커뮤니티 구조를 활용한 영향력 전파 최적화

초록

본 논문은 영향력 전파가 임계 현상을 보이는 경우, 특히 두 개의 느슨하게 연결된 커뮤니티를 가진 네트워크에서 기존의 서브모듈러 기반 그리디 알고리즘이 최적이 아님을 입증한다. 커뮤니티 내부와 사이의 전파 임계점 차이를 이용해 시드 노드 배치를 조정하면 활성화 규모를 크게 향상시킬 수 있음을 보이며, 간단한 구조 기반 수정 방안을 제시한다.

상세 분석

영향력 전파 문제는 일반적으로 “감소 수익”(submodular) 특성을 가정하고, 이때 그리디(hill‑climbing) 선택이 (1‑1/e)‑근사 보장을 제공한다는 이론적 기반 위에 많은 연구가 진행되어 왔다. 그러나 실제 사회·생물·기술 네트워크에서는 전파 과정이 퍼콜레이션 임계점(percolation threshold)과 같은 비선형 현상을 나타내는 경우가 빈번하다. 이러한 모델에서는 활성화 확률이 특정 초기 시드 수 이하에서는 거의 0에 가깝고, 임계점을 초과하면 급격히 폭발적으로 증가한다는 ‘이중 임계(double‑critical)’ 특성이 나타난다.

논문은 특히 두 개의 커뮤니티가 약하게 연결된 구조를 가정한다. 각 커뮤니티 내부는 높은 밀도와 낮은 전파 임계값을, 커뮤니티 간 연결은 낮은 밀도와 높은 임계값을 가진다. 이때 전체 네트워크에 대한 전파는 두 단계로 진행된다. 첫 번째 단계는 시드가 한 커뮤니티에 집중될 경우 그 커뮤니티 내부에서만 전파가 일어나고, 두 번째 단계는 충분한 시드가 양쪽 커뮤니티에 고르게 분포되거나, 커뮤니티 간 브릿지 노드에 할당될 때만 두 커뮤니티를 연결하는 전파가 발생한다.

그리디 알고리즘은 매 단계마다 현재 활성화 기대값이 가장 크게 증가하는 노드를 선택한다. 하지만 기대값 계산이 서브모듈러가 아니므로, 초기에는 한 커뮤니티에 과도하게 시드를 몰아넣어 “지역 최적”에 빠진다. 결과적으로 전체 활성화 규모는 임계점을 넘지 못해 크게 제한된다.

저자들은 이러한 현상을 수학적으로 모델링하고, 두 커뮤니티 각각의 임계값 θ₁, θ₂와 연결 강도 ε를 파라미터화한다. 분석을 통해 시드 수 k가 전체 임계값 k* = θ₁ + θ₂ 를 초과하려면, 최소한 k₁ ≥ θ₁ 와 k₂ ≥ θ₂ 를 만족하도록 시드를 배분해야 함을 증명한다. 여기서 k₁, k₂는 각각 커뮤니티 1, 2에 할당된 시드 수이다.

따라서 제안된 수정 전략은 크게 두 가지 요소로 구성된다. 첫째, 커뮤니티 별 임계값을 사전 추정(예: 작은 샘플 전파 실험 또는 구조적 메트릭)하고, 이를 기반으로 시드 할당 비율을 사전에 결정한다. 둘째, 커뮤니티 간 연결을 담당하는 ‘브릿지’ 노드(또는 고중심성 노드)를 우선적으로 선택해 두 커뮤니티 사이의 전파 장벽을 낮춘다. 이 두 가지 규칙을 그리디 선택에 통합하면, 기존 그리디 대비 20~35% 정도의 활성화 증가를 실험적으로 확인하였다.

또한, 논문은 시뮬레이션을 통해 다양한 네트워크 토폴로지(ER, 스케일프리, 실세계 소셜 네트워크)와 다양한 전파 모델(임계점 기반 SIR, 복합 전파 모델)에서 제안 방법의 일반성을 검증한다. 결과는 특히 커뮤니티 간 연결이 희박하고, 각 커뮤니티 내부가 고밀도일수록 제안 방법의 이점이 크게 나타난다.

이 연구는 영향력 전파 최적화가 반드시 서브모듈러 가정에 의존할 필요가 없으며, 네트워크의 구조적 특성—특히 커뮤니티와 그 사이의 연결 강도—을 명시적으로 고려함으로써 비선형 전파 모델에서도 효율적인 시드 선택이 가능함을 보여준다.