관계 순위 매김을 위한 유사성 기반 아날로지 학습

초록

이 논문은 객체 쌍들의 집합 S 에 대해 새로운 쌍 A:B 가 얼마나 유사한 관계를 갖는지 정량화하고, 이를 베이즈적 순위 매김으로 변환하는 방법을 제시한다. 객체 특징과 관계 존재 여부를 담은 링크 행렬만 있으면 적용 가능하며, 텍스트 코퍼스와 단백질 상호작용 네트워크에서 실험을 통해 소수의 예시 쌍만으로도 의미 있는 아날로지를 찾아낼 수 있음을 보인다.

상세 분석

본 연구는 아날로지 추론을 “관계‑함수 공간” 위에서의 거리 측정 문제로 전환한다. 먼저 각 객체 i 에 대해 d‑차원 특성 벡터 x_i 를 정의하고, 객체 쌍 (A,B) 에 대한 관계를 함수 f_{AB}(·) = x_A ⊙ x_B (또는 다른 결합 연산) 로 표현한다. 여기서 ⊙ 는 내적, 원소별 곱, 혹은 커널 기반 결합 등 다양한 형태를 허용한다. 이렇게 정의된 함수는 고차원 함수 공간에 위치하게 되며, 두 관계 f_{AB} 와 f_{CD} 사이의 유사도는 함수 공간 내의 내적 혹은 코사인 유사도로 측정한다.

다음 단계는 베이즈적 프레임워크를 도입해 관측된 관계 집합 S = {A^{(k)}:B^{(k)}} 에 대한 사후 확률 P(f_{AB} | S) 을 계산하는 것이다. 사전 분포는 함수 공간에서의 가우시안 프로세스(GP) 혹은 다변량 정규분포로 설정하고, 관측된 링크 행렬 L (즉, 관계 존재 여부) 를 likelihood 로 사용한다. 구체적으로,
L_{ij}=1 ⇔ (i,j) 쌍이 실제 관계를 갖는다.
이를 통해 각 후보 쌍 (A,B) 에 대해 “S와 얼마나 일관되는가”를 정량화한 점수를 얻는다. 점수는 로그 사후 확률 혹은 베이즈 정보 기준(BIC) 형태로 변환되어 순위 매김에 활용된다.

알고리즘적 구현은 크게 세 부분으로 나뉜다. (1) 객체 특성 행렬 X 와 링크 행렬 L 을 입력받아 함수 공간의 커널 K 을 구성한다. (2) 사전‑우도 결합을 통해 각 후보 쌍에 대한 사후 점수를 계산한다. (3) 점수를 내림차순 정렬해 최상위 k 개의 아날로지 후보를 반환한다. 계산 복잡도는 주로 커널 행렬의 역행렬 연산에 의존하지만, 저차원 임베딩이나 근사 역행렬 기법(예: Nystrom)으로 실용적인 규모까지 확장 가능하다.

실험에서는 (가) 텍스트 코퍼스에서 “단어 : 동의어” 쌍을 학습시킨 뒤, 새로운 단어 쌍이 동일한 의미 관계를 갖는지 평가하였다. 단어 임베딩을 특성으로 사용하고, 동의어 사전 정보를 링크 행렬로 활용했다. 결과는 기존의 벡터 연산 기반 아날로지(예: king‑man = queen‑woman)보다 높은 정밀도와 재현율을 보였다.

(나) 생물학적 네트워크에서는 인간 단백질‑단백질 상호작용(PPI) 데이터를 이용해, 소수(10~20쌍)의 알려진 기능적 상호작용을 입력으로 삼았다. 각 단백질은 GO 어노테이션, 서열 특징, 발현 프로파일 등을 결합한 벡터로 표현하고, 실제 상호작용 여부를 링크 행렬에 기록했다. 제안 방법은 기존의 네트워크 기반 스코어링(예: Jaccard, Adamic‑Adar)보다 높은 AUC(0.87)를 달성했으며, 특히 새로운 상호작용 후보를 실험적으로 검증한 사례에서도 성공률이 70% 이상이었다.

핵심 인사이트는 (i) 관계를 직접 모델링하는 대신 “관계 함수”를 정의하고 함수 공간에서 유사도를 측정함으로써, 관계의 복합적 특성을 자연스럽게 포착한다는 점이다. (ii) 베이즈 프레임워크는 소수의 라벨된 쌍만으로도 강력한 사후 추정을 가능하게 하며, 불확실성을 정량화해 순위에 반영한다. (iii) 객체 특성만 있으면 관계 속성(가중치, 방향성 등)을 별도로 요구하지 않으므로, 다양한 도메인에 손쉽게 적용할 수 있다.