이미지: METAL LAB 생성
요약
- 애플 ML 리서치가 UMAP이 내부적으로 만드는 k-최근접이웃(kNN) 그래프를 직접 분석하는 방법을 제시했다
- PageRank, k-core 분해, 클러스터링 계수 등 네트워크 과학 알고리즘을 적용해 대표 데이터·밀집 영역·유사 군집을 찾아냈다
- MNIST와 Fashion MNIST 실험에서 k-medoids, HDBSCAN 같은 전용 기법과 견줄 만한 결과를 보였다
- 발행
- Apple ML Research, 2026년 7월
- 논문 제목
- Dimensionality Reduction Meets Network Science: Sensemaking on UMAP's kNN Graph
- 저자
- Duen Horng (Polo) Chau, Donghao Ren, Fred Hohman, Dominik Moritz
- 적용 알고리즘
- PageRank, k-core 분해, 클러스터링 계수
- 평가 데이터셋
- MNIST, Fashion MNIST
- 비교 대상 기법
- k-medoids(대표점 선정), HDBSCAN(밀도 기반 군집화)
무엇이 나왔나
애플 ML 리서치가 데이터 시각화 도구 UMAP의 숨겨진 부산물을 재조명하는 논문을 내놨다. UMAP을 쓰는 대부분의 작업자는 결과로 나오는 2차원 산점도만 들여다본다. 하지만 이 논문은 UMAP이 그 그림을 그리기 전에 내부적으로 만드는 k-최근접이웃(kNN) 그래프—데이터 하나하나가 가장 가까운 이웃들과 연결된 관계망—에 주목했다. 연구진은 PageRank(웹페이지 순위를 매기던 알고리즘으로 대표 데이터를 골라낸다), k-core 분해(밀집된 핵심 영역과 성긴 주변부를 나눈다), 클러스터링 계수(서로 촘촘히 얽힌 유사 이웃 그룹을 찾는다) 세 가지를 이 그래프에 적용해봤다. MNIST와 Fashion MNIST 데이터셋으로 검증한 결과, 이 방식은 대표점을 뽑는 k-medoids나 밀도 기반 군집화 기법 HDBSCAN과 견줄 만한, 때로는 보완적인 결과를 냈다고 밝혔다.
이게 무슨 얘긴가
UMAP(Uniform Manifold Approximation and Projection)은 수백~수천 차원짜리 데이터—이미지 특징값, 문장 임베딩 같은 것들—를 사람이 눈으로 볼 수 있는 2차원 지도로 압축해주는 기법이다. 데이터 과학자들이 대량의 데이터에서 군집과 패턴을 찾을 때 가장 널리 쓰는 도구 중 하나다. 문제는 압축 과정에서 왜곡이 생긴다는 점이다. 원래 고차원 공간에서 가까웠던 점들이 2D로 눌리면서 실제보다 멀어 보이거나, 반대로 무관한 점들이 우연히 가까이 붙기도 한다. 그런데 UMAP은 이 압축을 하기 전, 각 데이터가 어떤 이웃들과 진짜로 가까운지를 나타내는 그래프를 먼저 만든다. 지금까지는 이 중간 산출물이 계산 과정의 부산물로만 취급되며 대부분 버려졌다. 이번 연구는 이 그래프 자체가 왜곡 없는 원본 관계 정보를 담고 있다는 점에 착안해, 이미 검증된 네트워크 과학 알고리즘을 그대로 적용해도 쓸 만한 통찰을 얻을 수 있음을 보여준 셈이다.
그래서 뭐가 달라지나
이 접근이 흥미로운 이유는 별도의 계산이 필요 없다는 점이다. 데이터를 이해하려면 지금까지는 대표점을 뽑는 알고리즘, 군집을 나누는 알고리즘, 밀도를 재는 알고리즘을 따로따로 돌려야 했다. 이 연구는 UMAP을 실행하는 순간 이미 만들어지는 그래프 하나로 이 작업들을 상당 부분 대체할 수 있다는 걸 실험으로 확인했다. 아직은 손글씨 숫자(MNIST)와 의류 이미지(Fashion MNIST) 같은 비교적 단순한 데이터셋에서의 검증 단계로, 더 복잡한 실제 데이터에 얼마나 일반화될지는 후속 검증이 필요하다. 그럼에도 데이터 시각화 도구를 다루는 연구자와 개발자에게는, 이미 쓰고 있는 UMAP 안에서 공짜로 얻을 수 있는 분석 층 하나가 새로 생긴 셈이다.
