중심으로 한 클러스터와, 그 주변에 Heggernes·Berry가 형성한 밀집 클러스터를 보여준다. 저자‑용어 그래프에서도 Kratsch 클러스터가 가장 큰 라벨로 나타나며, 이를 펼치면 그의 연구 분야와 연관된 용어 집합을 한눈에 파악할 수 있다. 또한, ‘open question’이라는 용어 클러스터와 연결된 여러 용어를 통해 연구의 열린 문제점들을 시각적으로 탐색할 수 있었다. 7. **의의 및 향후 과제** 본 논문은 텍스트 기반 메타데이터에서 복합적인 연관 구조를 추출·시각화하는 전체 파이프라인을 제시함으로써, 대규모 학술 네트워크에서 새로운 협력 가능성이나 연구 트렌드를 탐색하는 데 실용적인 도구를 제공한다. 향후 작업으로는 (a) 실시간 질의 처리와 대규모 그래프의 스트리밍 업데이트, (b) 사용자 피드백을 반영한 인터랙티브 군집 재조정, (c) 다른 도메인(예: 특허·법률 문서)으로의 적용 가능성을 검증하는 것이 제시된다.