📊 statistics

Simultaneous global and local clustering in multiplex networks with covariate information

이 논문은 노드 공변량을 통합하고 확장 가능한 변분 추론 절차를 채택함으로써, 다중층 네트워크에서 전역적 노드 클러스터와 층별 커뮤니티 구조를 동시에 추론하는 베이지안 프레임워크인 계층적 다중 레이어 확률 블록 모델(Hierarchical Multiplex Stochastic Blockmodel, HMPSBM)을 소개한다.

원저자: Joshua Corneck, Edward A. K. Cohen, James S. Martin, Lekha Patel, Kurtis W. Shuler, Francesco Sanna Passino

게시일 2026-01-30

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Joshua Corneck, Edward A. K. Cohen, James S. Martin, Lekha Patel, Kurtis W. Shuler, Francesco Sanna Passino

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 복잡한 사회적 장면을 이해하려고 노력하고 있다고 상상해 보십시오. 사람들은 다양한 방식으로 상호작용합니다. 그들은 친구가 될 수도 있고, 동료가 될 수도 있으며, 무역 파트너가 될 수도 있습니다. 단일 계층 네트워크(single-layer network)에서는 한 가지 유형의 상호작용만을 볼 수 있습니다. 하지만 현실 세계에서 사람들은 여러 가지 "모자(역할)"를 쓰고 있으며, 이는 곧 멀티플렉스 네트워크(multipplex network), 즉 여러 개의 서로 다른 관계 층이 동시에 쌓여 있는 구조를 만듭니다.

이 논문은 **계층적 멀티플렉스 확률 블록 모델(Hierarchical Multiplex Stochastic Blockmodel, HMPSBM)**이라는 새로운 수학적 도구를 소개합니다. 이것은 마치 엉망으로 쌓인 관계 지도 더미를 보고 두 가지를 동시에 파악해내는 아주 똑똑한 탐정과 같습니다:

로컬 그룹 (Local Groups): 특정 계층 내에서 누가 함께 어울리고 있는가? (예: 밀(wheat)의 무역 파트너는 누구인가?)
글로벌 그룹 (Global Groups): 모든 계층에 걸쳐 누가 동일한 "큰 클럽"에 속해 있는가? (예: 어떤 국가들이 무엇을 거래하든 상관없이 일반적으로 주요 경제 강국인가?)

논문의 내용은 다음과 같은 쉬운 비유를 사용하여 설명됩니다:

1. 문제점: "원사이즈-핏-올(One-Size-Fits-All)"의 함정

기존의 대부분의 그룹 분류 방식은 마치 섞여 있는 구슬 주머니를 병에 나누어 담는 것과 같습니다. 이 방식들은 대개 시작하기 전에 몇 개의 병(그룹)이 필요한지 정확히 알고 있어야 한다고 가정하거나, 한 번에 한 가지 유형의 관계만을 살펴봅니다.

한계점: 만약 그룹의 수가 변하거나 알 수 없는 네트워크, 혹은 사람들에 대한 추가 정보(예: 소득이나 위치)가 있는 경우, 기존의 도구들은 어려움을 겪습니다. 기존 도구들은 "이 사람이 A 계층에서는 특정 로컬 그룹에 속해 있지만, A, B, C 모든 계층을 관통하는 다른 글로벌 그룹의 일원이기도 하다"라는 사실을 쉽게 말해주지 못합니다.

2. 해결책: "스마트 분류 기계" (HMPSBM)

저자들은 유연하게 스스로 조절되는 분류 기계와 같은 새로운 모델을 구축했습니다.

"글로벌" vs "로컬" 비유: 학교를 상상해 보십시오.
- 로컬 클러스터링 (Local Clustering): 수학 시간에는 학생들이 누가 대수를 잘하는지에 따라 그룹을 나눌 수 있습니다. 미술 시간에는 누가 그림 그리기를 좋아하는지에 따라 그룹을 나눌 수 있습니다. 이것들은 계층별(layer-specific) 그룹입니다.
- 글로벌 클러스터링 (Global Clustering): 하지만 모든 수업에 걸쳐 존재하는 "학년(Senior Class)"이나 "스포츠 팀"이 있을 수 있습니다. 어떤 학생은 미술 수업에서는 "미술 그룹"에 속해 있으면서도, 전반적으로는 "학년"에 속할 수 있습니다.
- HMPSBM은 이 두 가지를 모두 찾아냅니다. 즉, 누가 수학 그룹에 속해 있는지와 누가 학년(Senior Class)에 속해 있는지를 동시에 파악합니다.

3. 단서(공변량) 활용하기

이 모델은 노드(사람 또는 국가)에 대한 "단서"를 사용하는 데에도 영리합니다.

비유: 사람들을 그룹으로 분류할 때, 키나 신발 사이즈를 볼 수 있습니다. 이 논문에서 "단서"는 GDP나 영토 크기와 같은 데이터입니다.
모델은 이러한 단서들을 사용하여 글로벌 그룹을 추측하는 데 도움을 받습니다. 이는 마치 "이 두 국가는 A 계층과 B 계층에서 다르게 무역하지만, 둘 다 거대한 경제 규모(단서)를 가지고 있기 때문에, 모델은 이들이 동일한 '거대 경제'라는 글로벌 클럽에 속해 있다고 의심한다"라고 말하는 것과 같습니다.

4. "무한(Infinite)"의 기술

이 모델의 가장 멋진 특징 중 하나는 당신에게 그룹이 몇 개 있는지 알려줄 필요가 없다는 점입니다.

비유: 무한한 방이 있는 호텔을 상상해 보십시오. 손님이 얼마나 올지 미리 알 필요 없이 방을 예약할 수 있습니다. 모델은 잠재적으로 무한한 그룹이 있다고 가정하지만, 데이터를 살펴보면서 실제로 필요한 만큼의 방만을 "엽니다". 데이터가 5개의 뚜렷한 그룹을 보여주면 5개를 사용하고, 10개를 보여주면 10개를 엽니다. 모델이 스스로 숫자를 찾아내는 것입니다.

5. 작동 원리 (엔진)

저자들은 단순히 모델을 만든 것이 아니라, 이를 실행할 빠른 엔진을 만들었습니다.

엔진: 저자들은 **변분 추론(Variational Inference)**이라는 기법을 사용했습니다. 이것은 "똑똑한 추측-및-확인(guess-and-check)" 루프라고 생각하면 됩니다. 완벽한 답을 계산하려고 노력하는 대신(거대 네트워크에서는 시간이 너무 오래 걸립니다), 모델은 매 단계마다 점점 더 좋아지는 매우 훌륭한 근사치를 만들어냅니다.
속도: 이 덕분에 모델은 컴퓨터가 멈추지 않고도 전 세계의 무역 데이터와 같은 거대한 네트워크를 처리할 수 있을 만큼 빠르게 작동합니다.

6. 탐정 테스트하기

저자들은 두 가지 방식으로 이 탐정을 테스트했습니다:

가짜 데이터 (시뮬레이션): 정답을 알고 있는 가짜 네트워크를 만들었습니다. 모델은 단서가 약하거나 그룹들이 매우 유사할 때도 숨겨진 그룹을 성공적으로 찾아냈습니다. 이는 네트워크 구조 자체(누가 누구와 연결되는가)가 가장 강력한 신호이지만, 추가적인 단서(공변량)가 답을 정교하게 만드는 데 도움을 준다는 것을 입증했습니다.
실제 데이터 (FAO 무역 네트워크): 이 모델을 177개국의 20가지 식품 유형 간의 식량 수입 및 수출에 관한 실제 데이터셋에 적용했습니다.
- 결과: 모델은 국가들의 11개 "글로벌 그룹"을 찾아냈습니다.
- 발견 사항: 모델은 미국, 중국, 독일 등 주요 경제 강국들을 직관적으로 함께 묶었습니다. 또한 이란과 시리아를 함께 묶는 흥미로운 연결 고리를 찾아냈는데(아마도 2011년 혁명 이전의 특정한 무역 관계 때문일 것입니다), 이는 매우 흥미로운 결과입니다.
- "단서" 테스트: 해안선 길이와 같은 데이터를 추가했을 때, 주요 경제 강국들의 핵심 그룹은 그대로 유지되었지만, 일부 작은 해안 국가들은 약간씩 이동했습니다. 이는 모델이 주로 무역 연결 관계에 의존하면서도, 추가 데이터를 사용하여 가장자리를 미세 조정한다는 것을 증명했습니다.

요약

요컨대, 이 논문은 복잡하고 다층적인 관계를 매핑하는 새로운 방법을 제시합니다. 이것은 마치 한 사람의 직업, 취미, 가족 생활에서의 상호작용을 보고 다음을 말해줄 수 있는 도구와 같습니다:

각 세계에서 그 사람의 구체적인 친구는 누구인가.
그 모든 세계를 관통하는 그 사람의 "핵심 정체성"은 무엇인가.
그리고 이 모든 과정을 그룹이 몇 개인지 추측할 필요 없이 자동으로 수행하며, 사람들에 대한 추가적인 사실들을 사용하여 분류를 더욱 스마트하게 만듭니다.

기술 요약: 공변량 정보를 포함한 멀티플렉스 네트워크에서의 동시 전역 및 지역 클러스터링

문제 정의
현대의 네트워크 데이터는 종종 동일한 엔티티(entity) 집합 사이의 다양한 유형의 상호작용을 포함하며, 이는 멀티플렉스 네트워크로 표현됩니다. 이러한 데이터를 분석하는 데 있어 핵심적인 과제는 두 가지 뚜렷한 유형의 커뮤니티 구조를 동시에 탐지하는 것입니다:

지역(계층별) 클러스터링 (Local (Layer-specific) Clustering): 특정 계층(상호작용 유형) 내에서 밀접하게 상호작용하는 노드 그룹을 식별합니다.
전역 클러스터링 (Global Clustering): 모든 계층에 걸쳐 지속되는 통일된 노드 그룹을 식별하여, 전반적인 구조적 역할을 반영합니다.

기존 문헌은 주로 계층 클러스터링이나 전역 클러스터링 중 하나만을 개별적으로 다루거나, 알려진 유한한 수의 커뮤니티를 가정해 왔습니다. 또한, 클러스터링 과정을 가이드하기 위해 노드 공변량 정보(메타데이터)를 통합하면서 동시에 미지의 무한한 수의 커뮤니티를 허용하는 방법론은 드뭅니다. 본 논문은 공변량을 포함하면서 미지의 (무한한) 수의 그룹을 처리할 수 있는 계층적 클러스터링(전역 및 지역)을 수행할 수 있는 방법론적 간극을 해결합니다.

방법론: 계층적 멀티플렉스 확률 블록 모델 (HMPSBM)
저자들은 전역 노드 멤버십과 계층별 멤버십을 동시에 추론하기 위해 설계된 베이지안 비매개변수 모델인 **계층적 멀티플렉스 확률 블록 모델 (HMPSBM)**을 제안합니다.

모델 구조:
- 전역 할당 (Global Assignment): 각 노드 $i$ 는 전역 그룹 $w_i$ 에 할당됩니다. 이 할당의 확률 $\tau_i$ 는 노드 공변량 $x_i$ 에 의해 구동되는 **프로빗 스틱 브레이킹 프로세스(probit stick-breaking process)**를 사용하여 구축됩니다. 이를 통해 모델은 특징(feature)이 전역 그룹 멤버십에 어떻게 영향을 미치는지 학습할 수 있습니다.
- 지역 할당 (Local Assignment): 전역 그룹 $w_i$ 가 주어진 조건 하에, 각 노드는 각 계층 $\ell$ 에 대한 계층별 그룹 $z_{\ell i}$ 에 할당됩니다. 이러한 할당은 공유된 그리피스-엔겐-맥클로스키(Griffiths-Engen-McCloskey, GEM) 분포로부터 유도된 노드별 혼합 비율에 의해 제어됩니다.
- 연결성 (Connectivity): 각 계층 내에서의 연결은 확률 블록 모델(SBM)을 따릅니다. 노드 $i$ 와 $j$ 사이의 연결 확률은 그들의 계층별 그룹 멤버십에 따라 달라집니다.
- 비매개변수 사전 분포 (Nonparametric Priors): 모델은 GEM 분포와 스틱 브레이킹 표현을 사용하는 비매개변수 프레임워크를 채택하여, 전역 및 계층 수준의 커뮤니티 수를 사전에 고정하지 않고 데이터로부터 미지의 (사실상 무한한) 수의 그룹을 스스로 결정하고 추론할 수 있도록 합니다.
추론 절차:
- 사후 분포의 복잡성으로 인해, 저자들은 **좌표 상승 변분 추론(Coordinate Ascent Variational Inference, CAVI)**을 사용하는 변분 베이즈(Variational Bayesian, VB) 추론 절차를 제안합니다.
- 이 접근 방식은 사후 분포가 모델 파라미터들에 대해 인수분해되는 평균장 근사(mean-field approximation)를 활용합니다.
- 무한 차원의 문제를 처리하기 위해, 저자들은 절단 파라미터( $M_w$ 는 전역 그룹, $M_z$ 는 계층 그룹)를 도입합니다.
- 알고리즘은 스틱 브레이킹 변수에 대한 특정 업데이트를 포함하며, 폐쇄형 조건부 분포를 갖지 않는 파라미터(특히 공변량과 전역 그룹 확률을 연결하는 회귀 계수)를 위해 경사 상승법(Adam 알고리즘)을 사용합니다.
- 초기화 (Initialization): 방법론은 스펙트럴 임베딩(SVD)과 HDBSCAN을 사용하여 계층 수준의 그룹을 시딩(seeding)하는 정보 기반 초기화 방식을 사용하며, 이후 계층 간 일관성을 보장하기 위한 재열거(re-enumeration) 단계를 거칩니다.

주요 기여

동시 계층적 클러스터링: 본 논문은 계층별로 이질적인 클러스터링 패턴을 허용하면서, 멀티플렉스 네트워크 내에서 전역 클러스터링과 계층별 클러스터링을 동시에 추론하는 최초의 방법론을 소개합니다.
공변량의 통합: 프로빗 스틱 브레이킹 프로세스를 통해 노드 공변량 정보를 전역 클러스터링 메커니즘에 직접 통합함으로써, 노드 특징에 기반하여 전역 그룹 형성을 가이드합니다.
비매개변수적 유연성: 기존의 많은 멀티플렉스 SBM이 사전에 지정된 수의 커뮤니티를 요구하는 것과 달리, HMPSBM은 미지의 (사실상 무한한) 수의 전역 및 계층 그룹을 허용하며 적절한 복잡도를 자동으로 선택합니다.
확장 가능한 추론: 저자들은 병렬화 가능한 업데이트를 갖춘 확장 가능한 변분 추론 알고리즘을 개발하여, 마르코프 체인 몬테카를로(MCMC) 방법이 계산적으로 불가능할 수 있는 대규모 네트워크에도 적용 가능하게 했습니다.

결과
HMPSBM의 성능은 광범위한 시뮬레이션 연구와 실제 응용 사례를 통해 평가되었습니다:

시뮬레이션 연구:
- 그룹 수의 회복: 절단 파라미터가 충분히 클 때, 모델은 전역 및 계층 수준의 실제 그룹 수를 성공적으로 회복했습니다.
- 공변량 vs 네트워크 구조: 노드 공변량이 정보력을 잃어(분리도가 감소함) 변별력이 낮아지는 설정에서도, 모델은 여전히 전역 그룹을 정확하게 회복했습니다. 이는 네트워크 구조가 클러스터링의 주요 동력이며, 공변량은 보조적인 신호 역할을 한다는 것을 입증합니다.
- 초기화에 대한 강건성: 정보 기반 초기화가 약간 더 나은 수렴을 보였으나, 모델은 대부분의 경우 무작위 초기화 상태에서도 유사한 솔루션으로 수렴하며 강건함을 보여주었습니다.
- 확장성: 성능(NMI로 측정됨)은 특히 연결성 분리가 약한 설정에서 계층 수와 네트워크 크기가 증가함에 따라 향상되었습니다.
실제 응용 (FAO 무역 네트워크):
- 모델은 214개국, 314개 식품 유형을 포함하는 글로벌 식품 무역의 멀티플렉스 네트워크(177개 노드, 20개 계층으로 축소)에 적용되었습니다.
- GDP 및 토지 면적과 같은 공변량을 사용하여, 모델은 11개의 전역 그룹과 6개의 계층별 그룹을 식별했습니다.
- 해석 가능성: 추론된 전역 그룹은 경제적 직관과 일치했습니다. 예를 들어, 한 그룹은 주요 글로벌 무역 강국(미국, 중국, 영국, 독일 등)으로 구성되었고, 다른 그룹은 신흥 경제국 및 지역 강국들을 묶었습니다. 시리아와 이란의 뚜렷한 클러스터가 식별되었는데, 이는 2011년 시리아 혁명 이전의 특정한 무역 관계를 반영합니다.
- 공변량의 영향: 추가적인 공변량(도시 토지 면적, 해안선 길이)을 추가하면 클러스터의 주변부(예: 해안/섬 국가 이동)를 정교화하지만, 주요 경제국의 핵심 구조는 변경하지 않았습니다. 이는 네트워크 구조가 지배적인 요인이라는 발견을 뒷받침합니다.

의의 및 주장
본 논문은 미지의 커뮤티티 크기와 노드 공변량을 모두 수용하는 계층적 클러스터링을 위한 통합된 프레임워크를 제공함으로써 중요한 방법론적 간극을 메운다고 주장합니다. 저자들은 제안된 변분 추론 방식이 대규모 네트워크에 대해 MCMC의 효율적인 대안이 될 수 있다고 단언합니다.

이 연구의 의의는 단일 계층을 개별적으로 분석하거나 메타데이터를 무시할 때 나타나지 않는 잠재적 구조를 밝혀낼 수 있는 능력에 있습니다. FAO 무역 네트워크에 대한 적용은 모델이 무역 패턴과 지정학적/경제적 특성을 모두 반영하는 경제적으로 의미 있는 그룹핑을 드러낼 수 있음을 보여줍니다. 저자들은 모델이 노드가 모든 계층에 존재하고 공변량이 완전히 관찰된다고 가정한다는 점을 언급하면서도, 현재의 프레임워크가 구조적 정보와 특징 기반 정보를 성공적으로 균형 있게 결려 해석 가능하고 정확한 클러스터링 결과를 생성한다고 설명합니다.