샘플링으로 측정하는 네트워크 동질성: 디리클레 에너지와 호르비츠‑톰슨 추정기

초록

본 논문은 대규모 그래프에서 전체 구조를 관찰하기 어려운 상황을 위해, 그래프 신호의 디리클레 에너지를 이용한 동질성(호모필리) 지표를 샘플링 기반으로 추정하는 프레임워크를 제시한다. Horvitz‑Thompson 추정기를 활용해 엣지 포함 확률을 가중치로 사용함으로써 편향 없는 추정량을 얻고, 그래프 한계 이론을 통해 이 지표가 테스트 가능한 파라미터임을 증명한다. 다양한 균등·불균등 샘플링 설계와 이질성 데이터셋에 대한 실험을 통해 제안 방법의 정확성과 안정성을 확인한다.

상세 분석

이 연구는 크게 세 가지 기술적 기여를 담고 있다. 첫째, 디리클레 에너지 TV_G(X) 가 그래프 한계(graphon) 공간에서 연속적인 함수 Φ(W,X) 로 정의될 수 있음을 보이고, 이 함수가 컷 노름(cut norm) 하에서 Lipschitz 연속임을 증명함으로써 “테스트 가능(testable)” 파라미터임을 확립한다. 이는 대규모 그래프의 임의 부분 그래프(induced subgraph) 샘플만으로도 원 그래프의 동질성 지표를 근사할 수 있음을 이론적으로 뒷받침한다. 둘째, 일반적인 네트워크 샘플링 설계—Bernoulli 노드 샘플링, 무작위 샘플링(SRS), 트레이서웃(traceroute) 샘플링—에 대해 엣지 포함 확률 π_ij 를 명시적으로 계산하거나 근사하는 방법을 제시한다. 이러한 확률을 가중치로 사용한 Horvitz‑Thompson(HT) 추정식
ĉ_TV^HT = Σ_{(i,j)∈E*} A_ij‖x_i−x_j‖² / π_ij
은 모든 설계에서 편향이 없으며, 샘플링 설계에 따라 추정 분산을 직접 계산할 수 있다. 특히, 균등 설계에서는 π_ij이 상수이므로 구현이 간단하지만, 불균등 설계에서는 베트위스 중심성 등 그래프 구조 정보를 활용해 π_ij을 근사해야 하는 현실적인 어려움을 논의한다. 셋째, 실험에서는 10여 개의 이질성(heterophilic) 벤치마크 데이터셋(Amazon, Cora, Citeseer 등)을 대상으로 다양한 샘플링 비율(p=0.1,0.3,0.5)과 설계(SRS, BS, traceroute)를 적용했다. 결과는 HT 추정기가 실제 디리클레 에너지와 거의 일치하는 평균값을 제공함을 보여주며, 샘플링 비율이 낮을수록 분산이 커지는 전형적인 표본 추정 특성을 확인한다. 또한, 엣지 동질성(edge homophily)·노드 동질성(node homophily) 등 다른 동질성 지표에 대해서도 동일한 프레임워크를 적용할 수 있음을 실증한다. 전체적으로 이 논문은 그래프 신호 처리와 통계적 샘플링 이론을 융합해, 대규모 네트워크에서 개인정보 보호·연산 비용 제한 등 실용적 제약 하에서도 신뢰할 수 있는 구조적 특성 추정을 가능하게 만든다.