모듈러리티 한계와 보가티 η 지표의 실용적 대안

초록

본 논문은 널리 사용되는 네트워크 커뮤니티 품질 지표인 모듈러티(Q)의 구조적 한계를 지적하고, 내부·외부 연결 빈도를 동시에 반영하면서 군집 수와 엣지 불균형에 민감하지 않은 보가티의 η 지표를 제시한다. η는 관측된 인접 행렬과 이상적인 군집 행렬 사이의 피어슨 상관계수로 정의되며, 내부 결손이나 외부 교차가 발생할 때 일관되게 감소한다.

상세 분석

논문은 먼저 네트워크 군집화 문제를 “응집(subset) 구조”라는 중립적 용어로 정의하고, 좋은 군집화 지표가 가져야 할 두 가지 핵심 속성을 제시한다. 첫째, 외부 엣지(다른 군집에 속한 정점 사이의 연결)가 많아질수록 지표값은 감소해야 한다. 둘째, 내부 엣지(같은 군집 내 정점 사이의 연결)가 많아질수록 지표값은 증가해야 한다. 이러한 요구를 만족하면서도 군집 수(m)나 각 군집의 엣지 양 차이에 의해 왜곡되지 않아야 한다는 점을 강조한다.

그 다음, 기존의 모듈러티 Q를 상세히 분석한다. Q는 실제 내부 엣지 비율(e_i)과 무작위 그래프에서 기대되는 내부 엣지 비율(E(d_i)^2)의 차이를 군집별 가중 평균으로 합산한다. Q는 외부 엣지가 추가될 때 값이 감소하는 현상을 보이지만, 내부 엣지가 제거되어도 Q는 변하지 않는다. 이는 Q가 내부 연결 밀도를 반영하지 못한다는 근본적인 결함을 의미한다. 또한 Q는 (m‑1)/m이라는 상한에 의해 군집 수에 따라 최대값이 제한되며, 군집 간 엣지 양의 불균형이 클 경우 Q값이 급격히 낮아지는 현상이 관찰된다. 이러한 특성은 서로 다른 규모의 군집을 동시에 평가할 때 Q를 비직관적으로 만든다.

보가티의 η 지표는 두 행렬 X와 Y의 피어슨 상관계수로 정의된다. X_{jk}=1이면 정점 j와 k가 같은 군집에 속하고, Y_{jk}=1이면 두 정점이 실제로 연결되어 있다. η는 -1에서 1 사이의 값을 가지며, 완벽한 내부 연결·외부 비연결 상황에서 1, 반대로 완전한 외부 연결·내부 비연결 상황에서 -1을 반환한다. η는 외부 엣지가 추가될수록, 내부 엣지가 제거될수록 일관되게 감소한다. 또한 η는 군집 수 m이나 각 군집의 엣지 양 차이에 영향을 받지 않으며, 따라서 Q가 보여준 “군집 수에 따른 상한”이나 “엣지 불균형에 의한 왜곡” 문제를 회피한다. 다만 η는 그래프의 기대 연결 구조(예: 정점의 차수 분포)를 고려하지 않으므로, 무작위 그래프와의 비교 기준이 없다는 점이 유일한 단점으로 남는다.

결론적으로, 논문은 η가 Q보다 구조적 민감도와 해석의 직관성에서 우수함을 입증하고, 특히 실제 네트워크 분석에서 군집 수가 변하거나 군집 간 엣지 양이 크게 차이날 때 η를 활용하는 것이 더 신뢰할 만한 평가 방법임을 주장한다.