확률 그래프 모델 입문

초록

이 논문은 확률 그래프 모델(PGM)의 기본 개념과 생물학 데이터 분석에의 적용 방법을 소개한다. 베이지안 네트워크와 마코프 랜덤 필드 등 주요 모델 유형을 설명하고, 학습·추론 절차와 실험적 사례를 통해 생물학적 패턴 발견과 가설 생성에 어떻게 활용될 수 있는지를 제시한다.

상세 분석

확률 그래프 모델은 변수 간의 조건부 독립성을 그래프 구조로 시각화함으로써 복잡한 확률 분포를 효율적으로 표현한다. 논문은 먼저 PGM의 두 축인 베이지안 네트워크(Directed Acyclic Graph)와 마코프 랜덤 필드(Undirected Graph)를 구분하고, 각각의 수학적 정의와 파라미터화 방식을 상세히 설명한다. 베이지안 네트워크에서는 조건부 확률표(CPT)를 통해 각 노드의 부모 집합에 대한 확률을 지정하고, 구조 학습 단계에서는 스코어 기반 방법(예: BIC, AIC)과 제약 기반 방법(예: PC 알고리즘)을 비교한다. 마코프 랜덤 필드에서는 잠재 변수 도입을 통해 복잡한 상호작용을 모델링하고, 파라미터 추정에는 최대우도 추정(MLE)과 베이지안 추정이 사용된다. 추론 기법으로는 정확한 방법인 변수 소거와 근사 방법인 변분 베이지안, MCMC 샘플링을 논의하며, 생물학적 데이터의 고차원·희소성 문제에 맞는 효율적 알고리즘을 제시한다. 특히, 유전자 발현 데이터에 적용된 구조 학습 사례에서는 네트워크 토폴로지가 알려진 조절 관계와 얼마나 일치하는지를 검증하고, 새로운 잠재적 상호작용을 가설로 제시한다. 또한, 단일세포 RNA‑seq 데이터에서 마코프 랜덤 필드를 이용해 세포 군집 간 전이 경로를 모델링함으로써, 전통적인 클러스터링이 놓칠 수 있는 연속적인 상태 변화를 포착한다. 논문은 모델 선택 시 과적합 방지를 위한 교차 검증 전략과, 데이터 전처리 단계에서 정규화·결측치 처리의 중요성을 강조한다. 마지막으로, PGM이 제공하는 확률적 해석은 실험 설계 단계에서 가설 검증 비용을 절감하고, 결과 해석의 투명성을 높이는 데 기여한다는 점을 강조한다.