다목적 유전 프로그래밍 기반 투영 탐색을 이용한 탐색적 데이터 모델링

초록

본 논문은 고차원 데이터의 시각화와 분류 성능 향상을 위해, 유전 프로그래밍을 활용한 다목적 특성 구축과 하이브리드 필터·래퍼 기반 특성 선택을 결합한 새로운 차원 축소 기법을 제안한다. 선형·비선형 기존 방법과 비교해 해석 가능성과 적응성을 동시에 제공한다.

상세 분석

이 연구는 차원 축소를 두 단계, 즉 특성 구축(feature construction)과 특성 선택(feature selection)으로 명확히 구분하고, 각각에 최적화된 알고리즘을 적용한다. 특성 구축 단계에서는 다목적 유전 프로그래밍(GP)을 이용해 원본 변수들의 비선형 조합을 자동으로 생성한다. 여기서 목표 함수는 (1) 분류 정확도 향상, (2) 시각화용 2차원 투영의 분산·클러스터링 품질, (3) 모델 복잡도 최소화를 동시에 고려하는 다목적 최적화 문제로 정의된다. NSGA‑II와 같은 비지배 정렬 기반 진화 알고리즘을 채택해 파레토 전선을 탐색함으로써, 사용자는 정확도와 해석 가능성 사이에서 원하는 균형점을 선택할 수 있다.

특성 선택 단계에서는 구축된 후보 특성 집합에 대해 하이브리드 필터·래퍼 방식을 적용한다. 먼저, 상관계수, 정보이득, 마할라노비스 거리 등 전통적인 필터 기준으로 후보를 사전 정제하고, 이후 래퍼 단계에서 선택된 특성 조합을 실제 분류기(예: SVM, k‑NN)와 연동해 교차 검증 정확도를 평가한다. 이 과정은 파이프라인 전체의 과적합 위험을 최소화하면서도, 최종 투영 차원(보통 2~3차원)에서 시각적 구분성을 극대화한다.

실험에서는 UCI의 여러 고차원 데이터셋(와인, 이미지, 유전자 발현 등)을 대상으로 PCA, LDA, MDS, 커널 PCA, 기존 진화적 특성 구축 기법과 비교하였다. 제안 방법은 특히 클래스 간 경계가 비선형적으로 얽혀 있는 경우에 높은 분류 정확도와 함께, 2차원 투영에서 명확한 클러스터 구성을 보여주었다. 또한 파레토 전선을 제공함으로써 사용자는 “정확도 우선” 혹은 “해석 가능성 우선” 전략을 자유롭게 선택할 수 있다.

한계점으로는 GP 연산이 계산 비용이 크다는 점과, 파라미터(예: 인구 규모, 변이 확률) 설정에 따라 결과가 민감하게 변할 수 있다는 점을 들 수 있다. 향후 연구에서는 병렬 GPU 구현과 자동 파라미터 튜닝 메커니즘을 도입해 실시간 인터랙티브 분석 도구로 확장하는 방안을 제시한다.