DDFI: 두 단계 재구성으로 다양성과 분포 인식 결측 특성 보완

초록

본 연구는 그래프에서 결측된 노드 특성을 보완하는 새로운 방법인 DDFI를 제안한다. 기존의 Feature Propagation(FP) 방법이 가진 연결성 의존, 과도한 평활화, 귀납적 작업에서의 분포 변화 문제를 해결하기 위해, 동일 레이블 노드 연결(CLL) 알고리즘과 그래프 기반 Masked AutoEncoder(MAE)를 활용한 두 단계 추론 과정을 도입했다. 실제 자연 발생 결측 데이터셋(Sailing)을 포함한 실험에서 우수한 성능을 입증했다.

상세 분석

본 논문이 제안하는 DDFI(Diverse and Distribution-aware Missing Feature Imputation)는 그래프 상의 결측 노드 특성 보완 문제를 해결하는 혁신적인 프레임워크다. 핵심 기여는 크게 세 가지로 분석된다.

첫째, Co-Label Linking(CLL) 알고리즘을 통해 그래프의 구조적 한계를 극복한다. 기존 FP 방법은 그래프가 완전히 연결되지 않았을 때(여러 연결 요소로 구성될 때) 성능이 급격히 저하된다. CLL은 훈련 세트 내 동일한 레이블을 가진 노드 쌍을 무작위로 연결하는 간단하면서도 효과적인 방법으로, 그래프의 연결성을 증가시키면서도 그래프의 호모필리(동질성)를 손상시키지 않는다. 이는 FP의 효과적인 적용을 위한 전제 조건을 개선한다.

둘째, Feature Propagation(FP)과 Graph-based Masked AutoEncoder(MAE)의 비트리비얼한 결합 및 두 단계 추론(Two-step Inference) 전략이 핵심 기술적 통찰이다. 단순히 FP로 보완한 특성을 사용하는 대신, 이 특성을 전체 MAE(인코더-디코더)를 통해 재구성한 후, 다시 인코더에 통과시켜 최종 표현을 얻는다. 이 두 단계 과정은 훈련 시 MAE가 학습한 특성 분포를 추론 시에 맞추도록 강제함으로써, 귀납적 설정에서 발생하는 ‘특성 분포 변화(Feature Distribution Shift)’ 문제를 완화한다. 동시에 MAE의 재구성 목표를 CLL이 적용된 그래프에서 FP로 생성된 ‘완전한’ 특성으로 설정함으로써, 모델의 견고성과 일반화 성능을 향상시킨다.

셋째, 평가 방법론의 발전에 기여한다. 기존 연구가 인위적으로 특성을 마스킹하여 결측 시나리오를 시뮬레이션한 것과 달리, 본 연구는 실제 항해 기록에서 추출한 자연적으로 결측된 특성을 가진 ‘Sailing’ 데이터셋을 공개했다. 이는 방법론의 실용적 효용성을 보다 현실적으로 검증하는 토대를 마련한다.

종합하면, DDFI는 FP의 단점을 보완하고 MAE의 표현 학습 능력을 결합하여, 다양한 그래프 설정(전이/귀납)과 실제 결측 패턴에서 모두 강력한 성능을 보이는 통합 솔루션을 제시한다.