다중층·동적 SBM에서 클러스터 수를 정확히 찾는 새로운 KT 추정기

초록

본 논문은 다중층 및 동적 확률 블록 모델(MLSBM, DynSBM)에서 클러스터(커뮤니티) 수를 추정하기 위해, 페널티를 부여한 Krichevsky‑Trofimov(KT) 추정기를 제안한다. 제안 방법은 노드 수가 증가할 때 상한이 알려지지 않아도 일관성을 보이며, 조밀(dense)과 희소(sparse) 두 환경 모두에서 일관적인 모델 선택을 보장한다. 합성 데이터 실험을 통해 이론적 결과를 실증한다.

상세 분석

이 연구는 기존 SBM에서 모델 차수를 추정할 때 흔히 가정되는 “차수 상한 존재”라는 제약을 완전히 제거한다는 점에서 혁신적이다. 저자는 두 종류의 복합 네트워크—다중층 SBM(MLSBM)과 동적 SBM(DynSBM)—을 동일한 이론적 틀 아래 다루며, 각각의 레이어 혹은 시간 단계가 동일한 잠재 군집 구조를 공유하거나, 시간에 따라 마코프 체인으로 변하는 구조를 가정한다. 핵심 기법은 Krichevsky‑Trofimov(KT) 추정기의 베이지안 사전분포를 베타(½,½)와 디리클레(½,…,½) 형태로 설정하고, 모델 차수 k에 대해 복합적인 로그 페널티를 추가하는 ‘penalized KT estimator’를 정의하는 것이다.

페널티 식(penML, penDyn)은 파라미터 차원(클러스터 비율 π, 전이 행렬 Π, 연결 확률 행렬 P)의 절반에 로그 n을 곱한 형태와, 과소추정 방지를 위한 (1+ε)·log n 항을 포함한다. 이는 기존 단일 그래프에 대한 KT 페널티를 T개의 레이어·시간 차원에 맞게 확장한 것으로, T가 커질수록 복잡도가 선형적으로 증가한다.

이론적 일관성 증명은 크게 두 단계로 구성된다. 첫째, 실제 차수 k₀보다 작은 모델에 대해 로그 우도와 페널티 차이가 양의 무한대로 발산함을 보인다(under‑fitting 방지). 둘째, k₀보다 큰 모델에 대해서는 사전분포와 페널티가 과잉 복잡성을 억제해 로그 우도 차이가 음의 무한대로 수렴함을 보인다(over‑fitting 방지). 증명 과정에서 사용된 핵심 도구는 대수적 대수법(large deviations), KL 발산의 하한, 그리고 희소 그래프에서 기대 차수 n·ρₙ → ∞ 조건을 이용한 정보량 하한이다. 특히, 희소 환경에서는 ρₙ이 0으로 수렴하더라도 n·ρₙ이 로그 n보다 크게 성장하면 충분한 신호가 존재한다는 점을 명시한다.

또한, 모델 식별성 가정을 명확히 제시한다. Assumption 1은 적어도 하나의 레이어·시간에서 연결 확률 행렬 P₀,ₜ가 두 열(또는 행)이 동일하지 않도록 함으로써 군집을 구분 가능하게 만든다. 이는 비정상적인 파라미터 설정을 배제하고, 실제 데이터에서 거의 확률 0으로 발생하는 경우만 제외한다는 실용적 해석을 제공한다.

실험 부분에서는 다양한 n, T, k₀ 조합에 대해 합성 데이터를 생성하고, 제안된 KT 추정기가 BIC, ICL 등 기존 기준보다 높은 정확도로 차수를 복원함을 보여준다. 특히, 희소 영역(ρₙ≈log n/n)에서도 안정적인 성능을 유지하는 것이 눈에 띈다.

전체적으로 이 논문은 “상한이 없는 차수 추정”, “다중 레이어·시간 모델에 대한 일관성”, “희소·조밀 두 환경 모두에서의 적용 가능성”이라는 세 축을 동시에 만족시키는 최초의 결과를 제공한다. 이는 네트워크 과학, 통계학, 머신러닝 분야에서 복합 그래프 구조를 다루는 연구자들에게 강력한 이론적 도구가 될 것이다.