본 논문은 그래프 신경망(GNN)을 이용한 네트워크 모티프 유의성 프로파일(SP) 예측에 대한 연구를 제시합니다. 기존 연구들이 서브그래프 빈도 추정에 초점을 맞춘 것과 달리, 본 논문은 서브그래프 빈도 추정과 독립적인 SP 추정 작업으로 문제를 재정의하고, 다중 타겟 회귀 문제로 모델링합니다. 해석력, 안정성, 그리고 대규모 그래프에 대한 확장성을 향상시키는 것을 목표로 합니다. 합성 데이터셋과 실제 그래프 데이터셋을 사용하여 실험을 진행하고, 1-WL 제한 모델의 SP 추정 정확도와 합성 그래프 생성 과정과의 일반화 성능을 평가합니다. 서브그래프 계수를 통한 모티프 추정의 이론적 한계를 극복하기 위해 직접적인 SP 추정 방식이 어떻게 활용될 수 있는지에 대한 시사점을 제공합니다.
