불확실성을 활용한 컨텍스트 이상 탐지 프레임워크

초록

본 논문은 컨텍스트 기반 이상 탐지(CAD)에서 행동 변수 y의 조건부 분포 p(y|x)를 추정할 때, 데이터의 내재적 변동성(aleatoric uncertainty)과 학습 모델의 불확실성(epistemic uncertainty)을 명시적으로 구분한다. 이 목적을 위해 이질분산(heteroscedastic) 가우시안 프로세스 회귀를 이용해 평균 f₁(x)와 로그표준편차 f₂(x)를 각각 독립적인 GP로 모델링하고, 베이지안 추론을 통해 Z‑score를 확률 변수로 취급한다. 95 % 최고밀도 구간(HDI)을 제공함으로써 이상 점수의 신뢰구간을 제시하고, 실험에서는 기존 CAD 방법들을 능가하는 정확도와 해석 가능성을 입증한다.

상세 분석

본 연구는 기존 CAD 접근법이 조건부 평균만을 이용해 이상을 판단하고, 데이터의 이질분산이나 모델의 불확실성을 무시한다는 한계를 정확히 짚어낸다. 저자들은 두 개의 독립적인 가우시안 프로세스(GP)를 도입해 f₁(x) (조건부 평균)와 f₂(x) (조건부 로그표준편차)를 동시에 학습한다. 이때 f₂(x) 를 로그 스케일로 모델링함으로써 예측된 표준편차가 항상 양수가 되도록 보장하고, 데이터가 컨텍스트에 따라 서로 다른 변동성을 보이는 이질분산 현상을 자연스럽게 포착한다.

알레아토릭 불확실성(AU)은 f₂(x) 의 평균 m₂(x)와 그 자체의 변동성 σ₂²(x) 으로 직접 측정된다. 반면, 에피스테믹 불확실성(EU)은 두 GP의 사후 분산에 의해 나타나며, 특히 컨텍스트 x 가 훈련 데이터에서 희소한 영역일수록 사후 분산이 커져 HDI가 넓어지는 형태로 정량화된다. 이러한 구분은 의료와 같이 위험도가 높은 도메인에서 “불확실성이 큰 경우 판단을 보류한다”는 의사결정 전략을 가능하게 한다.

계산 효율성을 위해 저자들은 변분 인덕션 포인트 방식을 적용, M ≪ N인 인덕션 포인트 M을 사용해 O(N³) 복잡도를 O(M²N)으로 낮춘다. 학습은 변분 파라미터에 자연 그라디언트(Natural Gradient) 최적화를, 나머지 하이퍼파라미터에는 Adam 옵티마이저를 사용한다.

예측 단계에서는 NS(x,y)=y−f₁(x)·e^{−f₂(x)} 이라는 확률 변수의 기대값을 이상 점수 s(x,y)로 정의하고, 샘플링을 통해 얻은 사후 분포에 대해 커널 밀도 추정 후 수치 적분으로 95 % HDI를 계산한다. 이 HDI 길이 i(x,y) 는 EU의 정량적 지표가 되며, i(x,y) 가 큰 경우 모델이 해당 컨텍스트에 대해 신뢰도가 낮다고 판단한다.

실험에서는 WHO 성장곡선 기반 시뮬레이션 데이터, 공개 CAD 벤치마크(예: KDD‑Cup, NASA‑SMAP)와 실제 심장학 데이터(대동맥 직경)에서 ROCOD, QCAD, Isolation Forest 등 최신 방법과 비교한다. 모든 데이터셋에서 ROC AUC와 PR AUC가 평균 3‑5 %p 상승했으며, 특히 데이터가 희소한 연령대에서 HDI 기반 보류 메커니즘이 오탐을 크게 감소시켰다.

이 논문의 핵심 기여는 (1) AU와 EU를 명시적으로 분리하는 이중 GP 모델링, (2) 베이지안 Z‑score를 확률 변수로 전환해 신뢰구간을 제공, (3) 변분 인덕션을 통한 대규모 데이터 적용 가능성, (4) 의료 현장에 직접 적용 가능한 해석 가능하고 신뢰도 기반 의사결정 프레임워크이다. 다만, GP 기반 모델 특성상 고차원 컨텍스트 x 에 대한 커널 선택과 인덕션 포인트 수 설정이 성능에 민감하며, 실시간 스트리밍 환경에서는 추가 최적화가 필요할 것으로 보인다.