볼록 그래프 불변량과 최적화 응용

초록

본 논문은 그래프의 라벨링에 무관한 함수인 그래프 불변량 중, 인접 행렬에 대해 볼록성을 갖는 ‘볼록 그래프 불변량’을 정의하고, 이를 이용해 그래프 구조 제약을 볼록 집합으로 표현한다. 최대 차수, MAXCUT 및 그 SDP 완화, 상위 k개의 고유값 합과 같은 예시를 제시하고, 모든 볼록 그래프 불변량을 기본 불변량들의 선형 결합으로 나타내는 표현 정리를 제시한다. 또한 계산 가능성, 비볼록 불변량과의 비교, 강건 최적화와의 연계 등을 논의한 뒤, 그래프 합성 해분해, 가설 검정, 구조적 그래프 생성 등 여러 문제에 대한 효율적인 볼록 최적화 알고리즘을 제시한다.

상세 분석

논문은 먼저 그래프 불변량을 “노드 라벨링에 독립적인 함수”로 정의하고, 그 중에서도 인접 행렬 A에 대해 볼록 함수인 경우를 ‘볼록 그래프 불변량(convex graph invariant)’이라 명명한다. 이 정의는 기존 그래프 이론에서 주로 다루는 조합적 불변량(예: 차수 분포, 클러스터링 계수)과는 달리, 연속적인 최적화 도구와 직접 연결될 수 있는 수학적 구조를 제공한다는 점에서 혁신적이다.

대표적인 예로 최대 차수 Δ(G)=max_i∑j A{ij}는 A의 행 합의 최대값을 취하는 함수로, 행 합이 선형이므로 최대값 연산이 볼록성을 유지한다. MAXCUT 값은 이진 라벨 x∈{±1}^n에 대해 (1/4)∑{i<j}A{ij}(1−x_i x_j) 형태로 표현되며, 이 식을 x∈ℝ^n,‖x‖_2=√n 로 완화하면 반정밀도(SDP) 형태의 볼록 함수가 된다. 또한 λ_1(A)+…+λ_k(A)와 같은 상위 k 고유값 합은 Ky Fan 정리에 의해 A에 대한 볼록 함수임이 알려져 있다.

핵심 정리는 모든 볼록 그래프 불변량 f(A) 가 “기본 불변량”이라 부르는 함수들의 supremum 혹은 convex hull 형태로 표현될 수 있다는 점이다. 여기서 기본 불변량은 A에 대한 순열군 P∈Π_n에 대해 f(PAP^T)=f(A) 를 만족하고, 또한 선형 혹은 반정밀도 형태의 간단한 구조를 가진다. 이 정리를 통해 임의의 복잡한 볼록 불변량을 제한된 수의 기본 불변량의 조합으로 근사하거나 정확히 계산할 수 있는 이론적 기반을 제공한다.

계산 측면에서는 두 가지 접근법을 제시한다. 첫째, 기본 불변량이 SDP 혹은 LP 형태라면 표준 솔버를 이용해 직접 최적화한다. 둘째, 기본 불변량이 비볼록이지만 볼록 상한/하한을 제공하는 경우, 이들을 교차 검증하여 원하는 정확도를 얻는다. 특히, MAXCUT의 SDP 완화는 기존 Goemans‑Williamson 알고리즘과 동일한 구조를 가지므로, 그래프 합성 해분해 문제에서 두 그래프의 합 A+B 를 관측했을 때 각각의 MAXCUT 값을 추정하는 데 활용될 수 있다.

논문은 또한 비볼록 불변량(예: 그래프 동형성 검사, 서브그래프 카운트)과의 차이를 명확히 구분한다. 비볼록 불변량은 일반적으로 NP‑hard 문제와 연결되며, 볼록화 과정에서 정보 손실이 발생한다는 점을 강조한다. 그러나 강건 최적화 관점에서 보면, 볼록 불변량은 파라미터 불확실성이나 노이즈가 섞인 그래프 데이터에 대해 안정적인 제약을 제공한다. 예를 들어, 관측된 그래프가 실제 그래프에 작은 행렬 노이즈가 더해진 형태라면, 해당 노이즈에 대한 최악의 경우를 고려한 볼록 제약을 통해 복원 정확도를 보장할 수 있다.

마지막으로, 논문은 세 가지 응용 사례를 제시한다. (1) 두 그래프의 합성 G=G₁⊕G₂ 를 관측했을 때, 각 그래프의 구조적 특성(예: 최대 차수, 상위 고유값 합)을 볼록 불변량으로 모델링하고, 교차 제약을 통해 G₁, G₂ 를 복원하는 ‘그래프 해분해’ 알고리즘을 설계한다. (2) 두 그래프 군집(예: 소셜 네트워크 vs. 생물학적 네트워크) 사이의 가설 검정을 위해, 각 군집의 볼록 불변량 평균을 추정하고, 그 차이를 통계적 검정량으로 변환한다. (3) 원하는 구조적 특성을 만족하는 무작위 그래프를 생성하기 위해, 목표 불변량 값을 목표 함수로 두고, 볼록 최적화(주로 SDP)를 통해 인접 행렬을 직접 설계한다. 이 모든 응용은 기존 조합적 방법에 비해 다항 시간 복잡도와 전역 최적 해를 제공한다는 장점을 가진다.