코끼리 탐색 기반 딥러닝을 활용한 마이크로어레이 유전자 선택 및 분류

초록

본 논문은 대규모 마이크로어레이 데이터에서 중요한 유전자를 효율적으로 추출하기 위해 코끼리 탐색(Elephant Search, ES) 최적화 알고리즘을 적용하고, 선택된 유전자를 입력으로 하여 확률적 경사 하강법 기반 딥러닝 모델을 학습시켜 암 종류별 분류 정확도를 향상시키는 방법을 제안한다. 9개의 대표 암 마이크로어레이 데이터셋을 이용한 실험 결과, 제안된 ES‑DL(ESDL) 접근법이 기존 최신 방법보다 높은 정확도와 안정성을 보이며, 향후 바이오인포매틱스 연구에 적용 가능함을 입증한다.

상세 분석

이 연구는 마이크로어레이 데이터의 고차원·저표본 특성을 극복하기 위해 두 단계의 하이브리드 프레임워크를 설계하였다. 첫 번째 단계는 메타휴머노이드 무리 행동을 모방한 코끼리 탐색(ES) 알고리즘으로, 개체군 기반 전역 탐색과 파라미터 조정을 통해 최적의 유전자 서브셋을 선택한다. ES는 ‘돌진(Charge)’과 ‘돌림(Loop)’ 메커니즘을 이용해 탐색 공간을 넓히면서도 지역 최적점에 빠지는 현상을 완화한다는 점에서 기존 유전 알고리즘(GA)이나 파티클 군집 최적화(PSO)와 차별화된다. 논문에서는 적합도 함수를 분류 정확도와 최소 유전자 수의 가중 합으로 정의했으며, 이를 통해 과적합을 방지하고 해석 가능성을 높였다.

두 번째 단계는 선택된 유전자 집합을 입력으로 하는 심층 신경망(DL)이다. 여기서는 확률적 경사 하강법(SGD)과 소프트맥스 활성화 함수를 결합한 다층 퍼셉트론(MLP) 구조를 사용했으며, 학습률 스케줄링과 L2 정규화를 적용해 수렴 안정성을 확보하였다. 특히, 소프트맥스는 다클래스 암 유형 구분에 적합한 확률 분포를 제공함으로써 최종 예측의 신뢰도를 높인다.

실험은 UCI 머신러닝 저장소에서 제공하는 9개의 암 마이크로어레이 데이터(예: Leukemia, Colon, Prostate 등)를 대상으로 진행되었으며, 10‑fold 교차 검증을 통해 평균 정확도, 정밀도, 재현율, F1‑score를 평가하였다. 결과는 기존 최신 논문(예: PSO‑SVM, GA‑RF 등)과 비교했을 때 평균 3~5%p의 정확도 향상을 보였으며, 특히 유전자 수를 50% 이상 감소시킨 상황에서도 성능 저하가 미미했다. 이는 ES가 전역 최적해를 효과적으로 탐색하고, DL이 압축된 특징을 충분히 활용한다는 증거이다.

하지만 몇 가지 한계도 존재한다. 첫째, ES의 파라미터(예: 군집 크기, 돌진 비율) 설정이 경험적이며 자동 튜닝 메커니즘이 부재하다. 둘째, 딥러닝 모델이 비교적 얕은 구조에 머물러 있어 복잡한 비선형 관계를 완전히 포착하지 못할 가능성이 있다. 셋째, 실험에 사용된 데이터가 모두 공개 데이터셋에 국한돼 있어 실제 임상 현장 적용 시 데이터 스케일링 및 노이즈 처리 문제가 추가될 수 있다. 향후 연구에서는 베이지안 최적화와 메타러닝을 결합해 ES 파라미터를 자동 조정하고, 컨볼루션·리커런트 레이어를 포함한 심층 모델을 도입해 표현력을 강화하는 방향이 제안된다.