이웃으로부터 배우는 희소 데이터 전염병 예측 모델

초록

본 논문은 절대 빈도 기반의 포아송 계층 인디언 뷔페 프로세스(PHIBP)를 활용해, 과거에 보고된 사례가 전무한 지역에서도 인접 지역의 정보를 빌려 전염병 발생을 정밀히 예측하는 방법을 제시한다. 절대량 모델링, 포아송 얇게 뽑기(thinning) 방식, 그리고 계층적 레비 과정 설계를 통해 제로 카운트의 구조적·표본적 원인을 구분하고, 알파·베타 다양성 지표와 미래 발생 확률을 일관된 베이지안 사후분포로 제공한다.

상세 분석

PHIBP는 전통적인 상대 비율(컴포지셔널) 접근법이 갖는 ‘합이 1이어야 한다’는 폐쇄 문제를 회피하고, 원시 카운트를 직접 모델링한다는 점에서 근본적인 설계 차이를 보인다. 논문은 절대 빈도 λℓ 를 전역 파라미터로 두고, 각 지역 j에 대해 서브오디네이터 과정 σj,ℓ(λℓ )을 통해 지역별 변동성을 반영한다. 이때 레비 측도 τj가 지역 특성을 인코딩하며, σj,ℓ은 독립적인 포아송 랜덤 측정의 얇게 뽑기(thinning) 결과로 해석된다. 이러한 구조는 (1) 샘플링 제로와 구조적 제로를 확률적으로 구분할 수 있게 하며, (2) 지역 간 정보 공유를 자연스럽게 구현한다. 특히, 인접 지역의 관측 카운트가 희소할 때도 전역 λℓ 의 사전분포와 레비 서브오디네이터가 베이지안 방식으로 ‘빌려주기(borrowing)’를 수행해, 제로 카운트 지역에도 의미 있는 사후 추정치를 제공한다.

또한, 얇게 뽑기 방식은 총 카운트 n을 고정된 설계 변수로 보는 전통적인 교환 가능 샘플링과 대비된다. 전염병 감시에서는 실제 발생 건수가 관측되는 것이며, n 자체가 무작위 변수이다. PHIBP는 이 점을 포아송 과정의 기본 구조에 두어, 노출(population‑at‑risk, 검사량 등)과 결합된 강도 σj,ℓ을 먼저 샘플링하고 이후 포아송 카운트를 생성한다. 결과적으로, 새로운 지역이나 시점이 추가될 때는 기존 강도 사후분포에 샘플을 추가하는 형태의 간단한 예측 규칙이 성립한다.

수학적으로는 완전 랜덤 측정(CRM)과 레비 서브오디네이터의 결합을 통해 복합 포아송 혼합 모델을 구축한다. 이때, 레비 측도의 선택(예: 감마, 스테이블)과 h‑편향 함수는 도메인 지식(예: 인구 밀도, 이동성)과 직접 연결될 수 있어, 모델 확장성이 뛰어나다. 논문은 또한 PHIBP가 계층적 디리클레 프로세스(HDP)와 같은 기존 베이지안 비모수 모델을 포함하는 상위 구조임을 증명한다. 따라서 PHIBP는 기존 모델이 제공하지 못하는 (i) 절대 빈도 기반의 제로 구분, (ii) 얇게 뽑기 기반의 총 카운트 비조건화, (iii) 레비 서브오디네이터를 통한 도메인 맞춤형 계층 구조를 동시에 제공한다.

실험에서는 실제 전염병 데이터(예: 지역별 코로나19, 인플루엔자 보고)를 사용해, PHIBP가 제로 카운트 지역에 대한 사후 예측 정확도가 기존 상대 비율 모델보다 현저히 높음을 보였다. 알파·베타 다양성 지표 역시 사후 분포를 통해 불확실성을 정량화할 수 있어, 정책 입안자가 위험 지역을 식별하고 자원을 효율적으로 배분하는 데 실용적인 정보를 제공한다.