인과관계와 프로비넌스 의미론 구조적 모델을 통한 그래프 해석

초록

본 논문은 데이터 프로비넌스 그래프에 형식적 의미를 부여하기 위해 인공지능 분야에서 발전된 구조적 인과 모델을 도입한다. OPM 그래프와 인과 모델을 비교·연계함으로써, 프로비넌스 기록이 단순한 의존 관계를 넘어 실제 원인·결과 관계를 설명할 수 있음을 보인다. 또한 점별 근사와 전역 근사의 개념을 정의하고, 프로비넌스 의미론의 예측력을 정량화한다.

상세 분석

논문은 먼저 기존 프로비넌스 연구가 “영향”, “의존”, “설명”, “인과관계”와 같은 직관적 개념에 의존하지만, 이러한 개념을 형식적으로 정의하거나 검증하는 작업이 부족함을 지적한다. 이를 보완하기 위해 저자는 Halpern‑Pearl이 제시한 구조적 인과 모델(structural causal models, SCM)을 도입한다. SCM은 변수 집합 V와 외생 변수 U, 그리고 각 변수에 대한 함수 F = {f_v | v∈V} 로 구성되며, 그래프 형태로 표현될 때 인과 관계와 계산 흐름을 동시에 나타낸다.

OPM(Open Provenance Model) 그래프는 아티팩트(artifact)와 프로세스(process)라는 두 종류의 노드와 “used”, “wasGeneratedBy” 같은 라벨이 붙은 간선으로 구성된다. 저자는 OPM 그래프를 SCM에 매핑함으로써, OPM의 “의존 관계”를 실제 인과 함수로 해석한다. 예시로 제시된 케이크 만들기 그래프에서는 재료와 단계가 각각 Boolean 변수로 모델링되고, 각 단계마다 오류를 나타내는 외생 변수 U_i 가 추가되어 현실 세계의 불확실성을 반영한다.

핵심 기술적 기여는 프로비넌스 의미론을 두 가지 정밀도 기준으로 구분한 점이다.

1. 점별 근사(pointwise approximation): 입력 u 에 대해 프로비넌스 그래프 P(f)(u) 를 실행하면 원래 함수 f(u) 와 동일한 결과를 얻는다. 이는 그래프가 해당 실행을 재현할 수 있음을 보장하지만, 입력‑출력 관계에 대한 일반적 통찰을 제공하지 않는다.
2. 전역 근사(global approximation): 모든 가능한 입력에 대해 동일한 프로비넌스 그래프가 f 를 정확히 시뮬레이션한다. 이는 그래프 언어가 f 를 완전히 표현할 수 있을 때만 가능하며, 실용적으로는 매우 강한 요구조건이다.

이 두 기준 사이의 중간 단계로 예측력(predictive power) 관계 ~u ≈ ~u′ 을 정의한다. 즉, 입력 ~u 에 대한 그래프가 다른 입력 ~u′ 에 대한 f(~u′) 을 올바르게 예측하면 두 입력은 관계에 포함된다. 이 관계가 반사적이면 점별 근사와 동등하고, 전사적이면 전역 근사와 동등하다. 따라서 서로 다른 프로비넌스 의미론을 비교할 때, 예측력의 포함 관계를 통해 어느 쪽이 더 강력한 정보를 제공하는지 정량화할 수 있다.

또한 저자는 함수형(provenance graph functional) 와 정렬된(sorted) 그래프를 정의한다. 함수형 그래프는 각 프로세스가 정확히 하나의 출력 아티팩트를 생성하고, 정렬된 그래프는 각 프로세스에 입력 순서를 부여한다. 이러한 제약은 그래프를 일종의 비재귀적 ‘let‑binding’ 형태의 일차 항(term)으로 해석하게 하여, SCM의 함수적 의미와 자연스럽게 일치한다.

마지막으로, 논문은 현재 진행 중인 연구 방향을 제시한다. 구조적 인과 모델 외에도 베이지안 네트워크, 확률적 인과 모델 등 다른 인과 이론을 프로비넌스에 적용할 가능성을 열어두며, 프로비넌스 그래프의 형식적 검증, 자동 추론, 그리고 과학 워크플로우에의 적용을 위한 도구 개발 필요성을 강조한다.