비음수 행렬분해와 구조방정식 모델의 결합 블라인드 입출력 분석을 위한 NMFSEM

초록

본 논문은 비음수 행렬분해(NMF)를 구조방정식모델(SEM)의 동시방정식 형태에 삽입하여, 내부 흐름이 관측되지 않는 경우에도 입력‑출력 관계를 복원할 수 있는 NMF‑SEM 프레임워크를 제안한다. 정규화된 곱셈 업데이트와 직교·희소성 페널티를 이용한 추정 방법과, 직접·피드백 효과를 구분하는 증폭비(Amplification Ratio) 등 새로운 구조 평가 지표를 도입하였다. 세 가지 실증 사례를 통해 기존 SEM보다 해석 가능하고 안정적인 결과를 보여준다.

상세 분석

NMF‑SEM은 기존 NMF가 제공하는 비음수, 부분 기반 표현을 SEM이 갖는 인과·피드백 구조와 결합한다는 점에서 혁신적이다. 모델은 내생 변수 행렬 Y₁∈ℝ^{P₁×N}+와 외생 변수 Y₂∈ℝ^{P₂×N}+를 비음수 잠재 프로필 X∈ℝ^{P₁×Q}+와 혼합 가중치 B∈ℝ^{Q×N}+로 분해한다. 여기서 B는 단순히 자유 변수로 두는 것이 아니라 B=Θ₁Y₁+Θ₂Y₂ 형태의 동시방정식으로 제약한다. Θ₁∈ℝ^{Q×P₁}+는 내생 변수 간 피드백을, Θ₂∈ℝ^{Q×P₂}+는 외생 변수의 직접 영향을 담당한다. 이 구조를 Y₁≈X(Θ₁Y₁+Θ₂Y₂) 로 전개하면 (I−XΘ₁)Y₁≈XΘ₂Y₂ 가 도출되고, 스펙트럼 반경 ρ(XΘ₁)<1이라는 안정성 조건 하에 (I−XΘ₁)^{-1}가 존재한다. 따라서 Y₁≈M_{model}Y₂, M_{model}=(I−XΘ₁)^{-1}XΘ₂ 라는 입력‑출력 매핑이 얻어지며, 이는 고전적인 레온티에프 모델의 비음수 버전이라 할 수 있다.

Neumann 급수를 이용한 (I−XΘ₁)^{-1}=I+XΘ₁+(XΘ₁)²+… 전개는 피드백 라운드마다 누적 효과를 명시적으로 보여준다. 이를 정량화한 증폭비 AR=‖M_{model}‖₁/‖XΘ₂‖₁ 은 1보다 클 경우 피드백에 의해 효과가 확대됨을 의미하고, 1≤AR≤1/(1−‖XΘ₁‖₁) 라는 두 경계가 증명된다. 이러한 수식적 해석은 피드백 강도를 직관적으로 파악할 수 있게 해준다.

추정 단계에서는 비음수 제약과 구조 제약을 동시에 만족하도록 곱셈 업데이트 규칙을 설계한다. 기본 목표함수 L=‖Y₁−X(Θ₁Y₁+Θ₂Y₂)‖_F²+λ_X‖XᵀX−diag(XᵀX)‖_F²+λ₁‖Θ₁‖₁+λ₂‖Θ₂‖₁ 에서 직교성 페널티는 잠재 프로필 간 중복을 방지하고, ℓ₁ 페널티는 Θ₁,Θ₂를 희소하게 만들어 피드백 경로와 외생 영향의 해석성을 높인다. 초기값은 Θ₁=0인 피드포워드 NMF‑with‑covariates 모델을 사용해 X₀,Θ₀를 얻고, 이를 X의 초기값으로 삼는다. 하이퍼파라미터 λ₁,λ₂는 K‑fold 교차검증으로 선택하되, 각 후보 모델이 ρ(XΘ₁)<1 조건을 만족하는지 확인한다.

구조 평가 지표는 세 가지로 구성된다. 첫째, 입력‑출력 충실도 SC_{map}=Cor(vec(M_{model}),vec(M_{simple})) 로, 피드백을 포함한 M_{model}이 피드포워드 기준 M_{simple}=X₀Θ₀와 얼마나 일치하는지 측정한다. 둘째, 2차 모멘트 일치 SC_{cov}=Cor(vec(S_{model}),vec(S_{sample})) 로, M_{model}이 실제 내생 변수들의 공분산 구조를 재현하는 정도를 평가한다. 셋째, 피드백 강도는 스펙트럼 반경 ρ(XΘ₁)와 증폭비 AR을 부트스트랩으로 신뢰구간을 구해 보고한다.

시뮬레이션에서는 잡음 수준 σ와 피드백 강도 ρ_{true}를 변형해 500번 반복 실험을 수행했으며, AR과 ρ̂가 실제 피드백 강도와 샘플 크기에 따라 일관되게 증가함을 확인했다. 특히 N=200일 때 Θ₁의 양성 원소가 더 정확히 추정되어 증폭 효과가 크게 나타났다.

실증 적용에서는 (1) Holzinger‑Swineford 데이터에 대해 전통적인 3‑factor 구조를 정확히 복원했고, (2) 로스앤젤레스 대기·기후 변수와 사망률 사이의 관계에서 Θ₁이 거의 0에 가까워 피드백이 미미함을 밝혀 기존 SEM보다 간결한 모델을 제시했으며, (3) 미시시피 주의 사회경제·보건 지표에서 빈곤, 일반 질병, 절망 사망이라는 세 잠재 요인을 구분하고 피드백이 약함을 확인했다. 모든 사례에서 SC_{map}≈0.99, SC_{cov}≈0.99 이상의 높은 점수를 얻어, 제안된 NMF‑SEM이 비음수 제한 하에 구조적 인과 관계와 입력‑출력 매핑을 동시에 추정하는 데 강력함을 입증한다.