누락된 링크와 커뮤니티 탐지: 불완전 네트워크 분석

초록

본 논문은 실제 네트워크에서 흔히 발생하는 세 가지 유형의 결손(경계 결손, 무작위 삭제, 차수 제한)을 모사한 불완전 네트워크를 만들고, 다양한 연결 예측 알고리즘과 커뮤니티 탐지 방법의 성능을 체계적으로 비교한다. 실험 결과, 공통 이웃 기반 방법은 클러스터링 계수가 높은 경우에 강점을 보이며, 선호 연결(Preferential Attachment) 방식은 차수 제한 상황에 유리하고, 계층적 모델(HRG)과 블록 모델(BM)은 무작위 삭제 상황에서 가장 높은 정확도를 보인다. 또한, 결손 유형에 따라 커뮤니티 탐지 알고리즘의 안정성이 크게 달라짐을 확인한다.

상세 분석

이 연구는 네트워크 분석에서 데이터 결손이 결과에 미치는 영향을 정량적으로 파악하고자 한다는 점에서 의미가 크다. 먼저 저자들은 실제 데이터 수집 과정에서 발생할 수 있는 세 가지 결손 메커니즘을 정의한다. 첫 번째는 “crawled network”라 부르는 경계 결손으로, BFS 기반 크롤링 시 네트워크의 주변부가 충분히 탐색되지 않아 가장자리의 정점과 그 연결이 누락되는 상황이다. 두 번째는 “random‑deletion network”로, 응답률 저하 등으로 인한 무작위 결손을 모사한다. 세 번째는 “limited‑degree network”로, 설문 응답 제한이나 설계 상 차수 상한이 존재할 때 고차수 정점의 연결이 인위적으로 차단되는 경우를 의미한다. 이러한 결손 유형을 인위적으로 만든 인공 네트워크와 실제 데이터(karate, email, terrorist 등)를 대상으로 다양한 연결 예측 기법을 적용한다.

연결 예측 기법은 크게 두 그룹으로 나뉜다. 하나는 공통 이웃 기반의 로컬 지표(CN, AA, RA, Jaccard, Meet/Min, Geometric)이며, 다른 하나는 전역 구조를 활용하는 모델(HRG, BM, PA)이다. 실험 결과, ER 무작위 그래프에서는 모든 로컬 지표가 거의 의미 없는 AUC 값을 보였으며, 이는 구조적 유사성이 전무한 경우 로컬 정보만으로는 결손을 복구하기 어렵다는 점을 확인한다. 반면, LFR 기반의 모듈러리티가 높은 합성 그래프에서는 CN, AA, RA가 높은 클러스터링 계수와 커뮤니티 경계 내의 풍부한 삼각형 구조를 활용해 좋은 성능을 보인다. 특히, 제한 차수 네트워크에서는 정점들의 차수가 비슷해지면서 Jaccard과 Meet/Min이 상대적으로 우수한 결과를 나타냈다. PA는 고차수 정점이 많이 남아 있는 경우에 강점을 보였으며, 차수 제한 상황에서 다른 로컬 지표보다 일관된 성능을 유지한다.

전역 모델인 HRG와 BM은 무작위 삭제 상황에서 가장 높은 AUC를 기록한다. HRG는 네트워크를 이진 트리 형태의 계층 구조로 모델링해, 깊은 공통 조상을 통한 연결 확률을 추정한다. 이는 무작위로 일부 엣지가 사라져도 전체 트리 구조가 크게 변하지 않아 복원에 유리함을 의미한다. BM은 블록 모델 기반으로 커뮤니티 간 연결 확률 행렬 Q를 학습해, 결손 엣지가 커뮤니티 경계에 있더라도 높은 예측 정확도를 제공한다. 그러나 두 모델은 계산 복잡도가 높아 대규모 네트워크에는 적용이 제한적이다.

커뮤니티 탐지 측면에서는 결손 유형에 따라 알고리즘의 안정성이 크게 달라졌다. 경계 결손(crawled)에서는 정점이 고립되거나 연결이 끊어져, 모듈러리티 기반 방법(Louvain, Infomap 등)이 과소 평가되는 경향이 있었다. 무작위 삭제는 전체 구조를 크게 왜곡하지 않아 대부분의 탐지 알고리즘이 비교적 안정적인 결과를 보였으며, 차수 제한은 고차수 정점이 감소함에 따라 중심성이 변해 커뮤니티 경계가 흐려지는 현상이 관찰되었다. 따라서 연구자는 결손 유형을 사전에 파악하고, 그에 맞는 예측·탐지 기법을 선택하는 것이 실무에서 중요하다고 제언한다.

전체적으로 이 논문은 네트워크 데이터의 결손이 알고리즘 성능에 미치는 영향을 체계적으로 정량화했으며, 결손 유형별 최적의 방법론을 제시한다는 점에서 실용적 가치가 높다. 특히, 실제 데이터 수집 과정에서 발생할 수 있는 “crawling”과 “degree‑censoring”을 고려한 실험 설계는 향후 네트워크 과학 연구와 산업 현장의 데이터 전처리 단계에 직접적인 가이드라인을 제공한다.