자동 위상학 학습을 위한 측도 벡터화

본 논문은 위상학 데이터 분석(TDA)에서 핵심적인 출력인 지속성 다이어그램(persistence diagram)을 ‘측도’라는 수학적 객체로 해석하고, 이를 일반적인 머신러닝 모델에 바로 사용할 수 있는 고정 차원의 벡터로 변환하는 새로운 비지도 학습 방법 ATOL(Automatic Topologically‑Oriented Learning)을 제안한다. 지속성 다이어그램은 데이터의 다중 스케일 위상학적 특성을 포착하지만, 점들의 무순서 집합이며 크기가 가변적이어서 전통적인 머신러닝 파이프라인에 바로 입력하기 어렵다. 기존 연구는 다이어그램을 이미지화하거나, 고정 포인트에 대한 서명을 학습하거나, 복잡한 커널을 정의하는 등 여러 접근법을 시도했지만, 대부분이 높은 계산 비용이나 감독 학습이 필요하거나, 명시적인 벡터 표현을 제공하지 못하는 한계를 가지고 있었다. ATOL은 이러한 문제를 두 단계의 간단한 절차로 해결한다. 첫 번째 단계는 입력된 측도들의 평균 측도 E(X) 를 추정하고, 이를 b개의 대표점(코드북) c₁,…,c_b 으로 양자화한다. 여기서 평균 측도는 입력 측도들의 경험적 평균 \(\bar X_n\) 이며, 양자화는 2‑Wasserstein 거리 기반의 k‑means 문제를 풀어 수행한다. 기존 Lloyd 알고리즘을 측도에 적용한 변형을 사용해, 각 반복에서 Voronoi 셀 W_i(c) 내의 질량 중심을 새로운 코드북 점으로 업데이트한다. 이 과정은 O(n·M·b·d) 시간 복잡도를 가지며, 미니배치 버전도 가능해 대규모 데이터에 적용 가능하다. 두 번째 단계에서는 각 코드북 점 c_i 에 라플라시안 형태의 대비 함수 Ψ_i(x)=exp(−‖x−c_i‖²/σ_i) 를 정의한다. σ_i는 해당 점과 가장 가까운 다른 코드북 점 사이 거리의 절반으로 설정해, 지역적 스케일을 자동 조정한다. 각 측도 X에 대해 Ψ_i와의 내적 ∫Ψ_i dX 를 계산하고, 이를 b차원 벡터 v_ATOL(X) = (∫Ψ₁ dX,…,∫Ψ_b dX) 로 연결한다. 이 벡터는 입력 측도의 공간적 분포를 요약하면서, 평균 측도와의 차이를 강조한다. 이론적으로 저자들은 평균 측도와 충분히 구분되는 마진 조건이 만족될 경우, ATOL 벡터가 서로 다른 혼합 모델 성분(클러스터) 사이에 ℓ_∞‑norm 기준으로 명확한 간격을 만든다는 정리(정리 1)를 제시한다. 이는 기존 Wasserstein‑kernel이나 딥러닝 기반 임베딩이 제공하지 못하는 클러스터 구분 보장을 의미한다. 또한 대비 함수는 라플라시안 외에도 도메인 특화 함수로 교체 가능하므로, 다양한 응용에 맞게 확장할 수 있다. 실험에서는 세 가지 주요 도메인에서 ATOL의 성능을 평가했다. 첫 번째는 Reddit‑5K·12K와 같은 대규모 그래프 분류 데이터셋으로, ATOL은 64~128 차원의 벡터만으로 각각 67.1%와 51.4%의 정확도를 달성했으며, 이는 최신 그래프 신경망(GNN) 기반 방법과 비교해 비슷하거나 더 높은 성능을 보이면서도 학습·추론 시간이 크게 단축되었다. 두 번째는 최신 위상학 기반 그래프 컬렉션(예: MUTAG, PROTEINS)에서 기존 템플릿 함수, 커널, 딥러닝 임베딩과 비교했을 때, ATOL이 평균 2~4% 높은 정확도를 기록했다. 세 번째는 합성 동역학 궤도 데이터로, 다양한 노이즈 수준과 혼합 모델을 시뮬레이션해 평균 측도와의 마진이 변할 때 ATOL 벡터가 클러스터를 명확히 구분함을 시각적으로 확인했다. 또한, 코드북 크기 b 와 대역폭 σ_i 에 대한 소거 실험을 수행해, 작은 b (예: 32)에서도 충분한 성능을 유지하고, 자동 적응형 σ_i 가 고정 σ 보다 평균 3~5% 높은 정확도를 제공한다는 것을 밝혀냈다. 이러한 결과는 ATOL이 파라미터 조정이 거의 필요 없으며, 데이터에 자동으로 적응한다는 장점을 강조한다. 실용적인 측면에서 ATOL은 오픈소스 GUDHI 라이브러리와 통합돼 파이썬 API로 제공되며, 사용자는 측도(또는 지속성 다이어그램) 컬렉션과 원하는 벡터 차원 b 만 지정하면 자동으로 벡터화된 특징을 얻을 수 있다. 이는 위상학 기반 특징을 기존 머신러닝 모델(예: 랜덤 포레스트, SVM, XGBoost)과 결합하는 데 필요한 모든 전처리를 간소화한다. 결론적으로, ATOL은 (1) 구현이 간단하고 파라미터가 b 하나뿐인 경량 모델, (2) 측도 공간을 효율적으로 양자화해 정보 손실을 최소화, (3) 비지도 학습임에도 불구하고 클러스터 구분 이론적 보장을 제공한다는 점에서 위상학 기반 머신러닝에 새로운 패러다임을 제시한다. 또한, 실험 결과는 다양한 실제 데이터셋에서 최첨단 성능을 달성함을 보여주며, 오픈소스 구현을 통한 실무 적용 가능성도 높다.