복잡하게 얽힌 네트워크상에서 원하는 대상이나 집단을 효율적을 찾아내는 알고리즘이 개발됐다.
김정훈 UNIST 컴퓨터공학과 교수팀은 사용자가 지정한 대상을 반드시 포함하고 동시에 정해진 크기 안에서 의미 있는 집단만 찾아내는 새로운 커뮤니티 탐색 기술을 개발했다고 28일 밝혔다.
커뮤니티 탐색은 방대한 네트워크 안에서 연결성이 강한 집단을 찾아내는 데이터 분석 기술이다. 하지만 네트워크 데이터가 크거나 개인 정보보호 문제와 연결되면 정확성이 떨어지거나 일부 연결 관계만 확인할 수 있다.
김 교수팀이 개발한 탐색 기술은 사용자가 지정한 노드에서 출발해 주변 데이터를 차례로 확인하며 검색 집단을 넓혀가는 방식이다. 전체 네트워크 정보를 모두 확보하지 않아도, 사용자가 정한 규모 내에서 내부 연결이 촘촘하고 외부와는 비교적 잘 구분되는 집단을 골라낸다.
검색 집단을 넓혀가는 과정에서 결과값이 좋아지는지 계산하고, 집단이 불필요하게 커질수록 점수가 쉽게 오르지 않도록 크기 조건도 반영한다. 하나씩 선택하는 과정에서 놓칠 수 있는 관계는 주변의 연결된 작은 묶음을 함께 살펴보는 방식으로 보완했다. 떼어 놓고 보면 눈에 띄지 않지만, 묶였있을 때 집단의 성격을 더 분명하게 하는 관계 정보를 반영하기 위해서다.
김정훈 교수는 “사용자 입장에서 관심 있는 대상과 그 주변의 의미 있는 관계만 빠르게 찾아내는 데 초점을 맞춘 기술”이라며 “고객군 분석, 이상거래 탐지, 생물학 단백질 관계망 분석 등 다양한 분야에 적용될 수 있을 것”이라고 말했다.
김 교수팀은 이번 연구 결과를 5월 31일 인도 벵갈루루에서 개막하는 데이터베이스 분야 학회 '2026 SIGMOD'에서 발표할 예정이다.
울산=임동식기자 dslim@etnews.com