링크 기반 커뮤니티가 드러내는 다중 스케일 복잡성

초록

본 논문은 전통적인 노드 중심 커뮤니티 탐지의 한계를 극복하고, 네트워크의 링크를 단위로 삼아 계층적이며 중첩된 커뮤니티 구조를 동시에 밝혀낸다. 링크 간 유사도를 기반으로 단일 연결 군집화를 수행하고, ‘파티션 밀도’라는 새로운 객관함수를 통해 최적의 절단점을 찾는다. 다양한 생물학·사회학 네트워크에 적용한 결과, 기존 노드 기반 방법보다 메타데이터와의 일치도가 높으며, 특히 중첩이 심한 네트워크에서 의미 있는 다중 스케일 구조를 드러낸다.

상세 분석

이 연구는 네트워크 과학에서 오래된 두 가지 패러다임, 즉 ‘중첩 커뮤니티’와 ‘계층적 조직’이 서로 충돌한다는 문제를 새로운 관점으로 해결한다. 저자들은 커뮤니티를 노드 집합이 아니라 링크 집합으로 정의함으로써, 하나의 노드가 여러 커뮤니티에 동시에 속할 수 있는 자연스러운 중첩을 허용한다. 구체적으로, 두 링크가 공통 노드를 공유할 경우 그 주변 이웃 집합의 자카드 유사도 S(eik, ejk) 를 계산하고, 이 유사도를 기반으로 단일 연결(single‑linkage) 군집화를 수행한다. 결과적으로 각 링크는 덴드로그램의 잎이 되고, 내부 노드는 여러 잎에 연결되어 다중 커뮤니티 소속을 자동으로 획득한다.

덴드로그램을 절단하는 기준으로 도입된 ‘파티션 밀도(D)’는 각 커뮤니티 내부의 실제 링크 수 mc 와 가능한 최소·최대 링크 수 사이의 비율을 정규화한 Dc 의 가중 평균이다. D는 지역적(커뮤니티 수준) 특성을 반영하므로 모듈러리티와 달리 해상도 제한(resolution limit)에 빠지지 않는다. 최적 절단점은 D가 최대가 되는 레벨이며, 필요에 따라 여러 레벨을 동시에 탐색해 다중 스케일 구조를 추출한다.

성능 평가는 네 가지 정량적 지표(커뮤니티 품질, 중첩 품질, 커뮤니티 커버리지, 중첩 커버리지)를 메타데이터와 비교해 정규화한 뒤 합산한 ‘복합 성능’으로 수행한다. 11개의 실험 네트워크(단백질‑단백질 상호작용, 대사망, 모바일 통화망, 단어 연관망 등)에서 링크 기반 방법은 기존의 클리크 퍼콜레이션, 그리디 모듈러티 최적화, Infomap보다 전반적으로 높은 복합 성능을 보였다. 특히 밀도가 높고 중첩이 심한 대사망과 단어 연관망에서 그 차이가 두드러졌다.

또한, 모바일 통화망에 대한 지리적 분석을 통해, 덴드로그램의 상위 절단에서는 도시 단위의 작은 커뮤니티가, 하위 절단에서는 지역 전체를 포괄하는 큰 커뮤니티가 형성되는 계층적·공간적 연속성을 확인했다. 무작위화된 대조 덴드로그램과 비교한 결과, 실제 덴드로그램은 절단 깊이에 따라 커뮤니티 품질이 완만하게 감소하며, 이는 진정한 계층 구조가 존재함을 의미한다.

이러한 결과는 ‘링크는 하나의 의미 있는 관계를 대표한다’는 가정이, 복잡계에서 중첩과 계층을 동시에 설명하는 강력한 도구가 될 수 있음을 시사한다.