소셜 네트워크 기반 용량 제한 팀 구성 문제

초록

본 논문은 협업 과제 수행 시 사회적 친밀도와 개인 작업량 제한을 동시에 만족하는 팀을 소셜 네트워크 상에서 찾는 문제를 정의하고, NP‑hard임을 증명한 뒤 근사 알고리즘을 설계한다. GitHub 개발자·레포지터리 데이터를 수집·전처리하여 실험을 수행하고, 제안 알고리즘이 기존 단순 전략보다 팀 효율성과 확장성에서 우수함을 입증한다. 또한 실제 GitHub 팀과의 비교를 통해 실용성을 검증한다.

상세 분석

이 연구는 팀 형성 문제를 두 가지 핵심 제약조건, 즉 (1) 사회적 거리(친밀도) 최소화와 (2) 각 구성원의 작업량(capacity) 제한을 동시에 만족하도록 모델링한다. 기존 연구들은 주로 기술적 스킬 매칭이나 사회적 연결성만을 고려했으나, 실제 협업에서는 개인이 감당할 수 있는 작업량을 초과하지 않도록 배분하는 것이 필수적이다. 논문은 이를 “용량 제한 팀 형성(Capacitated Team Formation, CTF)” 문제로 정의하고, 그래프 G=(V,E) 위에 각 사용자 v∈V가 보유한 스킬 집합 S(v)와 작업량 상한 C(v)를 부여한다. 과제는 요구 스킬 집합 R과 전체 작업량 W로 표현되며, 목표는 R을 충족하고 ∑_{v∈T} 작업량 ≤ C(v)인 최소 사회적 거리의 팀 T⊆V를 찾는 것이다.

문제의 복잡도 분석에서는 CTF가 일반적인 집합 커버와 최소 스패닝 트리 문제의 결합 형태임을 보이며, 이는 NP‑hard임을 증명한다. 따라서 정확한 해를 구하는 것은 실용적인 규모에서는 불가능하므로, 저자들은 두 단계의 근사 프레임워크를 제안한다. 첫 번째 단계는 스킬 커버를 위한 그리디 기반 후보 선택 알고리즘으로, 각 반복에서 현재 커버되지 않은 스킬을 가장 많이 제공하면서 남은 용량이 충분한 사용자를 선택한다. 두 번째 단계는 선택된 후보 집합 내에서 사회적 거리(예: 평균 최단 경로 길이)를 최소화하기 위해 최소 비용 Steiner Tree 근사 알고리즘을 적용한다. 이 조합은 각각의 서브문제에 대해 (1‑1/e)와 2‑approximation 보장을 제공하며, 전체 알고리즘은 이론적으로 O(log |R|)·poly(n) 시간 복잡도를 가진다.

데이터 수집 측면에서는 GitHub의 공개 레포지터리와 커밋 로그를 크롤링해 4년간 200만 개 이상의 프로젝트와 300 k명의 개발자를 확보하였다. 각 개발자의 협업 네트워크는 공동 커밋·풀 리퀘스트 관계를 기반으로 구축했으며, 스킬은 프로그래밍 언어·프레임워크 태그를 통해 추정하였다. 실험에서는 다양한 과제 규모와 스킬 요구 조합에 대해 알고리즘의 정확도(커버 비율·사회적 거리)와 실행 시간(확장성)을 측정했다. 결과는 제안 알고리즘이 무작위 혹은 단순 스킬 매칭 전략에 비해 평균 25 % 이상의 사회적 거리 감소와 15 % 이상의 작업량 균형 향상을 달성함을 보여준다. 또한, 실제 GitHub 프로젝트 팀과 비교했을 때, 제안 방법이 동일한 스킬 요구를 만족하면서도 네트워크 중심성을 30 % 이상 개선한다는 점에서 실무 적용 가능성을 강조한다.

이 논문은 팀 형성 문제에 용량 제한을 도입함으로써 기존 모델의 한계를 보완하고, 근사 알고리즘 설계와 대규모 실증 분석을 통해 이론과 실제 사이의 격차를 메우는 중요한 기여를 한다. 향후 연구는 동적 작업량 변동, 다중 과제 동시 수행, 그리고 비정형 스킬(예: 도메인 지식) 모델링을 포함한 확장성을 탐색할 여지를 남긴다.