대규모 과학 모델 해석을 위한 확장 가능한 위상 데이터 분석 및 시각화

논문은 과학·공학 분야에서 대규모 데이터와 블랙박스 모델이 동시에 등장하면서 발생하는 두 가지 주요 시각화 과제—모델 해석과 데이터 규모—를 해결하고자 한다. 서론에서는 현대 시뮬레이션이 수천에서 수백만 개의 샘플을 생성하고, 딥러닝 기반 서러게이트 모델이 복잡한 비선형 관계를 학습하지만, 이러한 모델의 내부 동작과 오류 분포를 이해하기 어렵다는 문제점을 제시한다. 특히 고에너지 밀도 물리(HED)와 인간 세포막 시뮬레이션이라는 두 도메인에서, 모델이 전체적으로는 낮은 평균 오류를 보이지만 파라미터 공간의 작은 영역에서 급격히 오차가 커지는 현상이 관찰된다. 이러한 현상을 포착하려면 고차원 입력 공간에서 스칼라 함수(예: 손실, 물리량)의 지역 극값과 그 지속성을 파악할 수 있는 도구가 필요하다. 관련 연구에서는 기존 머신러닝 해석 기법(LIME, SHAP 등)과 시각화 시스템(시각적 모델 탐색, 고차원 시각화)이 특정 아키텍처에 종속적이거나 수천 샘플 수준에서만 동작한다는 한계를 지적한다. 또한 전통적인 위상 데이터 분석(TDA)은 3D 볼륨 데이터에 초점을 맞추었으며, 고차원 스칼라 함수에 대한 확장성은 부족했다. 이러한 격차를 메우기 위해 논문은 세 가지 핵심 기법을 제안한다. 첫 번째는 스트리밍 이웃 그래프 구축이다. 입력 데이터를 순차적으로 읽어들이면서 k‑최근접 이웃 관계를 유지하고, 그래프를 점진적으로 업데이트한다. 이 과정에서 공간 파티셔닝(예: KD‑트리)과 근사 최근접 탐색을 결합해 메모리 사용을 최소화하고, 그래프 구축 비용을 선형에 가깝게 만든다. 두 번째는 위상 구조 계산이다. 스트리밍 그래프를 기반으로 서브레벨 집합 트리(merge tree)와 베르스테인 복합체를 병렬로 생성한다. 지속성(persistence) 개념을 활용해 중요한 토폴로지 특징(극값, 연결 성분)을 추출하고, 이를 스케일 불변적으로 표현한다. 이 단계는 기존 고차원 TDA가 수천 샘플에 제한됐던 점을 수백만 샘플까지 확장한다. 세 번째는 토폴로지 인식 데이터큐브이다. 위상 셀(예: 지속성이 높은 극소점 주변 영역)별로 다차원 히스토그램을 사전 계산해 데이터 큐브 형태로 저장한다. 이렇게 하면 사용자는 스캐터플롯, 평행좌표, 위상 매핑 간에 즉시 연동 탐색이 가능하며, 특정 토폴로지 특징에 해당하는 데이터 분포와 파라미터 관계를 직관적으로 파악할 수 있다. 데이터큐브는 시각적 오버플로와 렌더링 비용을 크게 낮추면서도, 토폴로지 기반 집합을 유지한다. 시스템은 네 가지 일반적 분석 과제(T1‑T4)를 지원한다. T1에서는 샘플링 패턴의 균일성을 시각적으로 검증하고, 필요 시 적응형 샘플링을 설계한다. T2에서는 입력 파라미터 공간에서 관심량(예: 핵융합 수율)의 지역 변화를 위상 매핑으로 탐색한다. T3에서는 모델의 전역·국부 오류를 위상 구조와 연결해 신뢰 구역과 위험 구역을 구분한다. T4에서는 파라미터 민감도를 토폴로지 셀별 히스토그램을 통해 정량화한다. 특히 T2와 T3에서 위상 기반 지역 탐색이 기존 회귀·클러스터링보다 높은 해상도와 다중 스케일 정보를 제공한다는 실험 결과가 제시된다. 두 실제 사례를 통해 시스템의 효용을 검증한다. 첫 번째 사례는 HED 물리에서 10 백만 개의 시뮬레이션 결과를 기반으로 만든 서러게이트 모델이다. 위상 분석을 통해 핵융합 수율이 급격히 변하는 파라미터 구역을 식별하고, 해당 구역에서 모델 오류가 크게 증가함을 발견했다. 이를 통해 실험 설계 시 위험 구역을 회피하고, 모델 재학습이 필요한 영역을 정확히 지정할 수 있었다. 두 번째 사례는 인간 세포막 시뮬레이션의 고차원 잠재공간 샘플링이다. 토폴로지 인식 데이터큐브를 이용해 잠재공간 내 클러스터와 전이 구역을 시각화하고, 특정 물리적 현상이 발생하는 지역을 정밀하게 탐색했다. 두 사례 모두 기존 방법으로는 놓치기 쉬운 작은 규모의 중요한 현상을 포착했으며, 인터랙티브한 탐색이 가능함을 보여준다. 결론에서는 (1) 대규모 고차원 데이터에 대한 스트리밍 위상 분석 파이프라인, (2) 토폴로지와 기하학을 결합한 데이터큐브 설계, (3) 과학 모델 검증·해석을 위한 통합 시각 분석 시스템을 제시했으며, 향후 작업으로는 더 복잡한 다중 스칼라 함수와 실시간 모델 업데이트에 대한 확장을 제안한다.