고차원 식품 진위 판별을 위한 변수 선택·업데이트 기반 모델식별 분석

초록

**
본 논문은 라벨이 있는 데이터와 라벨이 없는 데이터를 동시에 활용하는 반지도 학습 모델 기반 판별 분석에 변수 선택 메커니즘을 도입한다. 고차원(변수 > 표본) 식품 진위 데이터에 적용해 변수 선택 과정이 해석 가능성을 제공함과 동시에, 기존 랜덤 포레스트·AdaBoost·전이 SVM·베이지안 다항 회귀보다 현저히 높은 분류 정확도를 달성함을 실험적으로 입증한다.

**

상세 분석

**
이 연구는 모델 기반 판별 분석(Model‑Based Discriminant Analysis, MBDA)을 고차원 식품 인증 문제에 적용하면서 두 가지 핵심 혁신을 제시한다. 첫째, 변수 선택을 통합한 “헤드론(Headlong) 탐색” 전략을 도입하였다. 전통적인 전진 선택이나 후진 제거와 달리, 헤드론 탐색은 현재 모델에 가장 큰 정보량을 제공하는 후보 변수를 순차적으로 평가하고, 일정 기준(예: BIC 개선)만 충족되면 즉시 모델에 포함한다. 이 방식은 변수 조합 탐색 공간을 급격히 축소시켜 계산 복잡도를 크게 낮추면서도, 변수 간 상호작용을 충분히 반영한다는 장점이 있다.

둘째, 반지도 학습(semi‑supervised) 프레임워크를 구축하였다. 라벨이 없는 데이터는 EM(Expectation‑Maximization) 알고리즘을 통해 잠재 클래스 할당을 추정하고, 이 추정값을 모델 파라미터 업데이트에 활용한다. 이렇게 하면 라벨이 부족한 상황에서도 데이터 구조를 효과적으로 학습할 수 있다. 특히 고차원 상황에서 라벨이 적은 경우, 전통적인 최대우도 추정이 과적합에 빠지기 쉬운데, 비라벨 데이터가 정규화 역할을 수행해 모델의 일반화 능력을 향상시킨다.

통계적 모델은 각 클래스별 다변량 정규분포를 가정하고, 공분산 구조를 여러 형태(대각, 동일, 자유 등) 중 하나로 제한한다. 이때 BIC(Bayesian Information Criterion)를 사용해 최적 공분산 형태와 변수 집합을 동시에 선택한다. 변수 선택 과정에서 BIC가 감소하면 해당 변수를 유지하고, 그렇지 않으면 제외한다는 명확한 기준을 제공한다.

실험에서는 3가지 식품(와인, 올리브 오일, 꿀) 데이터셋을 사용했으며, 각각 1000개 이상의 스펙트럼 변수와 50200개의 샘플을 포함한다. 제안 방법은 평균 정확도 92% 이상을 기록했으며, Random Forest(≈78%), AdaBoost(≈81%), Transductive SVM(≈84%), Bayesian Multinomial Regression(≈86%)보다 1015% 포인트 높은 성능을 보였다. 또한 선택된 변수는 화학적 의미를 갖는 파장대와 일치해, 변수 선택이 단순히 통계적 최적화가 아니라 실제 식품 성분 차이를 반영한다는 점을 확인했다.

이와 같이 변수 선택·업데이트를 결합한 반지도 MBDA는 고차원, 소표본, 다중 클래스 식품 인증 문제에 매우 적합한 접근법이며, 변수 해석 가능성까지 제공한다는 점에서 실무 적용 가치가 크다.

**