다음 내용이 궁금하다면?
불편하시다면 뒤로 가기를 눌러주세요
UNIST 연구…네트워크서 특정 집단만 효율적으로 탐색 가능
UNIST 김정훈 교수(왼쪽)와 김다희 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]
(울산=연합뉴스) 김용태 기자 = 복잡하게 얽힌 관계망(네트워크)에서 사용자가 관심을 갖는 사람이나 대상을 중심으로 의미 있는 집단만을 효율적으로 찾아내는 알고리즘이 나왔다.
울산과학기술원(UNIST)은 컴퓨터공학과 김정훈 교수팀이 사용자 지정 대상을 반드시 포함하면서도 정해진 크기 안에서 의미 있는 집단만 찾아내는 새로운 커뮤니티 탐색 기법을 개발했다고 28일 밝혔다.
커뮤니티 탐색은 방대한 네트워크 데이터 안에서 내부 연결이 강한 집단을 찾아내는 데이터 분석 기술이다.
기존 기술은 네트워크 데이터가 크거나 개인정보 보호 문제로 일부 관계만 볼 수 있는 상황에서는 쓰기 어려웠고, 관계가 밀접하지 않아도 집단에 포함되는 문제가 있었다.
연구팀이 개발한 기법을 사용하면 전체 네트워크 정보를 모두 확보하지 않아도, 사용자가 정한 크기 안에서 내부 연결이 촘촘하고 바깥과는 비교적 잘 구분되는 집단을 골라낼 수 있다.
이는 사용자가 지정한 대상(노드)에서 출발해 주변 후보를 차례로 확인하며 집단을 넓혀가는 방식이기 때문이다.
이때 후보를 넣었을 때 전체 결과가 좋아지는지를 계산하고, 집단이 불필요하게 커질수록 점수가 쉽게 올라가지 않도록 크기 조건을 반영한다.
놓칠 수 있는 관계는 주변의 연결된 작은 묶음을 함께 살펴보는 방식으로 보완했다.
혼자 놓고 보면 눈에 띄지 않지만, 함께 묶였을 때 집단 성격을 더 분명하게 하는 후보들을 반영하기 위해서다.
실제 네트워크 데이터를 이용한 실험 결과 기존의 최고 성능 기법보다 찾고자 한 집단을 더 정확하게 골라내면서도, 관계가 약한 대상을 덜 포함한 것으로 나타났다.
김정훈 교수는 "사용자가 관심 있는 대상 주변에서 의미 있는 관계만 빠르게 찾아내는 데 초점을 맞춘 기술"이라며 "소규모 열성 고객군에 집중하는 마케팅, 사기 의심 계좌와 엮인 계정 집단 추적, 생물학 단백질 관계망 분석 등 다양한 분야에서 적용할 수 있을 것"이라고 말했다.
연구 결과는 31일부터 6월 5일까지 인도 벵갈루루에서 열리는 데이터베이스 분야 최고 권위 학회인 '2026 SIGMOD(ACM Special Interest Group on Management of Data)'에 채택돼 발표될 예정이다.
yongtae@yna.co.kr
Copyright 연합뉴스 All rights reserved. 무단 전재 및 재배포 금지.
인기상품 확인하고 계속 읽어보세요!
원치 않을 경우 뒤로가기를 눌러주세요.