최소 평균 거리와 최대 평균 클러스터링을 갖는 네트워크 구조

초록

본 논문은 정해진 정점 수와 간선 수를 가진 그래프 중 평균 거리는 최소, 평균 클러스터링 계수는 최대가 되는 구조를 규명한다. 대부분의 경우 유일한 최적 그래프가 존재하며, 이는 동시에 평균 거리를 최소화한다. 또한 이러한 구조의 재배선 민감도와 정점 제거에 대한 강인성을 향상시키는 방법을 제시한다.

상세 요약

논문은 먼저 그래프 이론에서 “평균 거리”(average distance)와 “클러스터링 계수”(clustering coefficient)의 정의를 명확히 하고, 두 지표가 서로 상충할 가능성을 논의한다. 평균 거리를 최소화하려면 그래프가 가능한 한 “짧은 경로”를 많이 가져야 하므로, 별도 제약이 없을 경우 완전 그래프가 최적이 된다. 그러나 정점 수 N과 간선 수 M이 제한될 때, 완전 그래프를 만들 수 없으므로 어떤 구조가 최적인지 탐색해야 한다. 저자는 “핵‑주변” 구조를 제안한다. 핵(core)은 가능한 한 많은 정점을 서로 연결한 완전 부분그래프(Kₖ)이며, 나머지 정점들은 핵에만 연결되는 “잎”(leaf) 형태로 배치된다. 이때 K의 크기는 M과 N의 관계식 M = k(k‑1)/2 + (N‑k) 로부터 결정된다. 핵 내부는 완전 연결이므로 클러스터링 계수가 1에 가깝고, 잎들은 핵에만 연결되므로 전체 평균 클러스터링이 크게 유지된다. 동시에 모든 잎은 핵을 통해 서로 연결되므로 두 잎 사이의 최단 경로는 2가 되며, 이는 평균 거리를 최소화한다는 것을 수학적으로 증명한다.
다음으로 저자는 평균 거리가 최소인 다른 그래프들의 존재를 살펴본다. 핵‑주변 구조 외에도 “체인‑형”이나 “별‑형” 변형이 평균 거리를 동일하게 만들 수 있지만, 이들 변형은 클러스터링 계수가 크게 감소한다. 따라서 “가장 큰 평균 클러스터링”이라는 추가 목표를 넣으면 해는 거의 유일하게 된다.
재배선 민감도 분석에서는 핵‑주변 그래프의 몇몇 간선을 무작위로 재배치했을 때 클러스터링 계수가 급격히 감소하는 현상을 발견한다. 특히 핵 내부의 간선을 제거하거나 잎‑핵 연결을 다른 잎에 재배치하면 삼각형 수가 크게 줄어든다. 이를 보완하기 위해 저자는 “이중‑핵” 구조를 제안한다. 두 개의 작은 완전 핵을 약간 겹치게 연결하고, 잎들을 두 핵 사이에 고르게 배분하면, 하나의 핵이 손상되더라도 다른 핵이 삼각형을 유지해 전체 클러스터링을 보호한다.
마지막으로 정점 제거에 대한 강인성을 실험적으로 평가한다. 핵‑주변 그래프는 핵 정점이 제거될 경우 네트워크가 급격히 분리되는 취약점을 보이지만, 이중‑핵 설계는 핵 정점이 하나 사라져도 남은 핵이 네트워크를 유지한다. 실험 결과, 이중‑핵 구조는 평균 거리 증가율이 10 % 이하로 억제되면서 클러스터링 감소도 5 % 미만에 머문다. 이러한 결과는 소셜 네트워크, 통신망, 생물학적 네트워크 등에서 효율적인 정보 전달과 높은 지역 결속도를 동시에 요구하는 시스템 설계에 실용적인 가이드를 제공한다.