클러스터링 알고리즘의 문제점·도전과제·도구 종합 고찰

초록

본 논문은 파티셔널·계층적 군집 방법을 중심으로 클러스터링 구현 시 마주치는 실무적 문제와 주요 도전 과제를 정리하고, 군집 유효성을 평가하는 다양한 지표들을 소개한다. 또한 Weka, MATLAB, CLUTO 등 실무에서 널리 사용되는 소프트웨어와 라이브러리를 비교 제시한다.

상세 분석

논문은 먼저 군집화가 데이터 마이닝에서 비지도 학습의 핵심 기법임을 강조하고, 파티셔널(예: K‑means)과 계층적(병합·분할) 접근을 크게 두 종류로 구분한다. 계층적 방법에서는 단일 연결(single linkage), 평균 연결(average linkage), 완전 연결(complete linkage) 등 세 가지 linkage 방식을 수식으로 제시하고, dendrogram을 통한 시각화 절차를 설명한다. 파티셔널 방식은 사전 정의된 K값에 따라 데이터를 분할하고, 목적함수(예: 제곱 오차 최소화)를 최적화한다는 점을 강조한다.

다음으로 저자는 군집 알고리즘이 직면하는 6가지 핵심 속성을 제시한다. (1) 처리 가능한 속성 유형(수치·명목·순서 등), (2) 시간·공간 복잡도, (3) 데이터베이스 규모, (4) 비정형 형태 군집 탐지 능력, (5) 입력 순서에 대한 의존성, (6) 이상치 탐지 기능이다. 특히 이상치가 클러스터 품질에 미치는 영향을 언급하며, 기존 연구