경계 추론을 위한 믹스업 기반 그래프 이상 탐지

초록

본 논문은 그래프 신경망(GNN) 기반 이상 탐지 모델이 경계에 위치한 미묘한 이상 노드를 놓치는 문제를 지적하고, 정상 서브그래프와 이상 서브그래프의 임베딩을 선형 보간(mixup)하여 하드 네거티브를 생성하는 ANOMIX 프레임워크를 제안한다. 하드 네거티브를 활용한 다중 레벨 대비 학습을 통해 결정 경계를 정교화하고, 실험에서 기존 SOTA 모델들을 능가하며 특히 경계 이상을 효과적으로 구분한다.

상세 분석

ANOMIX는 두 가지 핵심 모듈로 구성된다. 첫 번째는 그래프 믹스업 모듈(A​NOMIX‑M)이며, 대상 노드에 대해 정상 이고(ego‑net G_no)와 이상(ego‑net G_ab) 컨텍스트 서브그래프를 각각 랜덤 워크와 제한된 라벨된 이상 노드에서 추출한다. 이후 두 서브그래프의 임베딩을 λ · G_ab + (1‑λ) · G_no 형태로 선형 보간한다. 여기서 λ는 α 파라미터를 갖는 베타 분포에서 샘플링되어, 믹스업 비율을 미세하게 조절한다. 이 과정은 VRM(Vicinal Risk Minimization) 원리를 그래프 도메인에 적용한 것으로, 관측 데이터 주변의 가상 샘플을 생성해 모델이 “경계” 영역을 학습하도록 만든다.

두 번째는 다중 레벨 대비 학습이다. 노드 레벨에서는 마스크된 타깃 노드와 원본 타깃 노드 사이의 유사성을, 서브그래프 레벨에서는 타깃 노드와 서브그래프 전체 요약 벡터 사이의 유사성을 각각 양성 쌍으로 설정하고, 믹스업으로 만든 하드 네거티브 서브그래프와 대비한다. 양성 쌍의 점수를 최대화하고, 하드 네거티브와의 점수를 최소화하는 대비 손실을 최적화함으로써, 모델은 구조적·속성적 미세 차이를 구분하는 능력을 갖게 된다.

특히, 하드 네거티브를 “무작위 믹스업”이 아닌 정상‑이상 쌍에 한정함으로써, 단순히 데이터 다양성을 높이는 것이 아니라 실제 경계에 존재할 가능성이 높은 샘플을 목표로 만든다. 이는 실험에서 무작위 믹스업 대비 유의미한 성능 향상으로 입증된다.

ANOMIX는 또한 스코어 집계 방식을 개선한다. 여러 번의 서브그래프 샘플링을 통해 얻은 양성·음성 유사도 차이를 평균과 표준편차로 결합해 최종 이상 점수를 산출한다. 이는 이상 노드가 보통 점수 변동성이 크다는 특성을 활용한 설계이며, 경계 이상을 더 명확히 구분하는 데 기여한다.

실험에서는 6개의 벤치마크(코라, CiteSeer, Pubmed, ACM, Facebook, Amazon)와 10개의 최신 SOTA 모델을 비교하였다. 전체 AUC에서 평균 8.44%p 상승을 기록했으며, 특히 구조적 복잡도가 높은 ACM과 속성 중심의 실제 이상이 많은 Facebook에서 큰 이득을 보였다. 경계 이상에 대한 정량적 분석에서는 CoLA 기반 기준 모델이 하위 30% 점수에 해당하는 “경계” 이상을 정상과 거의 구분하지 못했으나, ANOMIX는 이들에 대해 높은 점수를 부여해 명확히 구분하였다.

한계점으로는 현재 베타 분포의 α를 고정값으로 사용한다는 점과, 정적 혼합 비율이 서브그래프 특성에 따라 최적이 아닐 수 있다는 점을 언급한다. 향후 연구에서는 동적 λ 조정, 이종·다중관계·동적 그래프에 대한 믹스업 정의 확장 등을 제시한다.

요약하면, ANOMIX는 그래프 대비 학습에 하드 네거티브를 체계적으로 도입함으로써, 기존 GNN 기반 이상 탐지 모델이 놓치기 쉬운 경계 영역을 효과적으로 학습하게 만든 혁신적인 접근법이다.