교차융합 거리: 표현 공간에서 데이터 그룹의 융합·분리를 정량화하는 새로운 지표

초록

본 논문은 도메인 이동 상황에서 서로 다른 데이터 그룹 간의 융합 정도와 분리 정도를 정확히 측정하기 위해 ‘교차융합 거리(CFD)’를 제안한다. CFD는 그룹 간 기하학적 이동과 그룹 내 분산을 전체 분산에 대한 비율로 표현해 스케일에 무관하고, 변형·샘플링 등 융합을 보존하는 요인에 대해 강인하도록 설계되었다. 이론적 특성 분석과 합성·실제 바이오이미징 데이터 실험을 통해 기존 거리 지표들보다 융합 변화를 더 민감하고 해석 가능하게 측정함을 보였다.

상세 분석

논문은 먼저 기존의 Wasserstein 거리, MMD, Hausdorff·Chamfer 거리 등이 ‘융합을 변화시키는 요인(그룹 간 위치 이동)’과 ‘융합을 보존하는 요인(전체 스케일, 내부 구조 변형)’을 하나의 스칼라값에 혼합한다는 근본적인 한계를 지적한다. 이러한 혼합은 특히 도메인 쉬프트 상황에서 의미 있는 구조적 차이를 잡아내지 못하고, 스케일 변화나 샘플링 차이에 과도하게 민감해 해석을 방해한다. 이를 해결하기 위해 저자들은 두 그룹 A와 B의 평균 μ_A, μ_B와 각각의 내부 분산 σ_A², σ_B²를 정의하고, 가중 평균 w_A, w_B를 이용해 합쳐진 클라우드의 전체 분산 σ_AB²를 전형적인 분산 분해식
σ_AB² = w_Aσ_A² + w_Bσ_B² + w_A‖μ_A‑μ_AB‖² + w_B‖μ_B‑μ_AB‖²
으로 전개한다. 여기서 마지막 두 항은 순수하게 그룹 간 기하학적 이동을 반영한다. 저자는 전체 분산 대비 내부 분산 비율인 CFS = (w_Aσ_A² + w_Bσ_B²)/σ_AB² 를 정의하고, 이를 로그 변환한 CFD = –log(CFS) 로 거리값을 만든다. CFS는 0~1 사이값을 갖으며, 1에 가까울수록 두 그룹이 완전히 겹쳐 있음을 의미한다. 따라서 CFD는 0에서 시작해 그룹 간 거리·분산이 커질수록 단조 증가한다. 중요한 점은 CFS가 스케일에 대해 비례적으로 보정되므로 전역 스케일 변동에 영향을 받지 않으며, 내부 구조 변형이 전체 분산에만 기여할 경우 CFD는 변하지 않는다. 이론적으로는 σ_AB² ≥ w_Aσ_A² + w_Bσ_B² 가 항상 성립하고, 등호는 μ_A = μ_B 일 때만 성립한다는 사실을 이용해 단조성 및 비음수성을 증명한다. 계산 복잡도는 각 그룹의 평균과 분산을 한 번씩 순회하면 되므로 O(n·d) 로, 기존 O(n²·d) 혹은 O(n³·log n·d) 수준의 OT 기반 방법보다 훨씬 효율적이다. 실험에서는 합성 데이터에서 위치 이동, 내부 분산 확대, 전역 스케일 변환, 토폴로지 변형, 이상치 삽입 등 각각을 독립적으로 조절해 CFD가 위치 이동과 내부 분산 변화에만 민감하고, 스케일·변형·이상치에 대해서는 안정적임을 확인했다. 실제 바이오이미징 도메인(예: 암 조직 이미지)에서는 CFD가 도메인 간 성능 저하와 높은 상관관계를 보였으며, 기존 거리 지표들은 스케일 차이나 샘플링 차이 때문에 과대 평가하거나 변화를 놓치는 경우가 많았다. 전체적으로 CFD는 ‘융합을 변화시키는 요인’만을 정량화함으로써 해석 가능하고, 계산 효율적이며, 도메인 쉬프트 상황에서 실용적인 거리 측정 도구로 자리매김한다.