경쟁 제품이 있는 사회망 확산 모델과 그 알고리즘적 특성

초록

본 논문은 다중 제품이 경쟁하는 사회망에서 노드가 이웃의 영향을 받아 하나의 제품을 선택하도록 하는 새로운 임계값 모델을 제시한다. 전체 네트워크가 하나의 제품을 채택할 수 있는 경우와 반드시 그렇게 되는 경우, 그리고 결과가 유일하게 결정되는 경우를 그래프 구조적으로 규명하고, 이를 기반으로 다항시간 판별 알고리즘을 설계한다. 또한 유일한 결과가 보장되지 않을 때 최소·최대 확산 규모를 계산하는 복잡도와, 특정 노드가 모든 최종 상태에서 어떤 제품을 반드시 채택해야 하는지 여부를 판단하는 문제의 난이도를 분석한다. 최소 확산 규모는 Ω(n) 이하의 근사조차 NP‑hard인 반면, 최대 확산 규모는 효율적으로 구할 수 있다. 마지막으로, 노드가 “어떤” 제품을 반드시 채택해야 하는지와 “특정” 제품을 반드시 채택해야 하는지 판단하는 문제는 각각 co‑NP‑complete임을 보인다.

상세 분석

이 논문은 기존의 단일 제품 확산 모델을 다중 제품 환경으로 일반화하면서, 각 노드가 하나의 제품만을 선택하도록 하는 “다중 선택 임계값 모델”을 정의한다. 노드 v는 인접 노드들의 선택 집합에 따라 가중치가 부여된 영향을 받으며, 사전에 정해진 임계값 θ(v) 이상이 되면 아직 선택되지 않은 제품 중 하나를 채택한다. 중요한 점은 제품 간에 경쟁 관계가 존재한다는 가정하에, 동일한 이웃이 여러 제품을 동시에 지원할 경우 각 제품에 대한 가중치가 독립적으로 누적된다는 것이다.

논문은 먼저 “전체 채택 가능성”(existence of a global adoption)과 “전체 채택 필연성”(necessity of a global adoption)을 그래프 이론적 관점에서 규명한다. 전체 채택 가능성은 그래프가 특정한 “제품 전파 클로즈”(product propagation closure)를 만족하는지 여부와 동치이며, 이는 각 제품별로 초기 채택자 집합이 그래프 전체를 커버하도록 확장될 수 있는지를 검사하는 다항시간 절차로 구현된다. 전체 채택 필연성은 모든 가능한 초기 배치와 순서에 대해 동일한 최종 상태가 도출되는지를 확인하는 것으로, 이는 그래프가 “강한 연결성”과 “임계값 균등성”(threshold uniformity)을 동시에 만족할 때 성립한다는 정리를 제시한다.

다음으로 결과가 유일하게 결정되는 경우, 즉 “유일 결과 보장”(uniqueness) 조건을 탐구한다. 저자들은 그래프가 “단일 전파 트리”(single propagation tree) 구조를 가질 때, 초기 선택과 순서에 관계없이 최종 채택이 동일하게 수렴한다는 정리를 증명한다. 이때 각 노드의 임계값이 그 이웃들의 가중치 합보다 작거나 같은 경우에만 유일성이 유지된다. 이러한 구조적 특성을 이용해, 주어진 네트워크가 유일 결과를 보장하는지 여부를 O(n+m) 시간에 판단할 수 있는 알고리즘을 제시한다.

복잡도 측면에서 논문은 두 가지 최적화 문제를 정의한다. 첫째는 “최소 확산”(minimum spread) 문제로, 특정 제품이 최종적으로 차지하는 노드 수의 하한을 구하는 것이다. 저자들은 이 문제를 최소 커버 문제와 귀납적으로 귀결시켜, Ω(n) 이하의 근사비율을 달성하는 것이 NP‑hard임을 증명한다. 반면 “최대 확산”(maximum spread) 문제는 각 노드가 가능한 한 많은 이웃으로부터 영향을 받아 제품을 채택하도록 순서를 설계하면, 단순히 그래프의 전파 가능 영역을 탐색함으로써 다항시간에 최적해를 구할 수 있음을 보인다.

마지막으로 “노드 강제 채택”(forced adoption) 문제를 두 가지 변형으로 다룬다. 첫 번째는 “어떤 제품이든” 노드가 최종 상태에서 반드시 선택해야 하는지 여부이며, 두 번째는 “특정 제품”을 반드시 선택해야 하는지 여부이다. 두 변형 모두 초기 배치와 전파 순서에 대한 전역적인 검증을 요구한다. 저자들은 이 문제들을 각각 co‑NP‑complete로 분류함으로써, 해답을 검증하는 것은 쉬우나 존재 여부를 결정하는 것이 어려운 전형적인 co‑NP 문제임을 입증한다. 이러한 결과는 사회적 영향력 마케팅에서 목표 제품의 최소·최대 도달 범위와 핵심 타깃 노드 식별이 이론적으로 얼마나 복잡한지를 명확히 보여준다.