퀵 리덕트 기반 유전자 선택과 클러스터링·분류 기법의 정확도 평가

1. 서론 유전자 발현 마이크로어레이 데이터는 수천 개의 유전자를 동시에 측정하지만, 실제 실험에 사용되는 샘플 수는 매우 제한적이다. 이러한 고차원·소표본 상황은 과적합과 계산 복잡도를 초래한다. 따라서 핵심 마커 유전자를 선별하여 차원을 축소하고, 이를 기반으로 정확하고 해석 가능한 분류 모델을 구축하는 것이 연구의 핵심 목표가 된다. 2. 관련 연구 및 이론적 배경 전통적인 지도학습 기반 특성 선택 방법은 평가 함수(예: 정보이득, χ² 등)를 통해 후보 집합을 탐색한다. 최근에는 Rough Set 이론을 활용한 비지도형 특성 선택이 주목받고 있다. Rough Set은 불확실성을 다루는 수학적 프레임워크로, 속성 간 의존도 γ(C,D)를 정의하고 최소 Reduct(속성 집합)를 찾는 것이 목표이다. Quick Reduct는 이러한 Reduct 탐색을 완전 탐색 없이 탐욕적으로 수행하는 알고리즘으로, 연산량을 크게 절감한다. 3. Quick Reduct 알고리즘 구현 논문에서는 조건 속성 집합 C(전체 유전자)와 결정 속성 D(클래스 라벨)를 정의하고, γ(C,D)를 계산한다. 초기 빈 집합 R에서 시작해, 현재 집합에 추가했을 때 γ가 가장 크게 증가하는 속성을 선택한다. 이 과정을 γ(R,D) = γ(C,D) 가 될 때까지 반복한다. 선택된 속성은 각 데이터셋마다 4~5개로 제한되며, 이는 원본 유전자 수(7,129~24,481) 대비 99.9% 이상의 차원 축소를 의미한다. 4. 데이터 전처리 및 실험 설계 사용된 네 개의 공개 마이크로어레이 데이터셋은 각각 백혈병(7,129 유전자, 2 클래스), 유방암(24,481 유전자, 재발/비재발), 폐암(7,129 유전자, 종양/정상), 전립선암(12,600 유전자, 종양/정상)이다. 연속형 발현값은 평균 기반 이산화 과정을 거쳐 Rough Set 적용이 가능하도록 변환하였다. 선택된 유전자 집합을 기반으로 세 가지 모델을 구축한다. 5. 클러스터링 기법(K‑Means, FCM) K‑Means는 초기 중심을 무작위로 설정하고, 각 샘플을 가장 가까운 중심에 할당한 뒤 중심을 재계산하는 과정을 수렴할 때까지 반복한다. FCM은 퍼지 멤버십을 도입해 각 샘플이 여러 클러스터에 부분적으로 속하도록 하며, 멤버십 행렬과 중심을 동시에 업데이트한다. 두 알고리즘 모두 군집 수 k를 2로 고정했으며, 최종 군집 라벨을 원래 클래스와 비교해 혼동 행렬을 작성하였다. 결과는 데이터셋마다 다소 차이가 있었지만, 전반적으로 정확도는 60~78% 수준에 머물렀다. 6. Back‑Propagation Neural Network(BPN) BPN은 입력층(선택된 유전자 수), 은닉층(노드 수는 논문에 명시되지 않음), 출력층(클래스 수)으로 구성된 다층 퍼셉트론이다. 학습 단계에서 평균 제곱 오차(MSE)를 최소화하도록 가중치를 역전파하였다. 교차 검증을 통해 과적합을 방지했으며, 최종 테스트 정확도는 백혈병 92%, 유방암 89%, 폐암 85%, 전립선암 96%로, 모든 데이터셋에서 K‑Means와 FCM을 크게 앞섰다. 7. 결과 분석 및 논의 - Quick Reduct는 매우 적은 수의 유전자로도 높은 분류 성능을 유지함을 입증했다. - 무라벨 군집화 기법은 라벨 정보를 활용하지 않기 때문에, 데이터의 내재적 구조가 복잡하거나 클래스 간 경계가 겹칠 경우 성능이 저하된다. - BPN은 지도학습의 장점을 살려 높은 정확도를 달성했으며, 특히 전립선암 데이터에서 거의 완벽에 가까운 성능을 보였다. - 그러나 Quick Reduct가 탐욕적이므로 전역 최적 Reduct를 찾지 못할 가능성이 있다. 또한, 이산화 과정에서 미세한 발현 차이가 손실될 위험이 존재한다. 8. 결론 및 향후 연구 본 연구는 Rough Set 기반 Quick Reduct와 전통적·신경망 기반 분류 기법을 결합해 고차원 유전자 데이터의 차원 축소와 정확한 분류를 동시에 달성할 수 있음을 보여준다. 향후에는 다중 목표 최적화(Reduction + Classification) 접근법, 유전자 기능 분석을 통한 생물학적 해석, 그리고 최신 딥러닝 모델(Convolutional Neural Network, Graph Neural Network)과의 비교 연구가 필요하다. 또한, Quick Reduct의 전역 최적 탐색을 위한 메타휴리스틱(예: GA, PSO) 적용도 고려할 수 있다.