비대칭 분리를 이용한 지역 독립 그래프 연구

초록

본 논문은 연속시간 마코프 과정에서 정의된 지역 독립(local independence)을 그래프 형태로 표현하기 위해, 기존의 대칭적 분리 개념을 확장한 비대칭적 분리인 δ‑분리(delta‑separation)를 제안한다. δ‑분리는 방향성 있는 사이클을 허용하는 그래프에서도 적용 가능하며, 비대칭적 반그라포이드(semi‑graphoid) 성질을 만족한다. 논문은 δ‑분리의 정의, 기본 성질, 그리고 지역 독립과의 정밀한 관계를 이론적으로 분석하고, 이를 통해 그래프에서 읽어낼 수 있는 인과적·동적 정보를 명확히 규정한다.

상세 분석

지역 독립(local independence)은 연속시간 확률 과정 사이의 인과적 영향을 일반화한 개념으로, 전통적인 확률 독립과는 달리 비대칭성을 가진다. Didelez와 Nodelmann 등이 제시한 방향성 사이클을 허용하는 그래프(Directed Possibly Cyclic Graph, DPCG)는 이러한 비대칭적 관계를 시각화하는 도구로서, 기존의 d‑separation과는 근본적인 차이를 보인다. 저자는 이러한 차이를 메우기 위해 δ‑분리라는 새로운 분리 기준을 정의한다. δ‑분리는 두 정점 집합 A와 B 사이에 존재하는 모든 “활성 경로”(active path)를 차단하는 조건을 비대칭적으로 설정한다. 구체적으로, 경로의 방향성에 따라 “전방”과 “후방” 조건을 구분하고, 경로 중간에 위치한 콜라시컬( collider) 노드가 조건부로 관측되는 경우에만 경로가 차단되지 않는다. 이러한 정의는 전통적인 semi‑graphoid 공리(대칭성, 전이성, 약한 결합성 등)를 비대칭 형태로 변형시켜, δ‑분리가 “조건부 비대칭 독립”을 정확히 포착하도록 만든다. 논문은 δ‑separation이 다음과 같은 핵심 성질을 만족함을 증명한다. ① 비대칭적 반그라포이드 공리(Asymmetric Semi‑graphoid Axioms)를 만족하여, 그래프상의 독립 관계를 논리적으로 조합할 수 있다. ② DPCG가 사이클을 포함하더라도, δ‑분리를 통해 인과적 흐름을 명확히 구분할 수 있다. ③ 기존의 d‑separation과 비교했을 때, δ‑분리는 Granger‑causality와 직접적인 동등성을 갖는다; 즉, A가 B에 대한 지역 독립을 만족하면, A와 B 사이에 δ‑분리된 경로가 존재하지 않는다. 이러한 결과는 동적 시스템 모델링, 특히 연속시간 마코프 과정이나 점 과정(point process) 기반의 생물학·경제학 모델에서 인과 구조를 그래프적으로 해석하는 데 강력한 도구가 된다. 또한, 저자는 δ‑분리의 계산 복잡도를 논의하며, 기존 d‑separation 알고리즘을 변형한 효율적인 판별 절차를 제시한다. 마지막으로, 비대칭적 독립 관계를 다루는 통계적 추정 방법(예: 부분 최대우도 추정)과의 연계 가능성을 제시함으로써, 이론적 결과를 실제 데이터 분석에 적용할 수 있는 길을 열었다.