관계형 계산을 이용한 엔터티‑관계 연관 규칙의 확장

본 논문은 연관 규칙 마이닝의 전통적인 한계를 극복하고, 관계형 데이터베이스 내에서 보다 복잡한 객체 간 관계를 탐색하기 위한 새로운 프레임워크를 제시한다. 서론에서는 기존 연관 규칙이 단순 아이템셋(논리곱) 형태에 국한되어 부정, 중첩 양화, 다중 엔터티 간의 관계 등을 표현하지 못한다는 문제점을 제시한다. 이를 해결하기 위해 저자는 ‘엔터티‑관계 규칙(Entity‑Relationship Rules, ER Rules)’이라는 개념을 도입하고, 이를 안전한 도메인 관계 계산(DRC) 쿼리의 부분집합인 ‘엔터티‑관계 쿼리(ER Query)’로 형식화한다. 2장에서는 데이터베이스 이론의 기본 개념을 정리한다. 먼저 관계 스키마와 엔터티 테이블, 관계 테이블을 정의하고, 두 가지 핵심 전제인 ‘단일 키 가정’과 ‘전역 이름 가정’을 소개한다. 단일 키 가정은 각 엔터티 테이블이 하나의 키 필드만을 갖도록 하여, 키 자체가 엔터티를 고유하게 식별하도록 만든다. 전역 이름 가정은 동일한 상수가 데이터베이스 전역에서 동일 엔터티를 나타낸다는 전제로, 외래키 제약을 통해 구현 가능하다. 이러한 전제는 이후 ER 쿼리의 자유 변수가 반드시 엔터티를 가리키게 하는 기반이 된다. 다음으로 DRC의 형식 언어와 안전한 쿼리(safe query)의 정의를 제시한다. 안전한 쿼리는 결과가 유한하고 스키마에 독립적인 범위 내에 머물도록 변수 제한 규칙을 적용한다. 특히, 부정 연산이 포함된 경우에도 기본 관계(predicate)와 결합하여 안전성을 확보한다. 3장에서는 ER 쿼리의 정의를 구체화한다. 자유 변수가 엔터티 변수 후보가 되려면, 해당 변수가 양화되지 않아야 하고, 비교 연산은 ‘=’ 혹은 ‘≠’만 허용되며, 비교 대상이 엔터티 상수이거나 제한된 다른 변수여야 한다. 이러한 조건을 만족하는 DRC 식을 ER 쿼리라 부른다. 4장에서는 ER 쿼리의 ‘빈도(frequency)’ 개념을 정의한다. 빈도는 쿼리 결과 튜플 수를 전체 가능한 엔터티 튜플 수로 나눈 비율이며, 이는 확률 공간에서 사건의 확률과 동일한 성질을 가진다. 저자는 빈도 정의가 (1) 비음수, (2) 전체 합이 1, (3) 교집합에 대해 단조 감소한다는 세 가지 확률 공리를 만족함을 정리와 증명을 통해 보인다. 특히, 교집합에 대한 단조 감소는 Apriori 성질이라고 불리며, 이는 후보 생성과 가지치기 단계에서 효율적인 탐색을 가능하게 한다. 5장에서는 ER 규칙의 지원도(support)와 신뢰도(confidence)를 빈도 기반으로 정의한다. 지원도는 규칙 전제와 결론이 동시에 만족되는 경우의 빈도, 즉 f(p ∧ q)이며, 신뢰도는 조건부 빈도 f(p ∧ q) / f(p) 로 정의된다. 이 정의는 전통적인 연관 규칙과 형태는 동일하지만, p와 q가 복합 논리식(부정, 양화, 중첩 논리 연산)일 수 있다는 점에서 차별화된다. 논문은 TV 설문 데이터베이스를 실험 사례로 사용한다. TV‑Program, TV‑Station, WeekdayTV, WeekendTV 테이블을 포함한 스키마를 제시하고, ‘주중에 시청자 수가 10 이상인 프로그램’과 같은 ER 쿼리를 구성한다. 이를 통해 쿼리 결과 튜플, 빈도, 지원도, 신뢰도를 계산하는 과정을 상세히 보여준다. 또한, 기존 연구와 비교하여, 기존 방법은 고정된 타깃 테이블을 기반으로 지원도를 평가하는 반면, 본 접근법은 쿼리 자체가 동적으로 엔터티 집합을 정의함으로써 보다 일반적인 마이닝 환경을 제공한다는 점을 강조한다. 마지막으로, 저자는 제안된 프레임워크가 관계형 데이터베이스 이론과 데이터 마이닝을 연결하는 중요한 다리 역할을 하며, 복잡한 관계 패턴(부정, 양화, 중첩 논리) 탐색을 가능하게 함을 결론짓는다. 향후 연구 방향으로는 효율적인 ER 규칙 탐색 알고리즘 개발, 대규모 데이터셋에 대한 최적화, 그리고 다른 도메인(예: 소셜 네트워크, 의료 데이터)으로의 적용 가능성을 제시한다.