다층 인과 체계 탐구

본 논문은 “다층 인과 체계(Multi‑Level Cause‑Effect Systems, ml‑system)”라는 새로운 프레임워크를 제시한다. 저자들은 미시적 입력 변수 집합 I와 미시적 출력 변수 집합 J가 각각 매우 높은 차원을 가질 수 있으며, 이들 사이에 숨겨진 혼란 변수 H와 독립적인 노이즈 Φ_I, Φ_J가 존재하는 일반적인 생성 모델을 정의한다. 이 모델은 P(J, I) = ∑_H P(J | I, H) P(I | H) P(H) 형태로 표현되며, 실험적 조작(man(I = i))과 관찰적 조건부 확률 P(J | I) 사이의 차이를 명확히 구분한다. 핵심 개념은 ‘근본 인과 파티션(Fundamental Causal Partition)’이다. 정의 1에 따르면, 두 입력 i₁, i₂가 같은 파티션에 속하려면 모든 가능한 출력 j에 대해 P(j | man(i₁)) = P(j | man(i₂))가 성립해야 한다. 이는 두 입력이 동일한 인과 효과를 가진다는 의미이며, 파티션의 각 셀을 ‘인과 클래스(Causal Class)’라 부른다. 출력 J에 대해서도 대칭적인 정의가 적용되어 ‘근본 효과(Fundamental Effect)’ 파티션이 형성된다. 이러한 파티션은 가장 압축된 충분통계이며, 더 세분화하면 인과 정보를 추가로 얻을 수 없고, 더 거칠게 합치면 인과 정보가 손실된다는 정리 5(Part 1)로 증명된다. 근본 인과 파티션을 실제 데이터에서 학습하기 위해 알고리즘 1이 제안된다. 입력으로는 실험적으로 얻은 (i, j) 쌍들의 데이터셋 D_csl이 주어지며, 단계는 다음과 같다. (1) 밀도 추정(DensLearn)으로 P(J | I) 혹은 P(J | man(I))를 근사한다. (2) 각 i와 j에 대해 조건부 확률 벡터를 구성하고, 이를 기반으로 클러스터링(Clstr)하여 초기 파티션 C₀와 E₀를 만든다. (3) 파티션 간 매크로 확률 분포(Eft mac, Cs mac)를 계산하고, 유사한 클러스터를 병합한다. (4) 최종적으로 분류기(Clsfy)를 학습시켜 전체 I와 J에 대해 매크로 변수 C와 E를 할당한다. 이 과정은 관찰 데이터만으로도 파티션을 추정하고, 최소한의 실험을 통해 남은 불확실성을 해소할 수 있게 설계되었다. 관찰 데이터만으로도 근본 파티션을 추정할 수 있다는 ‘근본 인과 코어싱 정리(Fundamental Causal Coarsening Theorem, fCCT)’가 핵심 이론적 기여이다. fCCT는 관찰 파티션이 인과 파티션을 항상 더 세밀하게 만든다는 것을 보이며, 따라서 관찰 데이터로 얻은 파티션을 기반으로 실험 설계를 최적화하면 필요한 실험 수를 크게 줄일 수 있다. 논문의 실험은 신경과학 분야의 시뮬레이션을 사용한다. 100 개의 뉴런으로 구성된 네트워크에 10 000개의 이미지(수평 바, 수직 바, 두 바 모두, 잡음)를 입력하고, 각 이미지에 대한 뉴런 스파이크 레이더를 J로 기록한다. 이 시뮬레이션에서 근본 원인 C는 네 가지 시각적 특징(수평 바, 수직 바, 두 바 모두, 없음)으로, 근본 효과 E는 네 가지 신경 반응(펄스, 30 Hz 리듬, 두 반응 모두, 없음)으로 정의된다. 알고리즘은 사전 지식 없이도 이 네 가지 클래스를 정확히 복원했으며, 관찰 데이터만으로도 파티션을 근사한 뒤 소수의 실험을 통해 완전한 인과 파티션을 얻었다는 점을 입증한다. 이 연구의 주요 의의는 다음과 같다. 첫째, 매크로 변수(원인·결과)를 데이터‑주도적으로 정의함으로써 도메인 전문가의 편향을 최소화한다. 둘째, 관찰과 실험 데이터를 효율적으로 결합하는 이론적 프레임워크와 알고리즘을 제공한다. 셋째, ‘근본 인과 파티션’이라는 개념을 통해 다중 레벨(다층) 인과 구조를 명확히 구분하고, 이를 학습할 수 있는 구체적인 절차를 제시한다. 하지만 몇 가지 한계도 존재한다. 현재 알고리즘은 고차원 확률 밀도 추정과 클러스터링에 크게 의존하므로, 샘플 수가 제한된 실제 데이터에서는 과적합 위험이 있다. 또한, 숨겨진 변수 H와 노이즈 Φ가 연속적이거나 복잡한 구조를 가질 경우 정리의 가정이 깨질 수 있다. 실험 설계 단계에서 필요한 최소 실험 수를 정확히 계산하기 위한 구체적인 가이드라인이 부족하며, 실제 분야(예: 의료, 기후)에서 적용하기 위해서는 도메인 특화된 사전 처리와 검증 절차가 필요하다. 향후 연구에서는 비정형 데이터(시계열, 그래프)와 연속형 잠재 변수에 대한 확장, 베이지안 모델 선택을 통한 파티션 안정성 평가, 그리고 실험 비용을 정량화하는 최적화 기법 개발이 요구된다.