잠재 변수 탐지를 위한 의존 패턴 트리거 분석

본 논문은 베이지안 네트워크의 인과 구조 학습 과정에서 관측되지 않은 잠재 변수가 존재할 가능성을 드러내는 의존성 패턴, 즉 “트리거”를 체계적으로 탐색하고 이를 활용하는 방법을 제시한다. 연구는 크게 네 부분으로 구성된다. 첫 번째 부분에서는 잠재 변수 탐지의 이론적 배경을 설명한다. 기존의 요인 분석이나 탐색적/확인적 요인 분석은 잠재 변수가 존재한다는 가정을 전제로 하지만, 실제로 잠재 변수가 존재하는지를 판단하기 위한 명확한 기준이 부족했다. 인과 탐색 알고리즘은 관측 변수들 사이의 조건부 독립 관계를 이용해 구조를 추정하는데, 특정 독립·종속 패턴은 어떠한 완전 관측 DAG로도 재현될 수 없으며, 오직 잠재 변수를 포함한 모델만이 이를 설명한다는 점을 이용한다. 이러한 패턴을 “트리거”라 명명하고, 트리거가 발견되면 잠재 변수가 존재한다는 강력한 증거가 된다고 주장한다. 두 번째 부분에서는 트리거를 찾기 위한 전자동 탐색 절차를 상세히 기술한다. 먼저 n개의 관측 변수에 대해 모든 가능한 완전 관측 DAG를 열거한다(이는 n이 커질수록 초지수적으로 증가한다). 각 DAG에 대해 가능한 모든 증거 집합(조건부 독립 테스트) – 즉, 변수 집합의 모든 부분집합을 조건으로 하는 경우 – 에 대해 d‑separation을 적용해 의존 관계 매트릭스를 만든다. 이어서, 잠재 변수가 두 개 이상의 자식을 갖는 단일 잠재 변수 모델을 모두 생성하고, 동일한 증거 집합에 대해 해당 모델이 만든 의존 관계 매트릭스를 구한다. 만약 어떤 잠재 변수 모델의 의존 관계 집합이 어떤 완전 관측 DAG의 의존 관계 집합과도 일치하지 않으면, 그 모델은 트리거를 제공한다는 의미이다. 실험에서는 3, 4, 5개의 관측 변수를 대상으로 탐색을 수행했다. 3변수 경우에는 모든 잠재 변수 모델이 완전 관측 DAG와 매칭되므로 트리거가 없었다. 4변수에서는 두 개의 트리거가 발견되었으며, 해당 트리거에 대응하는 완전 관측 DAG와 잠재 변수 모델을 표로 제시한다. 5변수에서는 57개의 트리거가 확인되었고, 상세 목록은 부록에 수록한다. 이 결과는 관측 변수 수가 늘어날수록 잠재 변수를 암시하는 독특한 의존 패턴이 급증한다는 점을 시사한다. 세 번째 부분에서는 기존 인과 탐색 알고리즘인 FCI와 PC와 비교하기 위해 트리거를 활용한 새로운 알고리즘, “Trigger‑PC”를 구현한다. Trigger‑PC는 먼저 데이터에서 트리거 패턴을 탐지하고, 발견되면 해당 트리거에 대응하는 잠재 변수 구조를 바로 반환한다. 트리거가 없으면 기존 PC 알고리즘을 실행하고, 결과 그래프에 양방향(잠재) 에지가 있으면 이를 무향 에지로 변환한다. 이렇게 함으로써 거짓 양성(잘못된 잠재 변수 가정)을 최소화하면서도, 트리거가 감지될 경우 높은 신뢰도의 잠재 변수 모델을 제공한다. 실험 설계는 다음과 같다. (1) 유전 알고리즘을 이용해 강·중·약 세 가지 수준의 아크 강도를 갖는 무작위 베이지안 네트워크를 생성하고, (2) 각 네트워크로부터 샘플 크기 100, 1 000, 10 000인 인공 데이터를 생성한다. (3) FCI와 PC의 알파 수준을 0.05부터 0.5까지 탐색해 평균 편집 거리를 최소화하는 최적 알파를 찾는다. (4) 최적 알파와 기본 알파(0.05) 각각에 대해 FCI, PC, Trigger‑PC를 적용하고, 잠재 변수 존재 여부를 기준으로 혼동 행렬을 만든다. 결과는 다음과 같다. 최적 알파를 사용한 경우, FCI와 PC는 각각 정확도 0.71·0.74, 정밀도 0.19·0.22, 재현율 0.22·0.21, 거짓 양성률 0.19·0.16을 보였다. 기본 알파(0.05)에서도 큰 차이는 없었다. 반면 Trigger‑PC는 정확도 0.84, 정밀도 0.91, 재현율 0.03, 거짓 양성률 0.0006을 기록했다. 즉, 트리거 기반 필터는 거짓 양성을 거의 없애고, 발견된 잠재 변수에 대해서는 매우 높은 신뢰도를 제공하지만, 전체 잠재 변수를 탐지하는 능력(재현율)은 낮다. 이는 “거짓 양성보다 거짓 음성이 더 덜 해롭다”는 인과 탐색의 실용적 관점에서 유용하게 작용한다. 마지막으로 논문은 연구의 한계와 향후 과제를 논의한다. 현재 탐색은 단일 잠재 변수에만 국한되어 있어 다중 잠재 변수 상황을 다루지 못한다. 또한 완전 관측 DAG의 수가 급증함에 따라 탐색 비용이 크게 늘어나므로, 효율적인 동형 그래프 탐색이나 제한된 구조 공간 탐색 기법이 필요하다. 향후 연구에서는 (1) 다중 잠재 변수 트리거 확장, (2) 실제 도메인 데이터(예: 유전학, 사회과학) 적용, (3) 트리거와 기존 점수 기반 방법을 결합한 하이브리드 알고리즘 개발 등을 제안한다. 전반적으로 이 논문은 잠재 변수 존재를 강력히 시사하는 의존 패턴을 체계적으로 정의·탐색하고, 이를 기존 인과 탐색 파이프라인에 통합함으로써 거짓 양성을 크게 감소시키는 실용적인 방법을 제시한다. 이는 베이지안 네트워크 기반 인과 분석에서 잠재 변수 모델링을 보다 신뢰성 있게 수행하고자 하는 연구자들에게 중요한 도구가 될 것이다.