냉각 끝으로 놓친 연결 찾기

초록

본 논문은 실제 생물·정보 네트워크에서 누락된 링크가 저차수 노드 사이에 존재할 가능성이 높다는 점을 지적하고, 기존의 무작위 샘플링 방식이 편향을 초래함을 논증한다. 저차수 노드 간 링크를 중심으로 한 프로브 세트를 구성한 뒤, 10가지 로컬 유사도 지표와 4개의 실제 네트워크에 대해 실험을 진행한다. 그 결과, 기존에는 성능이 낮다고 평가받던 Leicht‑Holme‑Newman(LHN) 지표가 가장 높은 예측 정확도를 보였으며, 파라미터를 도입한 새로운 지표를 제안해 정확도를 크게 향상시켰다. 또한 제안 지표가 세 가지 실제 샘플링 방법에서도 유효함을 확인하였다.

상세 분석

이 연구는 링크 예측 평가에서 흔히 사용되는 “훈련 집합‑프로브 집합” 무작위 분할이 실제 네트워크 특성을 반영하지 못한다는 근본적인 문제를 제기한다. 생물학적 상호작용망이나 소셜 네트워크에서는 데이터 수집 과정 자체가 저차수 노드 간 연결을 놓치기 쉬운 구조적 편향을 가지고 있다. 따라서 저차수 노드가 연결된 링크를 중심으로 프로브 집합을 구성하면, 기존 지표들의 성능이 급격히 변동함을 확인할 수 있다.

실험에서는 10가지 로컬 유사도 지표(공통 이웃, 자카드, 애드아머 등)와 4개의 실제 네트워크(예: 단백질‑단백질 상호작용망, 인터넷 AS‑레벨 망, 협업망, 소셜 네트워크)를 사용하였다. 특히, 저차수 링크만을 포함한 프로브 집합을 만들었을 때, Leicht‑Holme‑Newman(LHN) 지표가 다른 지표들을 압도하는 성능을 보였다. LHN은 두 노드의 차수 곱에 대한 정규화를 통해 저차수 노드 간 연결을 강조하는 특성이 있다. 기존 연구에서는 LHN이 무작위 프로브 집합에서는 낮은 AUC를 보여 비효율적이라고 평가되었지만, 본 논문은 상황에 따라 지표의 효용성이 크게 달라질 수 있음을 실증한다.

또한 저자들은 LHN에 가중 파라미터 α를 도입한 새로운 지표 LHNα를 제안한다. 이 파라미터는 차수 정규화 강도를 조절하여, 저차수 노드 간 연결을 더욱 부각시키거나 고차수 노드 간 연결을 억제한다. 실험 결과, α를 0.5~1.5 사이의 값으로 최적화했을 때 AUC가 평균 12%p 상승하는 등 현저한 개선을 보였다.

마지막으로, 실제 네트워크에서 흔히 발생하는 세 가지 샘플링 방법(노드 기반 샘플링, 엣지 기반 샘플링, 트리플 기반 샘플링)에 대해 LHNα의 적용 가능성을 검증하였다. 모든 경우에서 LHNα가 기존 지표 대비 우수한 성능을 유지했으며, 특히 저차수 노드가 과소표집되는 상황에서 그 효과가 두드러졌다. 이 결과는 링크 예측 모델을 설계할 때, 데이터 수집 방식과 네트워크 구조적 특성을 함께 고려해야 함을 시사한다.