비서브모듈러 영향극대화의 최악‑사례를 넘어선 (불)근사 가능성

초록

본 논문은 영향극대화(InfMax) 문제에서 서브모듈러가 아닌 확산 모델을 가정했을 때, 네트워크 구조를 계층적 블록모델(및 확률적 버전)로 제한하거나, 2‑쿼시‑서브모듈러와 같은 “거의 서브모듈러” 함수로 제한해도 여전히 $N^{1-\varepsilon}$ 수준의 근사 불가능성을 보인다. 또한, 블록 간 영향이 단방향일 경우 동적 계획법으로 최적해를 다항시간에 구할 수 있음을 제시한다. 이는 비서브모듈러 확산에서 양방향 영향이 핵심적인 난이도 요인임을 시사한다.

상세 분석

논문은 두 축으로 영향극대화 문제의 근사 난이도를 탐구한다. 첫 번째 축은 네트워크 토폴로지를 제한하는 것으로, 저자들은 (확률적) 계층적 블록모델(Hierarchical Block Model, HBM)을 정의한다. HBM은 전통적인 블록모델의 블록 간 연결 행렬을 트리 구조로 제한함으로써, 실제 사회 네트워크에서 흔히 관찰되는 지역 커뮤니티의 계층적 구성을 모델링한다. 이러한 강력히 제한된 그래프에서도, 영향 함수가 비서브모듈러이면 InfMax는 $N^{1-\varepsilon}$ 이하의 근사 비율을 달성하는 것이 NP‑hard임을 증명한다. 특히, 모든 정점의 임계값을 1로 고정한 경우에도 동일한 결과가 유지된다. 이와 대조적으로, 블록 간 영향이 단방향(즉, 한 블록이 다른 블록에만 영향을 미치는 경우)이라면, 저자들은 동적 계획법(DP) 기반의 다항시간 알고리즘을 설계하여 최적 seed 집합을 정확히 찾을 수 있음을 보인다. 이는 양방향 영향이 비서브모듈러 확산의 근본적인 복잡성을 야기한다는 중요한 통찰을 제공한다.

두 번째 축은 확산 모델 자체의 특성을 제한하는 것이다. 저자들은 “2‑쿼시‑서브모듈러”(2‑quasi‑submodular) 함수를 정의한다. 이 함수는 첫 번째 인접 이웃보다 두 번째 인접 이웃이 더 큰 마진 효과를 갖지만, 그 이후에는 감소하는 형태를 띤다. 실제 소셜 미디어에서 두 번째 추천이 가장 큰 설득력을 갖는 현상을 모델링한다. 논문은 임의의 고정된 2‑쿼시‑서브모듈러 함수 $f$에 대해, 모든 정점이 동일한 $f$를 로컬 영향 함수로 가질 때 InfMax를 $N^{\tau}$(상수 $\tau>0$) 이하의 비율로 근사하는 것이 NP‑hard임을 증명한다. 이는 서브모듈러와 비서브모듈러 사이의 “임계점”이 매우 날카롭다는 것을 의미한다. 더 나아가, 전체 정점 중 $N^{\gamma}$($0<\gamma<1$)만이 2‑쿼시‑서브모듈러 함수를 가지고 나머지는 서브모듈러이더라도 동일한 난이도가 유지된다는 강력한 일반화를 제시한다. 이러한 결과는 기존 연구가 특정 함수 형태에 의존했던 것과 달리, 모든 2‑쿼시‑서브모듈러 함수에 대해 보편적인 하드니스가 성립함을 보여준다.

전체적으로, 논문은 (1) 계층적 블록모델에서도 비서브모듈러 확산이 근본적으로 어려움, (2) 양방향 영향이 난이도의 핵심, (3) 2‑쿼시‑서브모듈러와 같은 거의 서브모듈러 함수조차도 근사 불가능성을 초래한다는 세 가지 주요 통찰을 제공한다. 이는 실무에서 서브모듈러 가정에 의존한 그리디 알고리즘이 적용되지 못하는 상황을 명확히 구분하고, 향후 연구가 어떤 제한적 가정 하에 tractable한 알고리즘을 설계할 수 있을지 방향성을 제시한다.