시간변화 파라미터를 활용한 메카니즘 모델의 예측력 강화

초록

본 논문은 기존 SINDy 기반 데이터‑드리븐 동역학 모델에 시간‑변화 파라미터를 도입하고, 이를 머신러닝으로 예측함으로써 학습 정확도와 장기 예측 성능을 동시에 향상시키는 프레임워크를 제시한다. SIR, 소비자‑자원 모델 및 실제 온실가스·시아노박테리아 데이터에 적용해 평균 절대 오차가 학습 단계 3 % 이하, 한 달 예측 단계 6 % 이하임을 입증했으며, CNN‑LSTM·GBM 대비 전반적으로 우수한 결과를 보였다.

상세 분석

이 연구는 두 단계의 SINDy 적용을 핵심으로 한다. 첫 번째 단계에서는 전체 시계열에 대해 희소 회귀(STRR)를 수행해 고정 파라미터와 후보 함수 집합을 식별한다. 여기서 L2 정규화와 임계값(threshold) 기반 스파싱을 반복 적용해 비활성 계수를 0으로 만들고, 남은 활성 항목을 상위 N개로 선정한다. 두 번째 단계에서는 고정된 윈도우 길이 w 를 두고, 각 윈도우마다 동일한 STRR 과정을 수행해 상위 N 후보 항목의 계수를 시간‑변화 파라미터로 취급한다. 이렇게 하면 전체 모델은 고정 계수(¯ξ)와 시간‑변화 계수(ξ(t))로 구성된 혼합 형태가 된다.

시간‑변화 파라미터의 예측을 위해 저자는 랜덤 포레스트 기반 회귀 모델을 사용했으며, 입력 피처로는 기상 변수(온도, 습도, 강수량, 풍속)와 과거 파라미터 값을 포함했다. 예측된 ξ̂(t)를 원래 ODE식에 대입하면, 연속적인 미분 방정식이 실시간으로 업데이트되어 미래 상태 x̂(t)를 수치 적분으로 얻을 수 있다.

실험에서는 (1) 전통적인 SIR 모델에 β(t)와 μ를 시간‑변화 파라미터로, (2) 소비자‑자원 모델에 성장·포식 계수를, (3) 알버타 석유 모래 저수지의 CO₂·CH₄ 농도 데이터, (4) 알버타 호수의 시아노박테리아 군집수를 대상으로 적용했다. 모든 경우에서 학습 단계 MAE가 3 % 이하, 한 달 예측 단계 MAE가 6 % 이하로, 기존 CNN‑LSTM 및 Gradient Boosting Machine 대비 평균 10‑15 % 정도 낮은 오류를 기록했다.

주요 강점은 (i) 물리‑생물학적 메커니즘을 유지하면서도 데이터에 의해 동적으로 파라미터를 조정한다는 점, (ii) 파라미터 선택을 자동화해 과도한 시간‑변화 파라미터 도입을 방지함으로써 모델 복잡도와 과적합 위험을 낮춘다, (iii) 외부 환경 변수와의 연계가 용이해 정책·기후 시나리오 분석에 바로 활용 가능하다는 점이다. 한계로는 (a) 윈도우 크기 w 와 상위 N 선택이 데이터에 민감하게 작용해 하이퍼파라미터 튜닝이 필요하고, (b) 시간‑변화 파라미터가 급격히 변동하는 경우 선형 회귀 기반 예측기가 충분히 정확하지 않을 수 있다. 향후 연구에서는 딥러닝 기반 시계열 모델과의 하이브리드, 베이지안 프레임워크를 통한 불확실성 정량화, 그리고 다변량 외생 변수의 비선형 효과를 포괄하는 확장 가능성을 탐색할 여지가 있다.