그래프 신경망 해석을 위한 커뮤니티 기반 GECo 알고리즘

초록

GECo는 그래프 신경망(GNN)의 예측 결과를 설명하기 위해 그래프 내 커뮤니티를 탐지하고, 각 커뮤니티를 독립 서브그래프로 입력해 클래스 확률을 측정한다. 평균 확률을 임계값으로 삼아 중요한 커뮤니티를 선택하고, 이를 마스크로 활용해 설명을 제공한다. 인공·실제 데이터셋에서 기존 설명 기법(PGMExplainer, PGExplainer, GNNExplainer, SubgraphX)보다 높은 Fidelity와 Ground‑Truth 일치도를 보이며, 특히 인공 데이터에서 우수한 성능을 기록한다.

상세 분석

GECo는 GNN의 메시지‑패싱 메커니즘이 지역 구조에 크게 의존한다는 가정 하에, 그래프를 커뮤니티 단위로 분할하고 각 커뮤니티가 전체 예측에 미치는 기여도를 정량화한다는 점에서 독창적이다. 커뮤니티 탐지는 모듈러티 최적화 기반 Blondel 알고리즘을 사용해 대규모 그래프에서도 효율적으로 수행한다. 이후 각 커뮤니티 서브그래프를 동일한 GNN에 입력해 목표 클래스에 대한 확률을 얻고, 평균값을 임계값 τ로 설정한다. τ보다 높은 확률을 보인 커뮤니티를 “핵심”으로 판단해 최종 마스크를 구성한다. 이 과정은 전형적인 perturbation‑based 인스턴스 레벨 설명 방법에 속하지만, 전체 그래프를 여러 번 재평가하는 대신 커뮤니티 단위로 축소함으로써 계산 비용을 크게 절감한다.

실험 설계는 두 가지 축으로 나뉜다. 첫째, ER·BA 모델에 다양한 모티프(하우스, 사이클, 휠, 그리드)를 삽입한 6개의 합성 데이터셋을 만들어 Ground‑Truth 마스크를 확보하고, Fidelity(정밀도)와 IoU(Intersection over Union) 등으로 정량적 비교를 수행했다. 둘째, 분자 그래프 데이터(Mutagenicity, Benzene, Fluoride‑Carbonyl, Alkane‑Carbonyl)를 이용해 실제 도메인에서의 설명 정확성을 검증했다. 결과는 인공 데이터에서 거의 모든 경우에 GECo가 기존 방법을 앞섰으며, 실제 데이터에서도 특히 Benzene 데이터에서 높은 Recall을 기록했다.

하지만 몇 가지 한계도 존재한다. 커뮤니티 탐지 단계가 그래프 구조에 민감해, 커뮤니티 경계가 모호하거나 겹치는 경우 중요한 노드가 누락될 위험이 있다. 또한 τ를 평균값으로 설정하는 단순 전략은 데이터셋마다 최적이 아닐 수 있어, 하이퍼파라미터 튜닝이 필요하다. 마지막으로 현재는 GCN에만 적용했으며, GAT·GraphSAGE와 같은 비동질적 메시지 전달 모델에 대한 일반화 여부는 추가 검증이 요구된다. 향후 연구에서는 다중 스케일 커뮤니티(중첩 커뮤니티) 탐지, 적응형 임계값 학습, 그리고 다양한 GNN 아키텍처에 대한 확장성을 탐색할 여지가 있다.