서브그래프 유사성을 기반으로 한 커뮤니티 구조 찾기

초록

본 논문은 서브그래프 간 구조적 유사성을 정량화하는 새로운 지표를 제안하고, 이를 이용한 커뮤니티 탐지 알고리즘을 설계한다. 제안 알고리즘은 기존의 CNM 알고리즘과 동일한 수준의 모듈러티를 달성하면서도 실행 시간이 수백 배 가량 빠르다. 또한, CNM과 결합한 하이브리드 버전을 통해 모듈러티를 더욱 향상시키고 대규모 네트워크에서도 실용적인 성능을 보인다.

상세 분석

이 논문은 복잡 네트워크에서 커뮤니티를 식별하는 문제에 초점을 맞추며, 특히 수백만 노드 규모의 그래프에 적용 가능한 고속 알고리즘을 목표로 한다. 핵심 기여는 두 서브그래프 V_i와 V_j 사이의 유사성을 측정하는 식 (1) s_{ij}=e_{ij}+∑{k=1}^{h}√(e{ik}e_{kj})/(|V_k|^p d_i d_j) 를 제시한 점이다. 여기서 e_{ij}는 두 서브그래프 사이의 직접 연결 수, d_i는 서브그래프 i에 속한 노드들의 차수 합, |V_k|는 서브그래프 k의 크기이며 p는 크기 편향을 보정하는 파라미터이다. 이 정의는 서브그래프가 서로 많이 연결될수록, 혹은 공통의 다른 서브그래프와 강하게 연결될수록 높은 유사도를 부여한다는 직관을 반영한다.

알고리즘은 초기 상태를 각 노드가 하나의 서브그래프인 n-분할 Γ₀으로 두고, 각 서브그래프가 가장 높은 s_{ij} 값을 갖는 다른 서브그래프와 연결하도록 한다. 그런 다음, 이 연결 관계가 형성하는 연결 성분을 하나의 새로운 서브그래프로 병합하고, 이 과정을 전체가 하나의 서브그래프가 될 때까지 반복한다. 매 단계마다 현재 분할에 대한 모듈러티 Q를 계산하고, Q가 최대가 되는 분할을 기록한다. 이 절차는 결정론적이며 초기 조건에 민감하지 않다.

CNM 알고리즘은 초기 단계에서 차수가 낮은 노드들을 과도하게 병합하는 경향이 있어 초기 오류가 누적될 위험이 있다. 이를 보완하기 위해 저자들은 하이브리드 전략을 제안한다. 먼저 한 번의 위 단계(서브그래프 유사도 기반 병합)를 수행해 각 서브그래프가 최소 두 개 이상의 노드를 포함하도록 만든 뒤, 이후에 전통적인 CNM 절차를 적용한다. 이렇게 하면 초기 과도 병합을 방지하면서도 CNM의 정교한 최적화 과정을 활용할 수 있다.

실험은 Football, Yeast PPI, Cond-Mat, WWW, IMDB 등 다섯 개의 실제 네트워크에 대해 수행되었다. 표 2는 각 알고리즘이 달성한 최대 모듈러티를, 표 3은 실행 시간을 보여준다. XCZ(제안 알고리즘)는 CNM에 비해 100배 이상 빠르면서도 모듈러티가 비슷하거나 약간 낮았다. 반면 XCZ+CNM 하이브리드 방식은 모듈러티가 가장 높았으며, 특히 대규모 IMDB 데이터셋에서도 하루 이내에 결과를 얻을 수 있었다.

이 논문의 의의는 두 가지이다. 첫째, 서브그래프 간 유사도를 정량화함으로써 기존 노드 기반 유사도보다 더 풍부한 구조 정보를 활용한다는 점이다. 둘째, 이 유사도를 이용한 병합 단계가 매우 효율적이어서 대규모 네트워크에서도 실시간에 가까운 속도로 커뮤니티를 탐지할 수 있다. 다만, 모듈러티 자체가 작은 커뮤니티를 놓치는 해상도 한계를 가지고 있기에, 향후 정규화된 상호정보량(NMI) 등 다른 평가 지표와의 비교가 필요하다. 또한, 현재 제안된 유사도는 무가중 그래프에만 적용되므로, 가중 네트워크에 대한 확장 연구가 기대된다.