복합 네트워크에서 거의 최적에 가까운 링크 예측을 위한 모델 스태킹

본 논문은 복잡 네트워크에서 누락된 링크를 예측하는 문제를 다루며, 기존에 제안된 다양한 알고리즘이 실제로 어느 정도의 성능을 보이는지 체계적으로 검증한다. 연구자는 먼저 203개의 개별 링크 예측기를 선정했는데, 이는 위상 기반(노드 차수, 공통 이웃, 최단 경로 등), 모델 기반(확률적 블록 모델, 모듈러리티 등), 임베딩 기반(그래프 임베딩 후 거리·내적 등) 세 가지 방법론에 속한다. 각 방법론은 각각 42·11·150개의 변형을 포함해 풍부한 피처 집합을 형성한다. 연구는 두 종류의 데이터에 대해 실험을 진행한다. 첫 번째는 합성 네트워크로, 차수 분포(포아송, 와이블, 멱법칙), 커뮤니티 수(k=1,2,4,16,32), 커뮤니티 경계 흐릿함(ε=low, medium, high)이라는 세 축을 조합해 3×5×3=45가지 유형을 생성하였다. 이러한 합성 네트워크는 생성 과정이 명확히 알려져 있기 때문에, 이론적으로 달성 가능한 최고 AUC(Area Under ROC Curve)를 정확히 계산할 수 있다. 두 번째는 548개의 실제 네트워크 데이터베이스이며, 이는 사회(23%), 생물(33%), 경제(22%), 기술(12%), 정보(3%), 교통(7%) 등 여섯 개 도메인에 걸쳐 구조적·규모적 다양성을 갖는다. 실험 설계는 관측된 에지를 80%만 남기고 20%를 ‘숨김’(hold‑out)으로 두는 무작위 결측 모델을 사용한다. 이는 가장 어려운 상황을 가정한 것으로, 결측이 네트워크 구조와 무관하게 균등 확률로 발생한다는 가정이다. 개별 예측기의 성능은 표준 AUC 지표로 평가했으며, 메타러닝 접근법으로는 랜덤 포레스트 기반 스태킹 모델을 채택했다. 스태킹 모델은 203개의 피처를 입력으로 받아, 각 피처가 특정 네트워크 상황에서 얼마나 유용한지를 학습한다. 학습 과정에서 Gini 중요도(불순도 감소)를 통해 피처별 기여도를 측정했으며, 이를 통해 도메인·구조별로 어떤 피처가 핵심적인지 파악했다. 결과는 크게 두 가지 주요 인사이트를 제공한다. 첫째, 개별 예측기들은 오류 패턴이 크게 다르며, 어느 하나가 모든 네트워크에 대해 일관된 최우수 성능을 보이지 않는다. 이는 ‘No Free Lunch’ 정리와 일치하며, 다양한 신호를 포착하는 여러 알고리즘이 필요함을 의미한다. 위상 기반 피처는 사회 네트워크에서 높은 중요도를 보였고, 모델 기반 피처는 생물·기술 네트워크에서 상대적으로 더 큰 기여를 했다. 임베딩 기반 피처는 전반적으로 중간 수준의 중요도를 보였으며, 일부 경우에만 두드러진 성능을 나타냈다. 둘째, 스태킹 모델은 거의 모든 실험 조건에서 개별 최우수 예측기와 동등하거나 그보다 높은 AUC를 달성했다. 합성 네트워크에서는 스태킹이 이론적 최적값에 거의 근접했으며, 실제 네트워크에서도 평균 AUC가 0.92(사회)에서 0.78(생물·기술)까지 도메인별 차이를 보였지만, 항상 개별 최고 성능보다 우수했다. 또한 피처 수를 줄여도 30~40개의 핵심 피처만으로 거의 최적에 도달할 수 있음을 확인했으며, 이는 실용적인 모델 경량화에 중요한 시사점을 제공한다. 논문은 또한 현재 연구의 제한점을 명시한다. 첫째, 결측 모델이 무작위라는 가정은 실제 데이터에서 비현실적일 수 있다. 둘째, 메타러닝기로 랜덤 포레스트만을 사용했으며, 더 복잡한 모델(예: Gradient Boosting, Neural Networks)이나 도메인 특화 메타 학습기가 더 나은 성능을 보일 가능성이 있다. 셋째, 임베딩 기반 피처는 현재 사용된 두 가지 임베딩 알고리즘에 한정돼 있어, 최신 그래프 신경망 기반 임베딩을 포함하면 성능이 달라질 수 있다. 결론적으로, 이 연구는 링크 예측에서 ‘하나의 최적 알고리즘’이 존재하지 않으며, 다양한 예측기의 오류를 조합하는 스태킹 접근법이 거의 최적에 가까운 성능을 제공한다는 강력한 증거를 제시한다. 도메인별 예측 난이도 차이를 밝힘으로써, 연구자들이 네트워크 유형에 맞는 피처 선택과 메타 학습 전략을 설계하는 데 실질적인 가이드라인을 제공한다. 향후 연구는 비균등 결측 모델링, 더 풍부한 임베딩 기법, 그리고 실시간 온라인 스태킹 등으로 확장될 수 있다.