지속적 클러스터링과 클라인버그 정리의 새로운 해석

본 논문은 클러스터링 알고리즘의 이론적 기반을 재구성하기 위해 두 핵심 개념, 즉 퍼시스턴스(persistence)와 함자이얼리티(functoriality)를 도입한다. 퍼시스턴스는 군집 결과가 단일 파티션이 아니라, 비음수 실수 파라미터 r에 따라 변하는 일련의 파티션 θ(r)로 표현되는 다중해상도 구조를 의미한다. r가 증가하면 파티션이 점점 정제되는(monotone refinement) 특성을 갖으며, 이는 전통적인 덴드로그램과 동일한 수학적 형태를 가진다. 예를 들어, 유한 메트릭 공간 (X,d) 에 대해 두 점이 거리 ≤ r 로 연결될 수 있는 경우를 동등관계로 정의하면, θ(r)는 그 동등관계에 의해 생성된 파티션이 된다. 반대로, k‑means와 같은 고정 스케일 군집은 θ(r)≡단일 파티션 형태로 퍼시스턴스 집합에 포함된다. 함자이얼리티는 범주론적 관점에서 데이터 변환에 대한 군집 결과의 일관성을 요구한다. 저자는 세 가지 메트릭 공간 범주 M_iso(동형 사상), M_mon(단사 비증가 사상), M_gen(일반 비증가 사상)를 정의하고, 각각에 대해 지속적 집합의 범주 P와 함자를 구성한다. 구체적으로, 거리 비증가 사상 f:X→Y가 주어지면, 모든 r에 대해 θ_X(r) 가 f⁎(θ_Y(r))의 정제로 포함되는 것이 함자성이다. 이는 “데이터를 확대하거나 축소해도 군집 구조가 자연스럽게 변한다”는 직관을 수학적으로 구현한다. 이 두 개념을 결합하면, 클러스터링 알고리즘은 (1) 다중스케일 군집 정보를 제공하고, (2) 데이터 변환에 대해 일관된 변환 규칙을 만족한다는 두 조건을 동시에 만족해야 한다. 저자들은 이러한 프레임워크 안에서 클라인버그(Kleinberg)의 불가능 정리와는 다른 결과를 얻는다. 클라인버그는 풍부성, 일관성, 확장성이라는 세 공리를 동시에 만족하는 군집화는 존재하지 않음을 증명했지만, 본 논문은 “함자성”이라는 새로운 공리를 도입함으로써 존재와 유일성을 동시에 확보한다. 핵심 정리(정리 4.1)는 “M_iso에 대한 함자성을 만족하는 군집화는 유일하게 정의될 수 있다”는 내용이다. 구체적으로, 입력 메트릭 공간 X에 대해 단일 연결성(시그마‑알고리즘)과 동형 사상에 대해 함자적인 군집화 F는 반드시 퍼시스턴스 집합 θ_X를 통해 완전히 결정된다. 이는 즉, 어떤 두 동형 사상 f,g:X→Y에 대해서도 F(Y) = f⁎(F(X)) = g⁎(F(X)) 가 성립한다는 의미이며, 결과적으로 군집화는 데이터의 위상적 구조에만 의존하고 구현상의 선택에 좌우되지 않는다. 안정성 측면에서는 Gromov‑Hausdorff 거리 d_GH 를 이용해 입력 메트릭 공간의 작은 변동이 퍼시스턴스 집합에 미치는 영향을 정량화한다. 저자는 d_GH(X,Y) ≤ ε이면, 모든 r에 대해 θ_X(r) 가 θ_Y(r+ε) 의 정제로 포함되고, 반대로 θ_Y(r) 가 θ_X(r+ε) 의 정제로 포함된다는 두 방향 정제 관계를 증명한다. 이는 “ε‑안정성”이라 부를 수 있는 강력한 연속성을 제공한다. 수렴성(일관성) 분석에서는 독립적인 샘플 X_n 이 점점 더 큰 데이터 집합을 근사할 때, 퍼시스턴스 집합 θ_{X_n}(r) 가 실제 모집단의 퍼시스턴스 θ_∞(r) 로 수렴함을 보인다. 이는 통계적 일관성의 위상적 버전으로, 클러스터링 결과가 데이터 양에 따라 변동하지 않고 안정적인 구조를 드러낸다. 논문은 또한 실제 적용 사례를 제시한다. 유전자 발현 데이터에 대해 단일 링크(single linkage) 기반 퍼시스턴스 클러스터링을 수행하면, 장기간 지속되는 파라미터 구간이 존재함을 확인하고, 이는 생물학적 의미가 있는 유전자 그룹을 식별하는 데 활용된다. 텍스트 데이터에서는 거리 비증가 사상(예: 단어 임베딩의 차원 축소) 후에도 동일한 퍼시스턴스 구조가 유지되는 것을 확인해, 함자성이 실제 데이터 전처리 과정에서도 유용함을 보여준다. 마지막으로, 저자들은 퍼시스턴스와 함자성을 고차원 위상(루프, 체) 검출에 확장할 가능성을 논의한다. 지속적 호몰로지와 결합하면, 클러스터링이 단순히 연결성만을 포착하는 것이 아니라, 데이터 내에 존재하는 복합적인 위상적 특징을 동시에 드러낼 수 있다. 요약하면, 이 논문은 클러스터링을 “다중스케일 위상 구조”와 “범주론적 일관성”이라는 두 축으로 재정의함으로써, 기존의 불가능 정리를 회피하고, 이론적 존재·유일성, 안정성·수렴성, 그리고 실제 데이터 적용까지 포괄하는 새로운 프레임워크를 제시한다.