네트워크 노드 분류를 위한 능동 학습 동질 이질 구조 모두 대응

초록

본 논문은 네트워크의 토폴로지는 알려져 있지만 노드 라벨은 숨겨진 상황에서, 소수의 노드 라벨을 획득해 전체 노드 라벨을 정확히 예측할 수 있는 능동 학습 알고리즘을 제안한다. 확률적 블록 모델을 기반으로 각 노드의 라벨과 나머지 노드 라벨 간의 상호 정보를 추정하고, 상호 정보가 가장 큰 노드를 순차적으로 탐색한다. 실험은 사회적 클럽 네트워크, 소설 속 단어 인접 네트워크, 남극 해양 먹이망 등 세 가지 실제 데이터에 대해 수행했으며, 기존의 차수·중심성 기반 탐색 방법보다 라벨 예측 정확도가 현저히 높았다.

상세 분석

이 연구는 네트워크 과학과 기계 학습의 교차점에서 ‘노드 라벨 추론(active node labeling)’ 문제를 새로운 관점으로 접근한다. 기존 커뮤니티 탐지 연구는 주로 동질(assortative) 구조, 즉 같은 라벨을 가진 노드가 서로 밀집해 있는 경우에 초점을 맞추었지만, 본 논문은 동질 구조와 이질(disassortative) 구조를 모두 포괄할 수 있는 일반적인 프레임워크를 제시한다. 핵심 아이디어는 확률적 블록 모델(stochastic block model, SBM)을 사전 가정으로 삼아, 네트워크가 라벨에 의해 어떻게 생성되는지를 명시적으로 모델링한다는 점이다. SBM은 각 라벨(또는 커뮤니티) 쌍 (i, j)에 대해 연결 확률 p_{ij}를 정의하고, 이 확률을 베타 사전분포와 결합해 베이지안 방식으로 통합함으로써 파라미터 과적합을 방지한다.

능동 학습 단계에서는 ‘상호 정보(mutual information, MI)’를 선택 기준으로 사용한다. 구체적으로, 아직 라벨이 알려지지 않은 노드 v에 대해 I(v; G\v) = H(v) – H(v|G\v) 를 계산한다. 여기서 H(v)는 현재 Gibbs 분포 하에서 v의 라벨에 대한 엔트로피이며, H(v|G\v)는 다른 노드 라벨이 고정된 상태에서 v의 라벨 엔트로피의 평균이다. MI가 크다는 것은 (1) v에 대한 불확실성이 크고 (2) v가 다른 노드 라벨과 강하게 상관관계가 있음을 의미한다. 따라서 알고리즘은 “불확실하면서도 네트워크 전체에 영향을 많이 미치는” 노드를 우선 탐색한다.

MI 추정은 Gibbs 샘플링을 통해 수행된다. 단일 사이트 히트배스 마코프 체인을 이용해 현재 알려진 라벨 집합을 고정하고, 미탐색 노드 중 하나를 무작위로 선택해 조건부 확률에 따라 라벨을 재샘플링한다. 이 과정을 충분히 반복해 라벨 분포의 평형에 도달하면, 각 노드에 대한 라벨 마진과 엔트로피를 추정한다. 저자는 마코프 체인의 혼합 시간에 대한 이론적 보장은 제공하지 않지만, 실험에선 수백 번의 반복으로 충분히 수렴함을 확인했다.

또 다른 선택 기준으로 ‘평균 합의(average agreement)’를 제안한다. 이는 두 독립적인 Gibbs 샘플이 특정 노드 v에서 라벨이 일치할 확률을 평균한 값으로, MI와 유사하게 라벨 상관성을 반영한다. 두 기준 모두 라벨이 명백히 결정된 노드(엔트로피가 낮은 경우)나, 네트워크 전반에 거의 영향을 주지 않는 노드(조건부 엔트로피가 거의 변하지 않는 경우)를 피한다는 점에서 탐색 효율성을 높인다.

실험에서는 세 가지 서로 다른 도메인의 네트워크에 알고리즘을 적용했다. 카라테 클럽 네트워크는 명확한 두 파벌(라벨)로 구성된 사회적 네트워크이며, 단어 인접 네트워크는 명사·형용사·동사 등 품사 라벨을 갖는다. 남극 먹이망은 포식자와 피식자 간의 방향성 관계를 포함하는 복합적인 구조를 가진다. 각 데이터셋에 대해 라벨을 알지 못하는 상태에서 알고리즘이 선택한 노드들을 순차적으로 라벨링하고, 남은 노드들의 라벨을 사후 확률적으로 예측한다. 결과는 라벨 수가 적을수록(예: 5~10개) 기존 차수 기반, 중간 중심성 기반, 무작위 선택 등에 비해 정확도가 크게 향상됨을 보여준다. 특히 이질 구조가 강한 먹이망에서는 전통적인 동질성 가정 기반 방법이 거의 작동하지 않지만, 제안된 방법은 여전히 높은 예측 성능을 유지한다.

이 논문의 주요 기여는 다음과 같다. 첫째, 라벨과 토폴로지 간의 일반적인 확률적 관계를 모델링함으로써 동질·이질 구조를 모두 포괄한다. 둘째, 정보 이론적 기준(MI)을 이용해 탐색 순서를 자동으로 결정함으로써 인간이 사전에 설계한 탐색 규칙 없이도 효율적인 라벨 획득이 가능하다. 셋째, 베이지안 블록 모델과 Gibbs 샘플링을 결합해 라벨 불확실성을 정량화하고, 이를 기반으로 실험적 평가를 수행했다. 마지막으로, 실제 네트워크에 적용해 기존 휴리스틱 대비 실질적인 성능 향상을 입증함으로써, 라벨이 제한된 상황에서 네트워크 분석 및 예측 작업에 유용한 도구를 제공한다.