결과 정보를 활용한 포레스트 커널 밸런싱: 인과 추론의 정확성 높이는 새로운 접근법

초록

관찰 연구에서 인과 효과를 추정할 때 핵심은 처리군과 대조군의 공변량 분포를 균형 있게 맞추는 것이다. 기존 커널 밸런싱 방법은 공변량 간의 유사성만을 반영한 커널을 사용해 중요한 비선형 관계를 놓칠 수 있다. 본 연구는 랜덤 포레스트(RF)와 베이지안 가법 회귀 트리(BART) 같은 트리 기반 모델이 결과 변수 예측에 중요한 비선형성과 상호작용을 학습하며, 이 과정에서 암묵적으로 생성하는 ‘포레스트 커널’을 균형 맞춤에 활용하는 ‘포레스트 커널 밸런싱’을 제안한다. 시뮬레이션과 실증 사례를 통해 이 방법이 기존 커널 방법 대비 계산 효율성과 통계적 정확성에서 의미 있는 개선을 가져옴을 보여준다.

상세 분석

본 논문이 제안하는 ‘포레스트 커널 밸런싱(Forest Kernel Balancing)‘의 핵심 혁신은 인과 추론의 설계 단계에 결과 변수 정보를 지도 학습 방식으로 통합했다는 점이다. 기존의 커널 밸런싱(예: 다항식 커널, 가우시안 커널)은 순전히 공변량 X의 공간적 구조만을 바탕으로 유사도(커널)를 정의하는 ‘설계 기반(design-based)’ 접근법이었다. 이는 복잡한 비선형 관계를 포착할 수는 있으나, 궁극적으로 균형을 맞춰야 할 대상인 결과 변수 Y(0)의 조건부 기대 함수 µ0(x)와 직접적인 관련이 없는 특징을 학습할 위험이 있다.

반면, RF나 BART는 분할 기준으로 결과 변수 Y(예: 분류면 지니 불순도, 회귀면 분산 감소)를 직접 사용한다. 따라서 이 모델들이 생성한 ‘포레스트 커널’—두 개체가 여러 트리에서 동일한 말단 노드에 속한 빈도로 정의됨—은 결과 변수를 잘 예측하는 데 필수적인 공변량 간의 상호작용과 비선형성을 자연스럽게 인코딩하게 된다. 이 커널은 여전히 공변량 X만의 함수이지만, 그 내부 구조는 결과 변수 정보에 의해 ‘길잡이’를 받은 형태다. 이는 Jin and Zubizarreta(2025)가 강조한 ‘결과 정보를 활용한 관찰 연구 설계’ 철학과 정확히 부합한다.

기술적으로, 이 커널 행렬 K를 얻은 후에는 기존 커널 밸런싱 프레임워크를 그대로 적용할 수 있다. 즉, K의 상위 r개 주성분(스펙트럼 근사) 등 저차원 요약 통계량을 생성하고, 이를 처리군의 평균에 맞추도록 대조군의 가중치를 추정한다(공식 (5)의 변형). 이를 통해 µ0(x)를 근사하는 데 효과적인 특징 공간에서 균형을 맞추게 되어 편향을 줄일 수 있다.

논문의 실험 결과는 이론적 장점을 입증한다. 포레스트 커널은 복잡한 비선형성과 상호작용이 존재하는 시뮬레이션 설정에서 기존 커널 대비 더 낮은 편향과 RMSE를 보였다. 또한, 커널 행렬의 유효 차원이 낮아 계산 효율성도 향상되었다. 이는 BART가 생성한 커널이 사후 분포를 평균함으로써 불확실성을 반영하여 특히 강건한 성능을 보였기 때문으로 해석된다. 요약하면, 이 방법은 머신러닝의 예측력과 인과 추론의 엄격한 설계 원칙을 성공적으로 결합한 사례이다.