복잡망의 가짜 연결 제거와 구조 보존

초록

본 논문은 복잡망에서 존재할 수 있는 가짜(스퓨리어스) 링크를 식별·제거하는 방법을 연구한다. 기존의 단순 유사도 기반 혹은 중심성 기반 기법들은 가짜 링크를 잘 찾아내지만, 중요한 실제 링크까지 삭제해 네트워크의 연결성·동적 특성을 크게 왜곡한다. 저자는 공통 이웃(Common Neighbors)과 에지 베트위enness(Edge Betweenness)를 결합한 하이브리드 지수를 제안하고, 이를 통해 가짜 링크를 효과적으로 제거하면서도 거대 성분(Giant Component)의 크기와 클러스터링, 평균 최단경로, 교통 혼잡성 등 주요 구조·동적 지표를 원본 네트워크와 거의 동일하게 유지함을 실험적으로 입증한다.

상세 분석

이 연구는 복잡망 데이터의 신뢰성을 높이기 위한 ‘스퓨리어스 링크 제거’ 문제에 초점을 맞춘다. 기존 연구에서는 주로 링크 예측(link prediction) 기법이 결여된 링크를 찾는 데 집중했으며, 가짜 링크를 식별하는 방법은 상대적으로 소홀히 다루어졌다. 가짜 링크를 무분별히 제거하면 네트워크가 분리되거나 핵심 구조가 손상될 위험이 크다. 저자는 이러한 위험을 최소화하기 위해 두 가지 관점을 결합한다. 첫 번째는 ‘유사도 기반’ 지표로, 노드 쌍이 얼마나 비슷한가를 측정한다. 여기서는 가장 단순한 공통 이웃(Common Neighbors, CN) 지수를 사용했으며, 이는 두 노드가 공유하는 이웃의 수를 직접 카운트한다. 두 번째는 ‘중심성 기반’ 지표인 에지 베트위enness(Edge Betweenness, EB)이다. EB는 특정 링크가 전체 최단 경로에서 차지하는 비중을 나타내며, 네트워크 흐름의 핵심 경로에 위치한 링크를 강조한다.

하이브리드 지수는 R_hyb_ij = λ·(R_CN_ij / max R_CN) + (1‑λ)·(R_EB_ij / max R_EB) 형태로 정의된다. λ는 0과 1 사이의 가중치이며, 실험에서는 λ=0.9로 설정해 CN의 비중을 크게 두고 EB의 작은 기여를 허용했다. 이 설계는 “유사한 노드가 연결된 경우는 실제 링크일 확률이 높다”는 가정을 유지하면서, 동시에 네트워크 흐름에 중요한 고베트위enness 링크는 보존하도록 만든다.

실험은 여섯 개의 실세계 네트워크(CE, Email, SC, PB, PPI, USAir)의 거대 성분을 추출하고, 여기서 임의의 비율 f(0~0.8) 만큼 무작위 가짜 링크를 삽입해 관측 네트워크 A_o 를 만든다. 각 기법은 A_o 에서 링크를 신뢰도 순으로 정렬하고, 하위 f’ 비율(보통 f’=f) 만큼 제거해 재구성 네트워크 A_r 을 만든다. 성능 평가는 (1) AUC(Area Under Curve)로 가짜 링크와 실제 링크를 구분하는 정확도, (2) 거대 성분 크기 유지, (3) 클러스터링 계수, 평균 최단 경로, 교통 혼잡성(최대 베트위enness) 등 구조·동적 지표의 상대 오차를 사용한다.

결과는 다음과 같다. 유사도 기반 기법(CN, RA, LP, Katz)은 AUC가 0.8~0.95 수준으로 높은 정확도를 보였지만, 동일 비율의 링크를 제거하면 거대 성분이 급격히 감소하고, 클러스터링과 평균 최단 경로가 크게 변형된다. 반면 중심성 기반 EB는 AUC가 0.4 이하로 낮아 가짜 링크 식별 능력이 부족하지만, 제거 후에도 네트워크 연결성을 거의 유지한다. 하이브리드 기법은 AUC가 약간 낮아(≈0.75) 유사도 기반보다 정확도는 떨어지지만, 거대 성분 크기와 기타 지표는 대부분의 경우 원본과 거의 동일하게 복원한다. 특히 PB와 USAir와 같이 구조가 취약한 네트워크에서 하이브리드가 보여준 복원 효과는 눈에 띈다.

이러한 결과는 “정확도만으로는 스퓨리어스 링크 제거 방법을 평가할 수 없다”는 중요한 교훈을 제공한다. 실제 시스템에서는 중요한 연결을 잃는 것이 작은 오탐률보다 훨씬 큰 비용을 초래한다. 따라서 하이브리드 접근법처럼 구조적 중요성을 고려한 보조 지표를 결합하는 것이 실용적이며, 향후 네트워크 정제, 백본 추출, 그리고 신뢰할 수 있는 데이터베이스 구축 등에 널리 적용될 수 있다.