이중 파이프라인 머신러닝 기반 다중 클래스 수면장애 자동 선별 프레임워크

초록

본 논문은 수면건강·생활 데이터셋을 활용해, 통계적 파이프라인과 래퍼 기반 파이프라인을 병렬로 적용한 이중 파이프라인 구조를 제안한다. Mutual Information·LDA와 Boruta·오토인코더를 각각 사용하고, SMOTETomek으로 클래스 불균형을 보정한다. 최종적으로 Extra Trees와 K‑Nearest Neighbors 모델이 98.67%의 정확도를 달성했으며, Wilcoxon 부호 순위 검증을 통해 성능 향상이 통계적으로 유의함을 확인하였다.

상세 분석

이 연구는 기존 수면장애 자동 판별 모델이 직면한 두 가지 핵심 문제—선형·비선형 특성의 혼합 처리 부재와 심각한 클래스 불균형—를 동시에 해결하고자 한다. 첫 번째 파이프라인은 Mutual Information(MI)으로 변수와 타깃 간의 상호 정보를 정량화한 뒤, RobustScaler와 Linear Discriminant Analysis(LDA)를 적용해 선형적으로 구분 가능한 서브스페이스를 추출한다. 이는 고차원 데이터에서 차원 축소와 동시에 클래스 간 경계 명확화를 도모한다. 두 번째 파이프라인은 Boruta 알고리즘을 이용해 랜덤 포레스트 기반의 변수 중요도를 평가하고, 중요도가 높은 피처만을 선택한다. 선택된 피처는 MinMaxScaler로 정규화된 뒤, 오토인코더(Autoencoder) 구조에 입력되어 비선형 잠재 표현을 학습한다. 오토인코더는 입력 차원을 압축하면서도 복원 오류를 최소화함으로써, 복잡한 비선형 상호작용을 효과적으로 포착한다.

클래스 불균형 문제는 SMOTETomek을 통해 해결한다. SMOTE는 소수 클래스 샘플을 선형 보간으로 합성하고, Tomek Links는 인접한 다수·소수 클래스 샘플 쌍을 제거해 경계 노이즈를 정제한다. 이 하이브리드 전략은 단순 오버샘플링이 초래할 수 있는 과적합을 억제하고, 모델이 소수 클래스(불면증·수면무호흡)를 보다 민감하게 학습하도록 만든다.

특징 엔지니어링 후에는 두 파이프라인에서 생성된 피처들을 단순히 연결(concatenation)하거나, 각각 별도 모델에 투입해 앙상블(Ensemble) 방식으로 최종 예측을 수행한다. 실험에서는 Extra Trees와 K‑Nearest Neighbors(KNN)를 주요 분류기로 채택했으며, 5‑fold 교차 검증을 통해 평균 정확도 98.67%를 기록했다. 이는 기존 연구(최고 96.88% 정확도)보다 현저히 높은 수치이며, Wilcoxon 부호 순위 검증(p < 0.01)으로 통계적 유의성을 입증했다. 또한 추론 지연 시간은 400 ms 이하로, 실시간 스크리닝 시스템에 적합한 수준이다.

전반적으로 이중 파이프라인 설계는 선형·비선형 특성을 각각 최적화하는 전용 경로를 제공함으로써, 피처 선택·차원 축소 단계에서 발생할 수 있는 정보 손실을 최소화한다. SMOTETomek 기반의 하이브리드 리샘플링은 데이터 불균형을 근본적으로 완화하고, 모델의 민감도와 특이도를 동시에 끌어올린다. 마지막으로, 통계적 검증 절차를 포함한 실험 설계는 결과의 재현성과 신뢰성을 높이며, 실제 임상 현장에 적용 가능한 머신러닝 파이프라인으로서의 가치를 입증한다.