위키피디아와 기타 네트워크 구글 행렬의 스펙트럼 특성

초록

본 논문은 위키피디아 하이퍼링크 네트워크와 여러 실제 네트워크의 구글 행렬(Google matrix)을 대상으로, Arnoldi 방법을 이용해 고유값·고유벡터의 복소 평면 분포와 구조적 의미를 분석한다. 특히, 절댓값이 큰 고유값에 대응하는 고유벡터가 명확한 커뮤니티에 국한됨을 밝혀내고, PageRank와 CheiRank 간 상관관계가 BBC와 Le Monde 사이트의 정보 흐름 조직 방식을 구분한다는 점을 제시한다.

상세 분석

본 연구는 구글 행렬 G = αS + (1 − α)evᵀ(α = 0.85) 형태를 위키피디아(약 3 백만 노드)와 다른 실세계 네트워크에 적용하고, Arnoldi 반복을 통해 10 000차원 이하의 부분공간에서 고유값 스펙트럼을 효율적으로 추출하였다. 복소 평면에 나타난 고유값 군집은 원점에 가까운 무작위적 잔류 스펙트럼과, 단위 원에 근접한 몇 개의 ‘외곽’ 고유값으로 구분된다. 특히 |λ| ≥ 0.5 구역에 위치한 고유값에 대응하는 고유벡터는 비정규화된 확률 분포가 특정 하위그래프에 집중되는 형태를 보이며, 이는 네트워크 내 강하게 연결된 커뮤니티(예: 특정 주제의 위키피디아 문서 집합)와 일치한다. 이러한 현상은 전통적인 PageRank(λ = 1)와는 달리, 정보 흐름의 순환 구조와 비대칭 전이 패턴을 포착한다는 점에서 의미가 크다.

또한, CheiRank(전치 행렬 기반 역방향 순위)와 PageRank 간 상관계수 ρ를 계산함으로써, 두 순위가 얼마나 독립적인지를 정량화하였다. BBC와 Le Monde 웹사이트에 대해 ρ값이 현저히 차이나는 것을 확인했으며, 이는 한쪽 사이트가 콘텐츠 생산(출력) 중심, 다른 쪽은 소비(입력) 중심 구조를 가지고 있음을 시사한다. 이러한 차이는 네트워크의 방향성(인바운드·아웃바운드 링크 비율)과 연결 밀도, 그리고 커뮤니티 간 연결 패턴에 의해 설명될 수 있다.

연구는 또한 고유벡터의 엔트로피와 참여도(IPR)를 이용해 각 고유모드의 ‘분산 정도’를 측정했으며, 높은 참여도를 보이는 모드가 소수의 노드에 집중된 반면, 낮은 참여도 모드는 넓은 범위에 걸쳐 고르게 퍼져 있음을 보고한다. 이는 스펙트럼 분석이 네트워크의 다중 스케일 구조를 드러내는 강력한 도구임을 뒷받침한다.

마지막으로, Arnoldi 방법의 수렴 특성을 실험적으로 검증했으며, 고유값 밀도가 높은 영역에서는 반복 횟수와 재시작 전략이 결과 정확도에 큰 영향을 미친다는 점을 강조한다. 전체적으로, 본 논문은 구글 행렬 스펙트럼이 네트워크의 커뮤니티 구조와 정보 흐름 특성을 동시에 드러낼 수 있음을 실증적으로 입증한다.