대규모 인과 구조 학습을 위한 모듈형 서브그래프 통합 프레임워크 VISTA

초록

VISTA는 마코프 블랭킷을 이용해 전역 인과 그래프를 로컬 서브그래프로 분할하고, 가중 투표와 피드백 아크 셋(FAS) 기반 사이클 제거를 통해 정확하고 효율적인 DAG를 복원한다. 모델에 구애받지 않으며 병렬 처리와 이론적 오류 한계를 제공한다.

상세 분석

본 논문은 고차원 관측 데이터에서 인과 구조를 학습하는 전통적 방법들의 탐색 공간 폭발과 계산 비용 문제를 해결하고자 VISTA(Voting‑based Integration of Subgraph Topologies for Acyclicity)라는 새로운 모듈형 프레임워크를 제안한다. 핵심 아이디어는 모든 변수에 대해 마코프 블랭킷(MB)을 추정하고, 각 MB와 해당 변수 자체로 구성된 로컬 서브그래프에 기존의 인과 학습 알고리즘(예: NOTEARS, DAG‑GNN 등)을 독립적으로 적용하는 것이다. 이렇게 얻어진 로컬 서브그래프들은 서로 겹치는 부분을 많이 포함하므로, 전체 그래프 복원을 위해서는 효과적인 병합 전략이 필요하다. VISTA는 두 단계의 병합 메커니즘을 도입한다. 첫 번째는 가중 투표(Weighted Voting) 단계로, 각 정향 쌍 (X→Y, Y→X)에 대해 서브그래프에서 발생한 투표 횟수 A, B를 수집하고, 총 투표 수 m=A+B에 대해 1−e^{−λm} 라는 신뢰도 조절 함수를 곱해 정규화된 점수 s(X→Y)= (1−e^{−λm})·(A/m) 를 계산한다. 여기서 λ는 약한 증거를 지수적으로 억제하는 파라미터이며, 임계값 t를 초과하는 경우에만 엣지를 유지한다. 이 설계는 희소 그래프에서 드물게 나타나는 거짓 양성 엣지를 효과적으로 차단하면서, 일관된 약한 증거는 회수(recall)를 높이는 역할을 한다. 두 번째는 피드백 아크 셋(FAS) 기반 사이클 제거 단계이다. 가중 투표 후에도 방향성이 충돌해 사이클이 발생할 수 있으므로, GreedyFAS 휴리스틱을 적용해 최소 비용으로 사이클을 끊는다. 논문에서는 사이클 제거 전후에 임계값 필터링을 적용함으로써, 고신뢰도 엣지를 보존하면서도 사이클을 효율적으로 해소하는 순서를 제시한다. 이론적으로 VISTA는 두 가지 주요 결과를 제공한다. (1) 마코프 블랭킷 서브그래프들의 합집합이 원본 DAG의 모든 엣지를 포함한다는 커버리지 정리(Prop. 3.1)를 증명함으로써, 서브그래프 분해 과정에서 정보 손실이 없음을 보장한다. (2) 가중 투표에 대한 충분 조건을 바탕으로, 독립적인 서브그래프 수 m이 충분히 클 때 원하는 신뢰도 1−ε를 달성할 수 있는 확률적 경계와, 무한 표본에서의 일관성(asymptotic consistency)을 증명한다. 이러한 결과는 베이스 러너가 완벽하지 않더라도, 투표 메커니즘이 오류를 평균화하고 전체 그래프 복원 정확도를 향상시킴을 의미한다. 실험에서는 합성 데이터와 실제 유전·경제·헬스케어 데이터셋에 대해 다양한 베이스 러너(NOTEARS, DAG‑GNN, GES 등)를 VISTA와 결합했을 때, F1 점수와 실행 시간이 모두 크게 개선됨을 보고한다. 특히, 베이스 러너가 고차원에서 성능이 급격히 저하되는 경우에도 VISTA는 안정적인 복원 성능을 유지한다. 마지막으로 VISTA는 MB 추정, 로컬 학습, 가중 투표, 사이클 제거라는 네 개의 모듈을 명확히 분리함으로써, 각 단계별로 병렬화가 가능하고, 새로운 베이스 러너나 MB 추정 방법을 손쉽게 교체할 수 있는 높은 확장성을 제공한다.