대규모 네트워크에서 다중 라벨 유형 공동 추론

초록

본 논문은 소셜 네트워크와 같은 대규모 그래프에서 사용자에게 여러 라벨 유형(고향, 현재 거주지, 직장 등)이 동시에 존재할 때, 기존 라벨 전파 방식이 갖는 한계를 극복하고자 EdgeExplain이라는 새로운 확률 모델을 제안한다. 라벨 간 상호작용과 라벨 유형별 특성을 명시적으로 모델링함으로써, 수십억 규모의 페이스북 서브그래프에서 라벨 전파 대비 recall@1에서 최대 120%, recall@3에서 60%까지 향상된 성능을 보였다.

상세 분석

EdgeExplain 모델은 그래프의 각 에지(u∼v)를 “설명”할 수 있는 라벨 유형 t∈T를 찾는 문제로 재구성한다. 저자들은 라벨 유형이 (P1) 친구 관계를 설명하는 주요 상황이며, (P2) 대부분의 에지는 하나의 라벨 유형만으로 설명될 수 있다는 상호배타성을 가정한다. 이를 바탕으로 라벨 존재 여부를 이진 변수 S_utℓ 로 정의하고, 두 노드가 같은 라벨 ℓ을 공유하면 r(u,v,t)=∑_{ℓ∈L(t)}S_utℓ·S_vℓ 로 계산한다. 이후 softmax 대신 시그모이드 σ(α·∑_t r(u,v,t)+c) 를 적용해 각 에지가 충분히 “설명”될 확률을 구한다. α는 설명 강도를 조절하는 하이퍼파라미터이며, c는 알려지지 않은 라벨 유형이 존재할 가능성을 반영한다. 이 확률을 전체 그래프에 대해 곱한 로그우도(Likelihood)를 최대화하는 것이 목표이며, 이를 위해 경사하강법 기반의 반복 업데이트를 설계한다. 중요한 점은 라벨 전파와 달리 라벨 간 상관관계를 전역적으로 고려한다는 것이다. 라벨 전파는 각 라벨 유형을 독립적으로 확산시키지만, EdgeExplain은 하나의 에지가 여러 라벨 유형 중 하나만이라도 일치하면 충분히 설명된다고 가정함으로써, 라벨 간 경쟁 관계를 자연스럽게 해결한다. 또한, 모델은 분산 메시지 패싱 구조에 적합하도록 설계돼, 각 노드는 이웃으로부터 현재 추정된 라벨 확률을 받아 업데이트하고, 전체 과정은 MapReduce 혹은 Pregel‑계열 프레임워크에서 선형 시간 복잡도로 수행된다. 실험에서는 페이스북의 10억 노드 서브그래프(친구 관계와 공개 프로필)에서 5가지 라벨 유형(고향, 고등학교, 대학, 현재 도시, 고용주)을 대상으로, 라벨 전파 대비 크게 향상된 정밀도와 재현율을 기록했다. 특히 α 값을 크게 잡을수록 단일 라벨 일치만으로도 에지를 충분히 설명할 수 있어, 실제 데이터에서 라벨 유형 간 상호배타성 가정이 유효함을 확인했다. 모델의 확장성도 논의되었으며, 추가적인 노드 속성(그룹 멤버십 등)이나 라벨 유형을 손쉽게 포함시킬 수 있다. 전체적으로 EdgeExplain은 라벨 유형이 다중이고 라벨 공간이 거대할 때, 기존 그래프 기반 반지도 학습 방법의 한계를 극복하고, 대규모 실서비스에 적용 가능한 효율적이고 정확한 라벨 추론 프레임워크를 제공한다.