다차원 기울기 분석과 제약 조건의 필요성
차원의 저주(curse of dimensionality)와 결과의 이해 용성 요구는 cubegrade 문제를 효율적이고 확장 가능하게 해결하는 데 큰 걸림돌이 됩니다. 이를 극복하기 위해 cubegrade 문제를 축소한 흥미로운 형태인 제약 다차원 기울기 분석(constrained multidimensional gradient analysis)을 활용할 수 있습니다. 이 접근법은 탐색 공간을 획기적으로 줄여주면서도 의미 있는 결과만을 도출할 수 있게 해줍니다.
다차원 기울기 분석에 적용되는 제약 조건은 다음과 같은 세 가지 유형으로 구분됩니다.
1. 중요도 제약(Significance Constraint)
중요도 제약은 데이터에서 통계적으로 유의미한(“statistical significance”) 셀만 검사 대상으로 삼도록 지정합니다. 예를 들어 최소한 정해진 개수의 기저 셀(base cell)을 포함하거나, 특정 총 판매액 이상을 가져야 하는 조건을 둘 수 있습니다.
데이터 큐브 관점에서 이 제약은 아이스버그 조건(iceberg condition)과 같은 역할을 하며, 해석 대상 집합에서 사소하고 가치 없는 셀들을 대량으로 가지치기(pruning)하여 분석 효율을 높입니다.
2. 탐침 제약(Probe Constraint)
탐침 제약은 가능한 모든 셀 중에서 일부 셀(탐침 셀(probe cells))을 선택하여 검사의 시작점으로 삼습니다. cubegrade 문제는 큐브 내 각 셀을 특수화(specialization), 일반화(generalization), 변형(mutation) 등 여러 형태의 셀들과 비교해야 하므로, 데이터 큐브에서 측정값(measure)의 중대한 변화와 연관된 동종 셀 특성 그룹을 도출하게 됩니다.
세 개의 셀 a, b, c가 주어졌을 때 개념을 정리하면 다음과 같습니다.
- a가 b의 상세화(describe)라면, a는 b의 자손(descendant)이며, 반대로 b는 a의 일반화 또는 조상(ancestor)입니다.
- 셀 c는 두 셀이 단 하나의 차원을 제외한 모든 차원에서 동일한 값을 가질 때 a의 변형(mutation)이며, 이때 서로 다른 그 차원은 “*” 값을 가질 수 없습니다.
- 셀 a와 c는 서로 형제(sibling) 관계로 간주됩니다.
아이스버그 큐브만을 대상으로 하더라도 비교 가능한 셀 쌍은 매우 많이 생성될 수 있습니다. 탐침 제약을 활용하면 사용자가 분석에 관심 있는 셀의 부분집합을 직접 정의할 수 있어, 분석 범위를 해당 셀들과 그 조상·자손·형제 셀 간의 관계에만 집중시킬 수 있습니다.
3. 기울기 제약(Gradient Constraint)
기울기 제약은 기울기, 즉 측정값의 변화 폭에 대한 사용자의 관심 범위를 명확히 지정합니다. 사용자는 일반적으로 비교 대상 셀(섹터) 간에 발생하는 모든 변화가 아닌, 특정 방향이나 크기의 변화에만 관심을 두는 경우가 많습니다.
예를 들어, 탐침 셀에 비해 평균 이익이 40% 이상 증가한 셀만 분석 대상으로 삼을 수 있습니다. 이러한 변화는 비교되는 셀들의 특정 측정값 간 비율(ratio) 또는 차이(difference) 형태의 임계값(threshold)으로 정의할 수 있습니다. 이렇게 탐침 셀로부터의 변화를 나타내는 셀을 기울기 셀(gradient cell)이라고 부릅니다.