Sinkhorn 기반 분포강건 상태추정 및 시스템 레벨 합성

초록

본 논문은 엔트로피 정규화를 도입한 Sinkhorn 거리 기반의 불확실성 집합을 활용해, 연속적인 교란 분포를 고려한 분포강건 상태추정(DRSE) 문제를 시스템 레벨 합성(SLS) 프레임워크 안에서 설계한다. 제한된 샘플로부터 얻은 경험적 분포에 대한 유한표본 확률 보장을 제시하고, 하이퍼파라미터 변화에 따른 설계가 H₂ 최적화와 Wasserstein DRSE 사이를 연속적으로 연결함을 보인다. 최적화는 이중성 이론을 통해 유한 차원의 볼록 프로그램으로 변환하고, 전역 최적을 포함하는 콤팩트 영역을 정의해 맞춤형 Frank‑Wolfe 알고리즘을 설계·수렴성을 증명한다. 수치 실험을 통해 작은 샘플 상황에서 기존 방법보다 우수한 성능을 확인한다.

상세 분석

본 연구는 기존 Wasserstein 기반 DRSE가 최악의 경우 이산적인 분포를 초래해 과보수성을 야기한다는 문제점을 정확히 짚어낸다. 이를 해결하기 위해 엔트로피 정규화 항을 포함한 Sinkhorn 거리를 도입함으로써, 불연속적이면서도 비현실적인 분포를 억제하고 연속적인 실제 교란 분포에 더 근접한 모형을 만든다. 논문은 먼저 Sinkhorn 모호성 집합에 대해 유한표본 확률 보장을 최초로 제시한다. 이는 경험적 분포와 실제 분포 사이의 거리 상한을 샘플 수와 정규화 파라미터 ε에 의존해 명시적으로 제시함으로써, 실무에서 샘플 크기가 제한된 상황에서도 신뢰할 수 있는 보장을 제공한다.

다음으로, 하이퍼파라미터 ε와 Wasserstein 반경 θ의 극한을 분석한다. ε→0 일 때 Sinkhorn 거리와 Wasserstein 거리가 일치해 기존 Wasserstein DRSE와 동일한 해를 복원하고, ε→∞ 로 갈수록 엔트로피 항이 지배적이 되어 H₂ 설계와 동일한 형태의 비용함수로 수렴한다. 따라서 제안 방법은 H₂와 Wasserstein DRSE 사이의 연속적인 스펙트럼을 제공, 사용자는 보수성 수준을 파라미터 튜닝만으로 조절 가능하다.

최적화 측면에서는 원래의 min‑max 문제를 이중성 이론을 이용해 유한 차원의 볼록 프로그램으로 변환한다. 이때 결정 변수는 시스템 레벨 합성에서의 폐루프 전달 함수 Φₓ, Φ_y 로, 이들은 블록 하부 삼각 구조와 달성 조건(7)을 만족해야 한다. 문제의 feasible set이 비제한(unbounded)함에도 불구하고, 논문은 전역 최적을 포함하는 콤팩트 서브셋을 구성하고, 이 영역 내에서 Frank‑Wolfe 알고리즘을 적용한다. 알고리즘은 선형 최소화 서브문제와 라인 서치를 반복하며, 논문은 1/t 형태의 수렴 속도를 엄격히 증명한다. 이는 기존의 SDP 기반 접근법보다 계산 복잡도가 크게 낮아 실시간 혹은 대규모 시스템에 적용 가능함을 의미한다.

수치 실험에서는 2차 및 4차 시스템을 대상으로 작은 샘플(N=2050) 상황에서 Sinkhorn DRSE가 Wasserstein DRSE와 H₂ 설계에 비해 평균 제곱오차(MSE)를 1030% 정도 감소시키는 것을 확인한다. 특히, 교란이 다중모드 혹은 중량 꼬리를 가질 때, 엔트로피 정규화가 과보수성을 완화하고 실제 연속 분포와 더 잘 맞는 추정 성능을 보인다. 또한, Frank‑Wolfe 알고리즘은 200~300번의 반복 내에 목표 허용오차(10⁻⁴) 이하로 수렴하며, SDP 기반 방법에 비해 메모리 사용량과 실행 시간이 각각 70% 이상 절감된다.

결론적으로, 본 논문은 Sinkhorn 거리 기반 DRSE를 SLS와 결합함으로써 연속 교란 분포를 고려한 강건 추정기를 설계하는 새로운 패러다임을 제시한다. 이론적 보장, 파라미터 연속성, 효율적 1차 알고리즘이라는 세 축을 모두 만족시켜, 실무 적용 가능성을 크게 높였다.