눈추적 데이터 분석의 새로운 접근: GLMM, GEE, 그리고 두 상태 생존 모델

초록

본 논문은 이진 눈추적 시계열 데이터를 분석하기 위해 다섯 가지 통계 모델을 비교한다. 기본은 피험자·항목 교차효과를 포함한 로지스틱 혼합효과 모델(GLMM)이며, 시계열 상관을 다루기 위해 관측된 lag‑1 변수를 이용한 모델, GEE 기반 AR(1) 작업상관 구조 모델, 그리고 압축된 런‑길이 인코딩(RLE) 데이터를 활용한 두 상태 생존(Cox) 모델을 제시한다. 결과는 각 방법이 갖는 장·단점과 아직 해결되지 않은 문제점을 드러내며, 눈추적 데이터 분석의 향후 연구 방향을 제시한다.

상세 분석

이 논문은 눈추적(ET) 연구에서 흔히 발생하는 이진 시계열 데이터의 자기상관 문제를 체계적으로 탐구한다. 첫 번째 접근은 전통적인 GLMM으로, 피험자와 항목을 교차된 랜덤 효과로 모델링하고, 고정 효과로 실험 변수(Contrast, Privileged)와 시간(Time) 상호작용을 포함한다. 그러나 GLMM은 관측된 lag‑1 값을 추가해야만 자기상관을 보정할 수 있다는 한계가 있다. 이를 보완하기 위해 저자는 GEE(Generalized Estimating Equations)를 도입한다. GEE는 작업 상관 행렬 R에 단일 파라미터 φ_A를 두어 AR(1) 구조를 가정함으로써, 관측값 자체를 예측 변수로 사용하지 않고도 잔차 상관을 직접 모델링한다. 이때 φ_A는 Pearson 잔차 기반 모멘트 방정식으로 추정되며, 견고한 샌드위치 공분산 추정량을 통해 표준 오차를 보정한다. GEE의 장점은 대규모 클러스터(여기서는 피험자·항목별 112시간점)에서도 계산 효율성을 유지하면서, φ_A 하나만 추정하면 되므로 파라미터 과잉 적합 위험이 낮다는 점이다. 그러나 AR(1) 작업 상관 행렬이 거의 특이행렬에 가까워(행렬식≈0) 수치적 불안정성을 보였으며, 이를 해결하기 위해 φ=0.95에 작은 리지(ridge) 항을 추가한 사용자 정의 R을 사용하였다.

두 번째 혁신은 데이터 압축 기법인 런‑길이 인코딩(RLE)을 활용한 두 상태 생존 모델이다. 원시 시계열을 0·1 연속 구간으로 압축하면 각 구간의 시작·종료 시점과 상태 전이 정보를 얻을 수 있다. 이를 기반으로 상태 전이 위험(hazard)을 모델링하는 Cox 비례위험 모델을 두 개(0→1, 1→0)로 구분하여 적용한다. 이 접근법은 이진 관측을 개별적으로 다루는 대신 구간 길이를 연속형 생존 시간으로 변환함으로써, 자동적으로 자기상관을 제거하고 계산량을 98% 이상 감소시킨다. 또한 전이별 베이스라인 위험을 별도로 추정함으로써, 실험 변수(Privileged, Contrast)와 시간의 상호작용이 전이 확률에 미치는 영향을 직관적으로 해석할 수 있다. 그러나 생존 모델은 전이 위험이 시간에 따라 일정하다는 비례위험 가정을 필요로 하며, 실제 눈추적 데이터에서 급격한 전이 패턴이 존재할 경우 모델 적합도가 저하될 가능성이 있다.

전체적으로 다섯 모델(GLMM, lag‑1 GLMM, GEE‑AR(1), 사용자 정의 R을 적용한 GEE, RLE‑Cox) 모두 비슷한 고정 효과 추정치를 제공했지만, 표준 오차와 수렴 안정성에서 차이를 보였다. 특히 GEE 기반 모델은 견고한 표준 오차를 제공했으나, 작업 상관 행렬의 특이성 문제를 해결하기 위한 추가적인 수치적 조정이 필요했다. RLE‑Cox 모델은 압축 효율성과 해석 용이성에서 장점을 보였지만, 전이 위험의 비례위험 가정 검증이 필수적이다. 논문은 이러한 결과를 바탕으로, 눈추적 데이터 분석에서 “관측된 lag‑1 변수 없이도 자기상관을 모델링할 수 있는 방법”과 “데이터 압축을 통한 효율적 생존 모델링”이라는 두 축을 앞으로의 연구 방향으로 제시한다.