그래프에서 트리 쿼리 연관 규칙 탐색

초록

본 논문은 대규모 그래프 데이터를 대상으로 트리 형태의 패턴인 “트리 쿼리”를 정의하고, 상수와 존재 노드를 포함할 수 있는 새로운 패턴 클래스를 제안한다. 이 패턴을 효율적으로 탐색하고 연관 규칙을 추출하기 위한 알고리즘을 설계하고, 관계형 데이터베이스의 SQL을 이용한 실용적인 구현을 제시한다. 식물 먹이망, 단백질 상호작용, 인용 네트워크 등 실제 데이터에 대한 실험을 통해 제안 방법의 효율성과 유용성을 입증한다.

상세 요약

논문은 먼저 그래프 기반 데이터 마이닝의 필요성을 강조하며, 기존의 서브그래프 마이닝 기법이 복잡도와 해석의 어려움 때문에 제한적임을 지적한다. 이를 보완하기 위해 저자들은 “트리 쿼리”라는 새로운 패턴 클래스를 도입한다. 트리 쿼리는 전통적인 트리 패턴과 달리 두 가지 중요한 확장을 제공한다. 첫째, 패턴 내에 상수 라벨을 명시함으로써 특정 노드나 엣지의 속성을 정확히 매칭시킬 수 있다. 둘째, 존재(existential) 노드를 도입해 해당 노드가 매칭에 포함되지만 발생 횟수 계산에서는 제외하도록 함으로써, 의미론적으로 중요한 구조를 유지하면서도 불필요한 중복을 방지한다. 이러한 설계는 데이터베이스 이론에서의 conjunctive query와 직접적인 연관성을 갖는다. 트리 쿼리는 본질적으로 변수와 상수, 그리고 존재 변수로 구성된 conjunctive query이며, 논문은 이와의 동등성을 이용해 탐색 알고리즘의 최적성(complete, sound, and minimal) 을 증명한다.

알고리즘은 크게 두 단계로 구성된다. 첫 번째 단계는 후보 트리 쿼리 생성을 위한 “확장-축소” 전략으로, 기존의 빈도 높은 트리 패턴을 기반으로 새로운 상수와 존재 노드를 추가하거나 제거하면서 후보 공간을 효율적으로 탐색한다. 여기서 중요한 최적화는 “프루닝 규칙”이다. 저자들은 패턴의 서브트리 빈도 하한, 상수 일치 가능성, 그리고 존재 노드의 독립성 등을 이용해 불필요한 후보를 조기에 배제한다. 두 번째 단계는 후보 트리 쿼리의 실제 매칭 횟수를 데이터 그래프에서 계산하는 과정이다. 이 과정에서는 관계형 데이터베이스에 저장된 그래프를 테이블 형태(노드, 엣지, 라벨)로 변환하고, SQL의 조인 연산을 활용해 트리 쿼리 매칭을 수행한다. 특히, 존재 노드의 매칭을 제외하는 로직을 WHERE 절에 조건으로 삽입함으로써, 기존의 서브그래프 매칭보다 훨씬 간결하고 효율적인 질의를 구현한다.

연관 규칙 마이닝 부분에서는 트리 쿼리 간의 포함 관계를 기반으로 “트리 쿼리 연관 규칙”을 정의한다. 즉, 트리 쿼리 A가 트리 쿼리 B를 포함하고, A의 지지도와 B의 지지도를 이용해 신뢰도(confidence)를 계산한다. 이를 위해 저자들은 “쿼리-쿼리 매핑”을 사전 계산하고, 후보 규칙에 대해 최소 신뢰도와 최소 지지도 기준을 적용해 최종 규칙 집합을 도출한다.

실험에서는 세 가지 실제 데이터셋(식물 먹이망, 단백질 상호작용 네트워크, 학술 인용 네트워크)을 사용해 알고리즘의 실행 시간, 메모리 사용량, 그리고 발견된 패턴·규칙의 의미적 가치를 평가한다. 결과는 제안된 트리 쿼리와 연관 규칙이 기존 서브그래프 마이닝 기법에 비해 탐색 속도가 평균 3~5배 빠르고, 발견된 패턴이 도메인 전문가에게 직관적으로 이해 가능함을 보여준다. 또한, SQL 기반 구현이 대규모 그래프에서도 충분히 확장 가능함을 실증한다.

전체적으로 이 논문은 그래프 마이닝 분야에 새로운 패턴 모델과 효율적인 탐색·연관 규칙 추출 프레임워크를 제공하며, 데이터베이스 이론과 실용적 구현을 성공적으로 결합한 점이 큰 의의이다.