네트워크 관측 데이터의 인과 추정을 위한 분리형 도구 변수

초록

DisIV는 네트워크 구조의 동질성을 활용해 관측 특성에서 개인 고유의 잠재 요인을 분리하고, 이를 잠재 도구 변수로 사용해 네트워크 기반 교란을 제거한다. GCN 기반 환경 인코더와 비대칭 VAE 구조를 결합해 독립성·배제 조건을 명시적으로 강제함으로써 기존 방법보다 인과 효과 추정 정확도가 크게 향상된다.

상세 분석

본 논문은 네트워크형 관측 데이터에서 전통적인 도구 변수(IV) 가정이 깨지는 주요 원인을 두 가지로 규정한다. 첫째, 이웃 정보가 공유 환경(confounding)과 동질성에 의해 강하게 결합돼 치료와 결과 모두에 영향을 미치며, 둘째, 이러한 이웃 정보를 그대로 IV로 사용하면 숨은 교란과 상관관계가 생겨 외생성(exogeneity)이 위배된다. 이를 해결하기 위해 저자들은 “개인 특이성(latent specificity)”이라는 개념을 도입한다. 네트워크 동질성 하에서 이웃 집합은 주로 환경 요인(u) 를 반영하고, 개인 고유의 변동(z)은 외생적이며 IV 역할을 할 수 있다는 전제다.

구조적 분리 메커니즘은 두 단계로 구현된다. 1) GCN을 이용해 각 노드의 환경 표현 e_i 를 추정한다. 이 과정에서 이웃 집합의 평균적 특성을 집계함으로써 u_i 를 프록시한다. 2) 비대칭 인코더‑디코더(VAE) 구조를 도입한다. 인코더 q_φ(z|x) 는 관측 특성 x_i 로부터 잠재 변수 z_i 를 추출하고, 디코더 p_θ(x|z,e) 는 z_i 와 환경 프록시 e_i 를 조건으로 원본 x_i 를 재구성한다. 여기서 재구성 손실을 최소화하면서 동시에 KL 발산을 통해 정규화를 수행한다. 비대칭 설계는 z_i 가 e_i 로 설명되지 않는 잔차를 포착하도록 강제해, z_i 가 환경 교란과 통계적으로 직교(orthogonal)하도록 만든다.

IV의 세 가지 핵심 요건—관련성(relevance), 배제(exclusion), 무교란(unconfounded)—을 만족시키기 위해 추가 제약을 도입한다. (1) z와 e 사이의 상관을 최소화하는 정규화 항을 손실에 포함시켜 독립성을 보장한다. (2) 치료 모델 t_i ~ f(z_i) 를 별도로 학습해 z가 치료에 충분히 영향을 미치도록 한다(관련성). (3) 결과 모델 y_i ~ g(t_i, e_i) 에서 직접적으로 z_i 를 제외함으로써 배제 조건을 강제한다. 이렇게 학습된 z_i 를 전통적인 2SLS 혹은 DeepIV 파이프라인에 투입하면, 네트워크에 내재된 교란을 효과적으로 차단하면서 인과 효과를 추정할 수 있다.

실험에서는 두 개의 실제 소셜 네트워크(예: Facebook, Twitter) 위에 반합성(semi‑synthetic) 데이터를 구축해, 숨은 교란 u_i 를 인위적으로 삽입하였다. 비교 대상은 기존 NetIV, VIV, DeepIV, 그리고 GCN 기반 혼합 모델 등이다. 모든 지표(ATE RMSE, ITE PEHE 등)에서 DisIV가 평균 15~30% 정도의 성능 향상을 보였으며, 특히 네트워크 밀도가 높을수록 그 차이가 크게 나타났다. 민감도 분석을 통해 환경 프록시 e_i 의 차원 수와 정규화 강도 λ이 결과에 미치는 영향을 확인했으며, 적절한 λ 선택 시 가장 안정적인 IV 추출이 가능함을 입증했다.

이와 같이 DisIV는 네트워크 구조를 활용한 인과 추정에 있어 “환경 ↔ 개인” 분리를 명시적으로 모델링함으로써, 기존 방법이 겪는 외생성 위배 문제를 근본적으로 해결한다. 향후 확장 가능성으로는 동적 네트워크, 다중 치료, 그리고 비정형 텍스트/이미지 특성에 대한 멀티모달 확장이 제시된다.