개선된 K평균으로 무감독 학습 성능 향상

본 논문은 무감독 학습에서 가장 널리 사용되는 K‑Means 군집화 알고리즘의 성능을 향상시키기 위해 ‘개선된 K‑Means’를 제안한다. 연구 배경으로는 기존 K‑Means가 거리 함수 선택에 크게 의존하며, 특히 고차원·다변량 데이터에서 군집 품질이 저하되는 문제점을 지적한다. 이를 해결하고자 저자는 세 가지 거리 함수를 도입한다. 첫 번째는 전통적인 유클리드 거리이며, 두 번째와 세 번째는 각각 맨하탄 거리와 코사인 유사도 기반 거리로 추정된다. 각 거리 함수는 데이터의 특성(스케일, 차원, 분포)과 연관된 가중치를 동적으로 부여함으로써 클러스터 중심의 이동을 보다 정확하게 계산한다. 제안 알고리즘은 다음과 같은 흐름을 가진다. (1) 초기 클러스터 수 k와 초기 중심을 무작위로 설정한다. (2) 각 데이터 포인트와 현재 중심 사이의 거리를 세 가지 거리 함수로 계산하고, 사전에 정의된 가중치에 따라 종합 거리 값을 산출한다. (3) 종합 거리가 최소인 중심에 데이터를 할당하고, 할당 결과를 바탕으로 새로운 중심을 재계산한다. (4) 가중치는 정적 가중치(SWK‑Means)와 동적 가중치(DWK‑Means) 두 가지 방식으로 업데이트한다. 정적 가중치는 사전에 고정된 값이며, 동적 가중치는 현재 클러스터 내 분산이나 평균 거리 등을 이용해 실시간으로 조정된다. (5) 위 과정을 수렴 조건(중심 변화가 미미하거나 최대 반복 횟수 도달)까지 반복한다. 성능 평가는 Davis‑Bouldin 지수, 실행 시간, 반복 횟수 세 가지 메트릭을 사용하였다. Davis‑Bouldin 지수는 군집 간 분리도와 군집 내부 응집도를 동시에 고려하는 지표로, 값이 낮을수록 좋은 군집을 의미한다. 실험 데이터는 UCI 저장소의 Iris와 Wine 두 개 데이터셋이며, 각각 150개와 178개의 샘플을 포함한다. 각 알고리즘은 동일한 초기 조건 하에 30번 반복 실행하여 평균값을 보고하였다. 결과는 다음과 같다. 제안된 개선된 K‑Means는 Iris 데이터에서 Davis‑Bouldin 값을 0.42로, 기존 K‑Means(0.58), SWK‑Means(0.51), DWK‑Means(0.49)보다 현저히 낮았다. Wine 데이터에서도 유사한 경향을 보이며, 실행 시간은 평균 0.012초로 기존 방법보다 약 15 % 빠른 수렴을 달성했다. 반복 횟수 역시 평균 8회로, 기존 K‑Means의 12회에 비해 효율성이 입증되었다. 하지만 논문에는 몇 가지 중요한 결함이 존재한다. 첫째, 세 거리 함수의 정확한 수식과 구현 세부 사항이 누락되어 재현이 어려운 점이다. 둘째, 실험이 두 개 데이터셋에만 국한되어 있어 고차원·대규모 데이터에 대한 일반화 가능성을 검증하지 못했다. 셋째, 가중치 업데이트 규칙이 정적·동적 두 가지로 나뉘지만, 각 방식의 파라미터 선택 기준과 최적화 과정이 구체적으로 제시되지 않았다. 넷째, 성능 차이에 대한 통계적 유의성 검증이 없으며, 실험 결과가 우연에 의한 것인지 판단할 근거가 부족하다. 마지막으로 기존 연구와의 차별성을 강조하기 위해 거리 함수 선택 기준이나 가중치 조정 메커니즘에 대한 이론적 분석이 부족하다. 이러한 점들을 보완한다면 제안된 방법은 무감독 학습 분야에서 보다 실용적이고 신뢰할 수 있는 도구가 될 것이다.