면역 세포 교차 조절을 활용한 텍스트 문서 이진 분류

초록

이 논문은 면역 시스템의 T‑셀 교차 조절 메커니즘을 에이전트 기반 모델로 구현하고, 이를 바이오메디컬 논문을 이진 분류하는 데 적용한다. 다중 항원을 제시하는 인공 APC와 특이적 E‑셀·R‑셀의 증식·사멸 규칙을 통해 자가 조직화된 집합적 분류 과정을 유도한다. BioCreative BC2.5 데이터셋 실험에서 파라미터 탐색과 훈련 전략(양성 전용 vs. 양·음성 혼합) 등을 검증했으며, 기존 SVM·Naïve Bayes 등과 경쟁력 있는 성능을 보였다. 특히 클래스 불균형과 개념 드리프트 상황에서 강인함을 확인하였다.

상세 분석

본 연구는 기존의 분석적 T‑셀 교차 조절 모델(Carneiro et al., 2007)을 에이전트 기반 시뮬레이션으로 확장함으로써, 단일 항원이 아닌 수백 개의 텍스트 특징(단어, 바이그램 등)을 동시에 처리할 수 있는 구조를 제시한다. 인공 APC는 문서를 분해한 특징 집합을 슬롯 형태로 배열하고, 각 슬롯에 대응하는 E‑셀(효과 T‑셀)과 R‑셀(조절 T‑셀)이 특이적으로 결합한다. 결합 규칙은 네 가지 반응식으로 정의되며, E‑셀은 APC와 결합 시 복제되지만 인접한 R‑셀에 의해 억제될 수 있다. R‑셀은 자체적으로 유지되거나, E‑셀과 동시에 결합될 경우 증식한다. 사멸률(d_E, d_R)을 도입해 과도한 세포 축적을 방지하고, 동적 평형 상태를 유도한다.

핵심적인 설계 선택은 다음과 같다. 첫째, 특징마다 별도의 E‑셀·R‑셀 풀을 생성함으로써 고차원 텍스트 공간을 자연스럽게 매핑한다. 둘째, APC가 한 번에 두 개의 특징을 슬롯에 배치하도록 함으로써 실제 문서 내 단어 공동출현 구조를 반영한다. 셋째, 훈련 단계에서 양성 문서만을 사용해 E‑셀을 초기화하고, R‑셀은 사전 지식 없이 무작위로 생성한다는 ‘양성‑비표시(Positive‑Unlabeled)’ 학습 방식을 실험한다.

실험에서는 BioCreative BC2.5 데이터셋(불균형 비율 1:9)을 대상으로 파라미터(사멸률, 초기 세포 수, APC 슬롯 수 등)의 민감도 분석을 수행하였다. 결과는 사멸률이 적절히 설정될 때 모델이 과적합 없이 안정적인 분류 경계를 형성함을 보여준다. 또한, 문서 입력 순서를 보존한 경우(시간 순서대로 학습)와 무작위 순서로 학습한 경우를 비교했을 때, 순서 의존적 학습이 개념 드리프트를 자연스럽게 추적하여 최신 문서에 대한 정확도가 향상되는 경향을 발견했다.

성능 비교에서는 선형 SVM, Naïve Bayes, Random Forest와 같은 전통적 기계학습 알고리즘과 대등하거나 약간 우수한 F1 점수를 기록하였다. 특히, 클래스 불균형에 민감한 지표인 AUC‑PR에서 T‑셀 기반 모델이 높은 값을 보이며, 이는 R‑셀에 의한 억제 메커니즘이 소수 클래스(양성) 보호에 기여함을 시사한다.

이와 같이, 면역학적 교차 조절 메커니즘을 데이터 과학에 적용함으로써, 중앙 집중식 파라미터 튜닝 없이도 자가 조직화된 집합적 판단을 구현할 수 있음을 입증한다. 향후 연구에서는 APC의 특징 프레젠테이션 방식을 그래프 구조로 확장하거나, 다중 클래스 문제에 대한 확장성을 탐색할 여지가 있다.