다중 개입과 겹치는 변수 집합을 활용한 제약 기반 인과 구조 학습

본 논문은 과학적 연구에서 동일 시스템을 여러 번 관찰하면서 서로 다른 실험 조건(개입)과 서로 겹치는 변수 집합을 측정하는 경우가 빈번히 발생한다는 점에 주목한다. 이러한 이질적인 데이터셋을 각각 독립적으로 분석하면 얻은 인과 지식이 서로 모순되거나 통합이 어려워진다. 이를 해결하고자 저자들은 COmbINE(Constraint‑based cOmbination of Multiple IntervENtions)이라는 알고리즘을 제안한다. COmbINE의 입력은 (i) 여러 데이터셋, (ii) 각 데이터셋이 측정한 변수 집합(일부 겹침), (iii) 각 데이터셋에 적용된 하드 개입(무작위 통제 실험) 정보이다. 가정은 모든 데이터가 하나의 근본적인 인과 메커니즘(Underlying Causal DAG)에서 파생되며, 개입은 해당 변수에 대한 외부 조작으로 인해 그 변수에 대한 모든 인과 효과가 차단된다고 본다. 알고리즘은 먼저 각 데이터셋에 대해 조건부 독립성 검정을 수행하고, 이를 m‑separation(또는 d‑separation) 규칙에 따라 경로 제약으로 변환한다. 예를 들어 “X와 Y는 Z를 조건으로 독립”이라는 결과는 “Z가 X와 Y 사이의 모든 m‑connecting 경로를 차단한다”는 제약으로 표현된다. 이러한 제약들은 모두 SAT(부울 만족도) 문제의 절댓값 형태로 인코딩되며, 변수는 그래프의 가능한 에지(방향성 및 양방향) 존재 여부를 나타낸다. 핵심 기술은 두 가지이다. 첫째, 기존 방법이 사용하던 복잡한 경로 분석을 단순화하여 제약 수를 크게 줄임으로써 SAT 인스턴스의 크기를 최소화한다. 둘째, 통계적 검정 오류로 인해 서로 모순되는 제약이 발생할 경우, 각 제약에 대해 p‑값을 이용해 신뢰도 점수를 부여하고, 신뢰도가 낮은 제약부터 차례로 SAT 인스턴스에 추가한다. 충돌이 발생하면 해당 제약을 버리고 다음 제약을 시도한다. 이 과정은 “confidence‑ordered constraint addition”이라 불리며, 실제 데이터에서 발생하는 노이즈에 강인한 해결책을 제공한다. 이론적으로 COmbINE은 샘플이 충분히 클 때(soundness) 모든 입력 제약을 만족하는 그래프 집합을 정확히 찾아내며(completeness), 비순환 구조(acyclic)를 전제로 SMCM과 MAG 사이의 변환을 이용한다. 따라서 숨겨진 공변량(잠재적 혼란 변수)을 bi‑directed edge로 표현하면서도 피드백 사이클은 허용하지 않는다. 실험에서는 두 가지 주요 평가를 수행하였다. 첫째, 기존 Hyttinen et al. (2013) 알고리즘과 비교해 실행 시간, 메모리 사용량, 그리고 변수 수 확장성을 측정하였다. 결과는 COmbINE이 12개 변수 한계였던 기존 방법에 비해 100개 변수까지 10배 이상 빠르게 수행되었으며, 충돌 해결 메커니즘 덕분에 실제 데이터에서도 정상적으로 작동함을 보였다. 둘째, 실제 대규모 질량 사이토메트리 데이터(수천 개 세포, 30여 개 단백질) 4세트를 3가지 개입(예: 특정 신호 경로 억제) 하에 공동 분석하였다. COmbINE은 모든 데이터셋에 공통적으로 존재하는 인과 관계와, 개입에 따라 변하는 관계를 명확히 구분해 제시했으며, 이는 생물학적 해석에 직접 활용될 수 있는 유의미한 결과였다. 결론적으로, COmbINE은 (1) 겹치는 변수 집합과 다중 개입을 동시에 고려하는 최초의 제약 기반 인과 학습 알고리즘이며, (2) SAT 기반 인코딩과 신뢰도 정렬을 통해 통계적 오류에 강인하고, (3) 기존 방법보다 훨씬 큰 규모의 문제를 효율적으로 해결한다는 점에서 인과 탐구 분야에 중요한 기여를 한다. 향후 연구에서는 피드백 사이클을 허용하는 확장, 비선형/비가우시안 데이터에 대한 일반화, 그리고 실시간 데이터 스트림에 대한 적용 가능성을 탐색할 예정이다.