지역 정보 기반 결측 링크 예측

초록

본 논문은 네트워크에서 존재하지 않을 가능성이 높은 연결(결측 링크)을 찾기 위해, 노드 간의 지역적 유사성을 이용한 여러 지표를 실험적으로 비교한다. 9가지 기존 로컬 유사도와 새롭게 제안한 두 가지 지표(자원 할당 기반과 2단계 이웃 기반)를 6개의 실제 네트워크에 적용해 AUC 값을 측정한 결과, 가장 단순한 공통 이웃(Common Neighbors) 지표가 전반적으로 최고 성능을 보였으며, 그 뒤를 아다믹‑아다르(Adamic‑Adar)와 제안된 자원 할당(Resource Allocation) 지표가 잇는다. 또한, 최근접 이웃만을 이용할 경우 많은 링크가 동일 점수를 받아 구분이 어려운 문제를 해결하기 위해, 2단계 이웃 정보를 활용한 새로운 지표를 설계했으며, 이는 예측 정확도를 현저히 향상시켰다.

상세 분석

이 연구는 네트워크 과학에서 핵심적인 문제인 결측 링크 예측을 ‘노드 유사도’를 기반으로 한 로컬 접근법으로 해결하고자 한다. 먼저, 저자들은 9가지 대표적인 로컬 유사도 지표를 선정하였다. 여기에는 가장 기본적인 공통 이웃(Common Neighbors, CN), 자원 할당(Resource Allocation, RA), 아다믹‑아다르(Adamic‑Adar, AA), 자카드 계수(Jaccard), 사라센 인덱스(Sorensen), 퍼센트 지표(Preferential Attachment, PA), 로컬 경로(Local Path, LP), 하이퍼링크(Hyperlink) 및 기타 변형이 포함된다. 각 지표는 두 노드 사이에 존재하는 공통 이웃의 수 혹은 그 이웃들의 특성을 가중치로 반영한다.

실험은 6개의 서로 다른 특성을 가진 실제 네트워크(사회적, 생물학적, 기술적 네트워크 등)에 대해 수행되었다. 평가 지표로는 ROC 곡선 아래 면적(AUC)을 사용했으며, 이는 무작위로 선택된 존재하지 않는 링크와 실제 존재하는 링크를 비교했을 때 올바르게 순위를 매긴 비율을 의미한다. 결과는 놀랍게도 가장 단순한 CN이 대부분의 네트워크에서 가장 높은 AUC를 기록했으며, 이는 복잡한 가중치 기법보다 공통 이웃 자체가 강력한 예측 신호임을 시사한다.

AA는 CN보다 약간 낮은 성능을 보였지만, 이웃의 차수에 대한 로그 가중치를 적용함으로써 저차수 이웃의 영향을 강조한다. 저자들은 이러한 결과를 바탕으로 ‘자원 할당’ 지표를 새롭게 제안한다. RA는 이웃 노드가 가진 연결 수(차수)의 역수를 가중치로 사용해, 낮은 차수를 가진 이웃이 더 큰 기여를 하도록 설계되었다. 실험 결과 RA는 CN과 거의 동등하거나 약간 높은 AUC를 달성했으며, 특히 네트워크가 희소하거나 클러스터링 계수가 낮은 경우에 유리했다.

하지만 로컬 정보만을 이용하면 많은 노드 쌍이 동일한 점수를 받아 구분이 어려운 현상이 발생한다. 이를 해결하기 위해 저자들은 ‘2단계 이웃 기반’ 지표를 고안하였다. 이 지표는 두 노드 사이에 직접적인 공통 이웃이 없을 경우, 그들의 2단계 이웃(이웃의 이웃)까지 탐색해 가중치를 부여한다. 구체적으로, 2단계 이웃이 연결될 가능성을 해당 경로의 길이와 경로에 포함된 중간 노드의 차수에 따라 조정한다. 이 방법은 기존 로컬 지표가 놓치기 쉬운 장거리 연결 가능성을 포착함으로써, AUC를 평균 5~7% 포인트 상승시키는 효과를 보였다.

전체적으로, 논문은 (1) 로컬 유사도가 결측 링크 예측에 충분히 강력함을 실증, (2) 단순한 가중치 변형(RA)으로 성능을 미세 조정 가능함을 제시, (3) 2단계 이웃 정보를 활용하면 동일 점수 문제를 크게 완화하고 예측 정확도를 크게 향상시킬 수 있음을 입증한다. 이러한 결과는 복잡한 전역적 메트릭이나 머신러닝 기반 접근법보다 계산 비용이 낮고 구현이 간단한 로컬 방법이 실용적인 상황에서 충분히 경쟁력 있음을 강조한다.