ICF‑CY 기반 아동·청소년 자가보호 문제 예측 모델 연구

초록

본 연구는 ICF‑CY의 자가보호 활동(SCADI) 데이터를 활용해 70명의 운동·신체 장애 아동을 대상으로 206개의 변수 중 핵심 예측 변수를 Boruta 알고리즘으로 선정하고, 다섯 가지 머신러닝 모델(RF, SVM, NB, Hoeffding Tree, LWL)을 비교하였다. 랜덤 포레스트가 84.75% 정확도, RMSE 0.18, AUC 0.99로 가장 우수한 성능을 보였으며, 이를 통해 ICF‑CY의 복잡한 분류 작업을 자동화할 가능성을 제시한다.

상세 분석

본 논문은 ICF‑CY가 제공하는 1,400여 개의 범주형 변수 중, 자가보호 활동(자기 관리) 영역에 초점을 맞춘 SCADI 데이터셋을 이용해 장애 아동의 기능 수준을 자동 분류하는 모델을 구축하였다. 데이터는 70명의 아동(평균 연령·성별 비율 미제시)으로부터 수집된 206개의 특성을 포함하고 있으며, 이는 차원 저주와 과적합 위험을 내포한다. 이를 해결하기 위해 연구팀은 Boruta 알고리즘을 적용해 통계적 중요도와 무작위 변수와의 비교를 통해 최소·최적의 예측 변수 집합을 도출하였다. Boruta는 변수의 실제 중요도를 검증하기 위해 shadow feature를 생성하고, 반복적인 랜덤 포레스트 학습을 통해 p‑값 기반의 선택 기준을 제공한다. 결과적으로 불필요한 변수가 대폭 제거되어 모델 학습 효율이 향상되었다.

선정된 변수들을 바탕으로 다섯 가지 분류 알고리즘을 구현하였다. 랜덤 포레스트는 다수의 결정 트리를 배깅(bootstrap aggregating)하여 변수 간 비선형 상호작용을 포착하고, 과적합을 방지하기 위해 각 트리에서 무작위 변수 샘플링을 수행한다. 서포트 벡터 머신은 RBF 커널을 사용해 고차원 공간에서 초평면을 최적화했으며, 하이퍼파라미터(C, γ) 튜닝을 교차 검증으로 수행하였다. 나이브 베이즈는 조건부 독립성을 가정해 빠른 학습 속도를 제공했지만, 변수 간 상관관계가 높은 ICF‑CY 데이터 특성상 성능이 제한적이었다. Hoeffding 트리는 스트리밍 데이터 환경에 적합하도록 설계된 온라인 학습 알고리즘으로, 제한된 샘플에서도 근사적인 분할 기준을 제공한다. 마지막으로 Lazy Locally Weighted Learning(LWL)은 인스턴스 기반 회귀/분류 기법으로, 새로운 샘플에 대해 국부적인 가중치를 부여해 예측한다.

모델 성능 평가는 정확도, RMSE, ROC‑AUC를 주요 지표로 삼았으며, 두‑표본 t‑검정을 통해 95% 신뢰구간에서 유의미한 차이를 검증하였다. 랜덤 포레스트는 84.75%의 정확도와 0.99에 달하는 AUC를 기록, 다른 모델에 비해 통계적으로 유의미하게 우수함을 확인했다. 특히 RMSE가 0.18로 낮아 예측 오차가 최소화된 점이 주목할 만하다. 그러나 표본 크기가 70명에 불과하고, 교차 검증이 k‑fold(예: 5‑fold) 수준에 머물렀다는 점은 외적 타당성에 제한을 둔다. 또한, 변수 선택 과정에서 Boruta가 제거한 변수들이 실제 임상적 의미를 가질 수 있음에도 불구하고, 전적으로 통계적 중요도에 의존한 점은 해석상의 위험을 내포한다.

결과적으로, 본 연구는 ICF‑CY와 같은 고차원 복합 의료 데이터에 머신러닝 기반 자동 분류 파이프라인을 적용함으로써, 전문가의 주관적 판단을 보조하고 신속한 기능 수준 평가를 가능하게 한다는 점에서 의의가 크다. 향후 연구에서는 다기관·다문화 데이터셋을 통한 외부 검증, 심층 신경망 모델 도입, 그리고 선택된 변수들의 임상적 해석을 통한 정책·치료 가이드라인 연계가 필요하다.