근접 이웃 그래프의 거리 왜곡과 무한 클러스터 존재 조건에 관한 새로운 상한

**1. 서론 및 연구 배경** k‑nearest‑neighbour (k‑NN) 그래프는 점 집합 S의 각 점을 S\{x} 중 가장 가까운 k개의 점과 무방향 연결하는 자연스러운 구조이며, 데이터 마이닝, 차원 축소, 무선 네트워크 등 다양한 분야에서 활용된다. 무작위 점 집합, 특히 ℝ^d에 정의된 동질 포아송 점 과정 위에서 k‑NN 그래프가 무한 연결 성분(클러스터)을 가질 조건을 연구한 선행 작업으로 Haggström·Meester(2004)가 임계값 k_c(d) 존재를 증명했으며, Teng·Yao(2018)는 2차원에 대해 k_c(2) ≤ 213이라는 상한을 제시했다. 그러나 실제 시뮬레이션에서는 k_c(2) 가 3 정도에 불과하다는 점이 알려져 있어 이론적 상한을 크게 낮추는 것이 중요한 과제로 남아 있었다. **2. 주요 기여** 본 논문은 다음 세 가지 주요 결과를 제공한다. 1) k_c(2) ≤ 188이라는 새로운 상한을 제시, 기존 213보다 크게 개선. 2) k ≥ 188일 때 무한 클러스터 안에 무한 부분집합 S가 존재하며, S의 임의 두 점 사이 그래프 거리와 유클리드 거리의 비가 일정 상수 α(k) 이하임을 증명. 즉, 거리 왜곡이 상수 수준으로 제한된다. 3) 이러한 이론적 결과를 다중 홉 무선 센서 네트워크에 적용, 에너지 효율적인 라우팅과 네트워크 커버리지 보장을 논의. **3. 기술적 접근** - **타일링 및 격자 매핑**: ℝ²를 한 변이 10a인 정사각형 타일로 분할하고, 각 타일을 ℤ²의 정점에 일대일 대응시킨다. 타일 내부에 정의된 9개의 서브 영역(C₀, C_r, C_t, C_l, C_b 및 E_r, E_t, E_l, E_b)을 이용해 사건 A_t를 정의한다. A_t는 “타일 내 점 수 ≤ k/2이며, 각 서브 영역에 최소 하나의 점이 존재”라는 조건이다. - **대표점 선택**: A_t가 발생하면 C₀ 내부의 점을 해당 타일의 대표점 rep(t)로 지정한다. - **Coupling**: 격자 ℤ²에서 사이트 퍼콜레이션을 수행한다. 타일 t가 “열린” 것으로 간주되는 조건은 A_t가 발생하는 것이다. 이렇게 정의된 퍼콜레이션과 NN(2,k) 그래프 사이에 다음 두 가지 중요한 연결 고리를 증명한다. 1) 격자 상에서 인접한 열린 정점 사이에 경로가 존재하면, NN(2,k)에서도 해당 타일들의 대표점 사이에 경로가 존재한다. 2) 이 경로의 길이는 격자 거리와 유클리드 거리 사이에 상수 c가 곱해진 정도만큼 늘어난다. - **임계값 계산**: 사이트 퍼콜레이션의 임계 확률 p_c≈0.59를 이용해, A_t가 발생할 확률이 p_c를 초과하도록 하는 최소 k를 수치적으로 탐색한다. 결과적으로 k ≥ 188이면 A_t 발생 확률이 p_c를 넘으며, 따라서 격자 퍼콜레이션이 초임계가 된다. - **거리 왜곡 증명**: 무한 클러스터 내 대표점 집합 S를 정의하고, Antal·Pisztora 정리(또는 Angel·et al.의 Lemma 8)를 변형한 Lemma 2.5를 적용한다. 이 정리는 퍼콜레이션된 격자에서 두 열린 정점 사이의 실제 경로 길이가 격자 거리보다 지수적으로 크게 벗어날 확률이 매우 낮다는 것을 보인다. 격자와 NN(2,k) 사이의 상수 변환을 결합하면, S의 임의 두 점 (x,y) 에 대해 D_k(x,y) ≤ α·D(x,y) 가 거의 확실히 성립한다. 여기서 α는 k에만 의존하고, k가 커질수록 α는 작아진다. **4. 시뮬레이션 및 실험** 저자들은 Monte‑Carlo 시뮬레이션을 수행해 k=188에서 A_t 발생 확률이 0.59를 초과함을 확인하고, 실제 무한 클러스터가 형성되는 현상을 관찰했다. 또한, 다양한 k값에 대해 거리 왜곡 비율을 측정한 결과, k≥188에서는 95% 이상의 점 쌍이 왜곡 factor 2 이하를 만족한다는 표(Table 1)를 제시한다. **5. 무선 센서 네트워크 적용** 센서 노드가 포아송 점 과정으로 배치된 상황을 가정하면, 각 노드가 k개의 가장 가까운 이웃과 직접 통신할 수 있는 k‑NN 그래프가 네트워크 토폴로지를 정의한다. k≥188이면 네트워크 전체가 하나의 초임계 무한 클러스터에 포함되고, 앞서 증명한 상수 왜곡 특성 덕분에 라우팅 경로가 물리적 거리와 거의 비례한다. 이는 에너지 소모를 최소화하고, 다중 홉 라우팅 프로토콜 설계 시 거리 기반 비용 모델을 그대로 사용할 수 있음을 의미한다. 또한, 큰 연결 성분만 존재하면 전체 네트워크가 완전 연결될 필요 없이 충분히 높은 커버리지와 신뢰성을 확보할 수 있다. **6. 결론 및 향후 연구** 논문은 k_c(2) 상한을 188로 크게 낮추고, 무한 클러스터 내부에 거리 왜곡이 상수 수준으로 제한된 무한 부분집합이 존재함을 증명함으로써 k‑NN 그래프의 초임계 구조를 명확히 이해한다. 제시된 coupling 기법은 d≥3 차원에서도 유사하게 적용 가능하다는 점을 언급하며, 향후 고차원, 비유클리드 거리, 혹은 비동질 포아송 과정 등에 대한 일반화가 연구 과제로 남아 있다. 또한, 실제 센서 네트워크 구현 시 k값을 어떻게 선택하고, 에너지·지연 트레이드오프와 결합할지에 대한 실험적 연구가 필요하다.