라벨 없는 네트워크 학습: 능동적 학습과 추론 전략

본 논문은 라벨이 전혀 없는 그래프에서 제한된 수의 노드만 라벨링하여 전체 네트워크의 클래스를 예측하는 ‘within‑network classification’ 문제를 다룬다. 기존 연구는 보통 일부 라벨이 이미 주어져 있거나 클래스 수가 알려진 상황을 전제로 하지만, 실제 많은 소셜·바이오·인프라 네트워크에서는 라벨이 전무하고 클래스 수조차 사전 지식이 없는 경우가 빈번하다. 이러한 상황에서 어떤 노드의 라벨을 우선적으로 획득해야 전체 분류 정확도를 최적화할 수 있는가가 핵심 질문이다. 저자들은 이를 해결하기 위해 두 단계의 프레임워크를 제시한다. 첫 번째 단계는 각 노드에 ‘유틸리티 점수’를 부여하는 것이다. 이 점수는 노드의 구조적 특성을 정량화한 것으로, 정규화된 정도 중심성, 근접 중심성, 베트위니스, 클러스터링 계수, 페이지랭크 등 다양한 그래프 측정값을 활용한다. 총 29가지의 서로 다른 점수 정의와 조합을 실험적으로 검토한다. 두 번째 단계는 점수를 기반으로 노드를 정렬하고, 정렬 상위 혹은 하위 N개의 노드를 선택하거나, 선택된 노드의 이웃을 라벨링 대상으로 삼는 ‘measure‑neighbor’ 방식을 적용한다. ‘measure‑neighbor’ 접근법은 기존 방법과의 근본적인 차이를 만든다. 전통적인 방법은 높은 유틸리티를 가진 노드 자체를 라벨링하지만, 저자들은 높은 클러스터링 계수를 가진 네트워크에서는 이웃 노드가 동일한 라벨을 가질 확률이 높아, 이웃을 라벨링함으로써 더 넓은 지역에 정보를 전파할 수 있다고 주장한다. 반대로 클러스터링이 낮은 네트워크에서는 이웃이 서로 다른 라벨을 가질 가능성이 커, 직접 높은 유틸리티 노드를 라벨링하는 것이 더 효율적이다. 라벨을 획득한 후에는 두 가지 대표적인 집합적 분류 알고리즘을 적용한다. 첫 번째는 Iterative Classification Algorithm (ICA)으로, 각 노드에 로컬 분류기를 적용하고 이웃 라벨을 이용해 반복적으로 예측을 업데이트한다. 두 번째는 Loopy Belief Propagation (LBP)으로, 그래프 전반에 메시지를 전달하며 전역적인 확률 분포를 추정한다. 두 알고리즘 모두 초기 라벨 집합에 크게 의존하므로, 라벨 선택 전략이 최종 정확도에 직접적인 영향을 미친다. 실험은 여섯 개의 실제 네트워크(소셜 네트워크, 협업 네트워크, 바이오 네트워크 등)를 대상으로 수행되었다. 각 네트워크는 클러스터링 계수, 평균 차수, 밀도 등 구조적 특성에 따라 고, 중, 저 세 그룹으로 분류되었다. 실험 결과는 다음과 같다. 1. 고클러스터링 네트워크(예: 소셜 커뮤니티)에서는 ‘measure‑neighbor’ 방식이 ICA와 LBP 모두에서 평균 5~12% 높은 정확도를 기록했다. 이는 이웃 라벨링이 클러스터 내부의 동질성을 효과적으로 활용했기 때문이다. 2. 저클러스터링 네트워크(예: 희소한 협업 그래프)에서는 전통적인 상위 N개 노드 직접 라벨링이 더 좋은 성능을 보였다. 이 경우 이웃이 서로 다른 라벨을 가질 확률이 높아, 직접 중심성을 가진 노드를 라벨링하는 것이 정보 전달에 유리했다. 3. 중간 정도의 클러스터링을 가진 네트워크에서는 두 접근법이 비슷한 성능을 보였으며, 선택된 유틸리티 점수에 따라 약간의 차이가 발생했다. 4. 라벨링 예산(즉, 획득 가능한 라벨 수)이 제한적일 때는 상위 5~10% 노드만 선택해도 충분히 좋은 성능을 얻을 수 있었으며, 예산이 늘어나면 ‘measure‑neighbor’ 방식이 제공하는 다양성이 전체 오류 감소에 기여했다. 또한, 각 유틸리티 점수별로 성능 차이를 상세히 분석하였다. 정도 중심성 기반 점수는 고밀도 네트워크에서 강력했으며, 근접 중심성은 평균 거리와 연관된 네트워크에서 유리했다. 베트위니스와 페이지랭크는 전역적인 영향력을 반영하지만, 라벨링 비용 대비 효율성은 다소 낮았다. 논문은 마지막으로 실용적인 가이드라인을 제시한다. 네트워크를 사전에 분석해 클러스터링 계수를 측정하고, 계수가 0.4 이상이면 ‘measure‑neighbor’ 방식을, 0.2 이하이면 전통적인 직접 라벨링 방식을 선택하라는 것이다. 또한, 라벨링 예산이 제한된 경우에는 높은 중심성을 가진 상위 5% 노드를 우선 선택하고, 예산이 충분하면 이웃 라벨링을 병행하라고 권고한다. 이와 같이 본 연구는 라벨이 전무한 상황에서도 비용 효율적인 라벨링 전략을 설계하고, 네트워크 구조에 따라 맞춤형 전략을 선택할 수 있는 체계적인 방법론을 제공한다. 특히 ‘measure‑neighbor’ 개념은 기존 중심성 기반 라벨 선택을 확장한 혁신적인 아이디어로, 클러스터링이 높은 소셜 네트워크, 생물학적 상호작용 네트워크 등에서 실용적인 적용 가능성을 보여준다.