대규모 동적 네트워크를 위한 비모수 링크 예측

본 논문은 “동적 네트워크에서의 링크 예측”이라는 문제를 비모수적 관점에서 새롭게 접근한다. 기존의 정적 그래프 기반 휴리스틱(공통 이웃, 자카드 계수 등)이나 최근의 그래프 신경망 모델은 대규모 동적 데이터에 적용할 경우 계산량이 급증하거나, 시간에 따른 비선형 변동을 충분히 포착하지 못한다는 한계가 있다. 이를 극복하기 위해 저자들은 두 가지 핵심 설계를 제안한다. 첫 번째 설계는 “지역 이웃(datacube)”이다. 시간 t에서 노드 i의 2‑hop 이웃을 p 단계 동안 추적하여, 이웃 내 모든 노드 쌍에 대해 사전 정의된 특징 집합 S(예: 공통 이웃 수, 마지막 연결 시점 등)를 계산한다. 각 특징 s∈S에 대해 η_i,t(s) (특징 s를 가진 쌍의 총 수)와 η⁺_i,t(s) (그 중 실제로 다음 시점에 링크가 형성된 수)를 기록한다. 이 두 카운트는 베타 분포 B(η⁺, η−η⁺) 형태의 사후 확률로 해석될 수 있어, 특정 특징에 대한 조건부 링크 확률을 자연스럽게 추정한다. 이러한 datacube은 시간에 따라 변하며, 각 노드마다 독립적인 datacube을 유지함으로써 “지역별 진화 모델”을 구현한다. 두 번째 설계는 비모수 커널 회귀식이다. 새로운 노드 쌍 (i,j)와 시점 T에 대해, 해당 쌍의 특징 ψ_T(i,j) = {s_T(i,j), d_T(i)}를 정의한다. 여기서 d_T(i)는 i의 현재 datacube이며, s_T(i,j)는 쌍 자체의 특징이다. 목표는 g(ψ_T(i,j)) = P(Y_{T+1}(i,j)=1|ψ_T(i,j))를 추정하는 것인데, 이를 다음과 같은 가중 평균 형태로 근사한다. ˜g_T(ψ_T(i,j)) = Σ_{i',j',t'} Γ(ψ_T(i,j), ψ_{t'}(i',j'))·Y_{t'+1}(i',j') / Σ_{i',j',t'} Γ(ψ_T(i,j), ψ_{t'}(i',j')) 여기서 Γ는 두 입력 사이의 복합 커널이며, K(d_T(i), d_{t'}(i'))·ξ(s_T(i,j), s_{t'}(i',j')) 로 분해된다. ξ는 특징 s 공간에서 L1 거리 1 이내의 이웃을 포함하도록 설계된 이산 커널이며, ζ_T라는 밴드폭 파라미터에 의해 조정된다. K는 두 datacube 간의 유사도를 총변이 거리(TV) 기반 베타 분포 차이로 정의하고, e^{-D/b_T} 형태의 가중치를 부여한다. b_T 역시 T^{-(1/2+θ)} 수준으로 감소시켜, 샘플이 늘어날수록 더 세밀한 지역 구분이 가능하도록 한다. 이러한 구조는 (1) 동일 지역·동일 특징을 가진 과거 사례를 직접 활용해 정확한 확률을 추정하고, (2) 유사한 지역·특징을 가진 사례를 부드럽게 보정함으로써 데이터 희소성을 완화한다는 장점을 가진다. 또한, η와 η⁺가 매우 작아 추정이 불안정할 경우, Wilson 점수(95% 신뢰구간 하한)를 사용해 신뢰도 높은 쌍을 우선순위에 올리고, 전체 datacube 평균을 사전으로 삼아 “백오프” 스무딩을 적용한다. 이론적 분석에서는 먼저 마코프 체인의 강한 혼합성 가정을 통해, 훈련 샘플이 충분히 많아질 때 ˜g_T가 실제 g에 거의 일치한다는 일관성(consistency)을 증명한다. 이후, 기존 Stein’s method를 의존성 그래프에 적용한 연구를 확장하여, 전체 시계열이 장기 의존성을 가질 때도 ˜g_T의 분포가 정규에 근접한다는 약한 수렴(weak convergence) 결과를 도출한다. 핵심은 b_T와 ζ_T를 적절히 감소시키는 것이며, 이를 통해 커널 폭이 작아지면서도 샘플 수에 비례한 수렴 속도가 유지된다. 실제 구현에서는 커널 회귀의 O(N) 복잡도를 LSH와 결합해 크게 감소시킨다. 각 datacube을 해시 버킷에 매핑하고, 동일 버킷 내에서만 K와 ξ를 계산함으로써, 전체 데이터베이스를 순회하지 않아도 충분히 정확한 근사값을 얻는다. 실험에서는 (1) 시뮬레이션 데이터에서 비선형·계절성 변동을 포함한 다양한 진화 패턴을 재현했을 때, 제안 방법이 기존 휴리스틱보다 평균 AUC가 10~15% 상승함을 보였다. (2) 실제 대규모 동적 그래프(페이스북 친구망, 넷플릭스 시청 기록, 센서2 네트워크 등)에서도, 특히 급격한 변동이 있는 센서2 데이터에서 가장 큰 성능 향상을 기록했다. (3) LSH 기반 근사와 정확한 커널 회귀 간의 정확도 차이는 0.2% 이하였으며, 실행 시간은 1/10 수준으로 크게 단축되었다. 결론적으로, 이 논문은 (a) 지역 이웃을 데이터 큐브 형태로 정형화해 비모수적 특성을 보존하고, (b) 커널 회귀와 LSH를 결합해 대규모 동적 네트워크에 실용적인 스케일러빌리티를 제공한다는 두 가지 혁신을 제시한다. 또한, 일관성과 약한 수렴에 대한 엄밀한 증명을 통해 통계적 신뢰성을 확보했으며, 이는 동적 그래프 분석 분야에서 비모수적 방법론이 실용적이며 이론적으로도 타당함을 입증한다. 향후 연구는 다중 특성(예: 텍스트, 이미지)와 이질적 노드 유형을 동시에 다루는 확장 모델 및 온라인 업데이트 메커니즘을 탐구할 여지를 남긴다.