그래프 이분법: 정규화 컷과 스펙트럴 클러스터링의 차이점 탐구

초록

본 논문은 차이, 정규화, 부호형 라플라시안 세 종류의 고유값·고유벡터를 통합적으로 증명하고, 경로·사이클·완전그래프·이중트리·복합 그래프 등에 대해 최소 정규화 컷 값을 구한다. 특히 정규화 라플라시안의 특성 다항식을 제시하고, $R_{n,k}$ 형태의 그래프에서 스펙트럴 클러스터링과 정규화 컷이 서로 다른 분할을 만든다는 반례를 제시한다.

상세 분석

논문은 먼저 차이 라플라시안 $L=D-A$, 정규화 라플라시안 $\mathcal L=I-D^{-1/2}AD^{-1/2}$, 그리고 부호형 라플라시안 $Q=D+A$의 고유구조를 일관된 방법으로 다룬다. 순환 행렬 이론을 이용해 경로 $P_n$와 사이클 $C_n$의 고유값을 $\lambda_k=2\bigl(1-\cos\frac{k\pi}{n+1}\bigr)$ 등으로 명시하고, 동일 결과를 체비쉐프 다항식 $T_k$와 $U_k$를 통한 대안 증명으로 보강한다. 이러한 통합 증명은 기존에 각각 다른 교재에 흩어져 있던 결과들을 하나의 프레임워크 안에 끼워 넣음으로써, 라플라시안 행렬들의 스펙트럼이 그래프 구조와 어떻게 직접 연결되는지를 명확히 보여준다.

다음으로 최소 정규화 컷(Ncut) 값을 그래프 클래스별로 구한다. 경로와 사이클은 절단점 하나만으로도 Ncut이 최소가 되며, 그 값은 $\frac{2}{n}$ 혹은 $\frac{4}{n}$ 형태로 단순화된다. 완전 그래프 $K_n$은 모든 정점이 동일한 가중치를 갖기 때문에 Ncut이 $\frac{n-1}{n}$ 로 최대에 가깝다. 이중 트리와 사이클 교차 경로는 복합적인 연결성을 가지므로, 저자들은 각각의 서브그래프 크기와 연결 강도를 이용해 Ncut을 재귀적으로 계산한다.

특히 새로운 그래프 모델인 림프업 $LP_{n,m}$와 로치형 $R_{n,k}$, 가중 경로 $P_{n,k}$에 대해 정규화 라플라시안 $\mathcal L$의 특성 다항식 $\phi_{\mathcal L}(x)$를 전개한다. $R_{n,k}$의 경우, 중심 사이클과 그에 부착된 $k$개의 꼬리 경로가 결합된 구조 때문에 특성 다항식이 $x$와 $\cos\frac{\pi j}{n}$, $\cos\frac{\pi l}{k}$의 복합 형태를 띤다. 이를 통해 고유값 분포가 비대칭적이며, 작은 고유값이 두 개 이상 존재함을 확인한다.

마지막으로, 스펙트럴 클러스터링은 일반적으로 두 번째 작은 고유벡터(Fiedler vector)를 기준으로 정규화 컷을 근사한다. 그러나 $R_{n,k}$ 그래프에서는 Fiedler vector가 사이클 부분과 꼬리 부분을 동시에 섞어 버리는 현상이 발생한다. 결과적으로 스펙트럴 방법이 제시하는 분할은 실제 최소 Ncut과 일치하지 않으며, 저자들은 구체적인 $n,k$ 값(예: $n=6$, $k=4$)을 들어 반례를 제시한다. 이 반례는 스펙트럴 방법이 그래프의 비균등 가중치와 비대칭 구조에 민감하게 반응한다는 점을 강조한다.

전반적으로 논문은 라플라시안 스펙트럼 이론과 정규화 컷 최적화 사이의 미묘한 차이를 정량적으로 보여주며, 특히 복합 그래프에서 두 방법이 일치하지 않을 수 있음을 실증적으로 증명한다. 이는 그래프 기반 데이터 클러스터링에서 알고리즘 선택에 대한 중요한 지침을 제공한다.