Eclipse 해싱 알렉산드로프 콤팩티피케이션과 초구 해싱을 이용한 고속 유사도 검색

초록

본 논문은 고차원 특징 벡터를 이진 벡터로 변환해 Hamming 거리 기반의 근사 유사도 검색을 수행하는 새로운 해싱 기법인 Eclipse‑hashing을 제안한다. 역입체투영을 이용해 ℝⁿ을 알렉산드로프 콤팩티피케이션으로 확장하고, 이를 통해 초구를 직접 사용하지 않고도 초구 기반 해시 함수를 구현한다. 비선형 연산을 최소화해 해싱 속도를 높이고, 기존의 초평면 해싱보다 근사 정확도가 향상된다.

상세 분석

Eclipse‑hashing은 고차원 유클리드 공간 V=ℝᴺ을 N+1 차원 공간 ˜V=ℝᴺ⁺¹ 로 확장한 뒤, 역입체투영(f⁻¹)이라는 수학적 변환을 적용한다. f⁻¹은 V의 모든 점을 단위 구 S(ℝᴺ⁺¹) 위의 점으로 사상하고, 무한대의 점은 S의 북극(North Pole)으로 매핑한다. 이는 알렉산드로프 콤팩티피케이션의 한 형태이며, 구의 남극을 원점에 두어 원점 중심의 특징 벡터와 평균이 일치하도록 전처리한다.

S 위에서 임의의 초평면 ˜H를 정의하면, ˜H와 S의 교집합은 구면(또는 적절히 선택하면 평면)으로 사상된다. 식(8)은 ˜H가 북극을 통과할 때 V에서의 초평면을, 식(9)은 북극을 통과하지 않을 때 V에서의 초구를 만든다. 따라서 ˜V의 초평면을 이용해 비트값을 결정하면, 실제로는 V에서 초구에 의해 영역이 구분된 것과 동일한 효과를 얻는다.

이 접근법이 해결하는 두 가지 근본적인 문제는 다음과 같다. 첫째, 기존 초구 해싱에서는 무한대 근처의 점들이 서로 매우 가깝게 매핑돼 “무한대 근처 지름길”이 발생, Hamming 거리가 실제 L₂ 거리와 크게 차이 나는 현상이 있었다. 역입체투영은 이러한 점들을 북극 주변에 몰아넣고, 충분히 많은 초평면이 북극을 가로지르게 함으로써 비트 간 거리를 크게 만든다. 둘째, 초구에 의해 형성된 영역이 비연결(Disconnected)될 경우 동일 비트열을 갖는 서로 다른 영역 사이에 실제 경로가 존재하지 않아 Hamming 거리와 최소 교차 횟수가 불일치했다. S 위에서 초평면으로 영역을 나누면, S는 연결된 구면이므로 이러한 비연결 현상이 사라지고, 결과적으로 비트열이 실제 거리와 일관되게 된다.

연산 복잡도 측면에서, 초구를 직접 계산하려면 각 벡터에 대해 거리 제곱과 반지름 비교라는 비선형 연산이 필요하지만, Eclipse‑hashing은 역입체투영 후 단순 내적(초평면 판정)만 수행한다. 따라서 O(N·B) 수준의 선형 연산으로 B개의 비트를 생성할 수 있어, 기존 초구 해싱보다 현저히 빠르다. 또한, 초평면을 무작위 정규분포에서 샘플링하거나 데이터 기반 PCA, 학습 기반 방법(S‑LSH, M‑LSH 등)과 동일하게 적용 가능하므로 구현이 용이하고 확장성이 높다. 실험 결과(논문에 제시된)는 동일 비트 길이에서 초평면 해싱보다 높은 정밀도·재현율을 보이며, 특히 차원이 1281024인 이미지 특징 벡터에 대해 23배 빠른 해싱 속도를 기록한다.

요약하면, Eclipse‑hashing은 역입체투영이라는 기하학적 변환을 활용해 초구 기반 해시를 초평면 연산으로 대체함으로써, 비선형 연산을 제거하고 무한대 지점의 왜곡을 해소한다. 이로써 고차원 데이터베이스에서 메모리 효율적인 비트 벡터를 이용한 근사 유사도 검색을 기존 방법보다 빠르고 정확하게 수행할 수 있다.