가능 세계 프레임워크를 통한 인과 호환성 해결

초록

본 논문은 관측되지 않은(잠재) 변수들이 존재할 때 인과 구조와 관측된 확률분포 사이의 호환성을 판단하기 위한 새로운 조합론적 방법인 ‘가능 세계 프레임워크’를 제시한다. 가능한 세계 다이어그램(possible worlds diagram)을 도입해 모든 잠재 변수의 할당을 시각화하고, 이를 통해 기존 방법으로는 증명할 수 없던 인과 불가능성을 증명한다. 또한 가능성(가능론) 수준의 인과 호환성 문제를 완전하게 해결하는 알고리즘을 제시하고, 확률적 호환성을 위한 계층적 테스트 체계를 구축한다.

상세 분석

논문은 인과 추론에서 가장 난제인 ‘잠재 변수 존재 하에 인과 호환성 판단’ 문제에 접근한다. 기존에는 d‑separation 기반의 조건부 독립성 검증, MAG(최대 조상 그래프)와 같은 대체 그래프 모델, 혹은 비선형 방정식 해법(예: Cylindrical Algebraic Decomposition) 등을 사용했지만, 이들 방법은 필요조건만 제공하거나 계산 복잡도가 급격히 증가한다는 한계가 있었다. 저자는 이러한 한계를 극복하기 위해 ‘가능 세계 프레임워크’를 도입한다. 핵심 아이디어는 각 잠재 변수의 가능한 값 할당을 ‘세계(world)’로 보고, 모든 세계를 겹쳐 놓은 ‘가능 세계 다이어그램’을 구성함으로써 관측 가능한 변수들의 조합이 어떤 세계에서 나타날 수 있는지를 명시적으로 확인하는 것이다.

가능 세계 다이어그램은 그래프 이론의 색상 구분(관측 변수는 파란색, 잠재 변수는 빨간색)과 교차 세계 일관성(cross‑world consistency) 제약을 결합한다. 교차 세계 일관성은 동일한 변수에 대해 서로 다른 세계에서 동일한 할당이 일어나야 함을 의미하며, 이를 통해 불가능한 조합을 빠르게 걸러낼 수 있다. 논문은 여러 사례(특히 Figure 2와 Figure 11에 해당하는 복잡한 인과 구조)를 통해 이 프레임워크가 기존에 증명되지 않았던 인과 불가능성을 어떻게 드러내는지 상세히 보여준다.

가능론적(가능성 수준) 호환성 문제에 대해서는, 모든 가능한 세계를 열거하고 각 세계에서 관측 변수들의 결합 확률이 0이 아닌지를 검사하는 알고리즘을 제시한다. 이 알고리즘은 유한한 관측 변수의 카디널리티가 주어지면 완전성을 보장한다. 확률적 호환성에 대해서는 ‘테스트 계층(hierarchy of tests)’을 정의한다. 각 레벨은 더 많은 세계 복제와 교차 세계 제약을 추가함으로써 필요조건을 강화하고, 무한히 높은 레벨에서는 충분조건까지 도달한다. 이 계층은 기존의 Inflation 기법과 구조적으로 유사하지만, 호환 가능한 경우 실제 인과 모델을 복원할 수 있다는 장점을 가진다.

복잡도 측면에서 저자는 이 방법이 실용적인 경우에 한해 효율적일 수 있음을 인정한다. 특히 잠재 변수의 카디널리티를 제한하고, 그래프의 대칭성을 활용해 탐색 공간을 축소하면 계산량을 크게 줄일 수 있다. 마지막으로, 가능한 세계 프레임워크가 양자 인과 모델에도 확장 가능함을 암시하며, 양자 비고전성 검증에 대한 잠재적 응용 가능성을 제시한다.