블록 결측과 신호 이질성을 견디는 앵커 투영 PCA

초록

본 논문은 다중 출처 데이터 통합에서 나타나는 블록 단위 결측과 블록별 신호 강도 차이를 동시에 해결하기 위해 Anchor Projected PCA (APPCA) 프레임워크를 제안한다. APPCA는 각 그룹별로 관측된 모든 특성 블록을 이용해 강건한 서브스페이스를 복원하고, 공통 “앵커” 특성을 각 서브스페이스에 투영한 뒤 전역 PCA를 수행한다. 새로운 스펙트럴 슬라이싱 기법을 이용한 정밀 교란 분석을 통해, 기존 방법이 의존하던 피험자 임베딩 신호 강도 대신 통합 특성 블록의 신호 강도만으로 오류 상한을 제시한다. 시뮬레이션 및 다중모달 단일세포 데이터 실험을 통해 APPCA가 신호 이질성과 블록 결측이 동시에 존재할 때도 높은 복원 정확도를 보임을 입증한다.

상세 분석

APPCA는 두 단계로 구성된다. 첫 번째 단계에서는 각 그룹 g 가 관측한 모든 특성 블록 V 을 이용해 그룹별 컬럼 서브스페이스 U_g 를 추정한다. 여기서 핵심은 “모든 관측 블록을 동시에 사용”함으로써 개별 블록이 약한 신호를 가질 경우에도 전체 서브스페이스 추정이 안정적이라는 점이다. 기존 방법은 보통 공유 블록 V₁ 만을 사용하거나, 각 그룹별 임베딩을 직접 매칭하는데, 이는 공유 블록의 신호가 약하면 오류가 급격히 증폭되는 단점이 있다. APPCA는 공유 블록을 각 U_g 에 투영(projection)하고, 투영된 행렬을 합쳐 전역 PCA를 수행한다. 이 과정에서 고차원 잡음이 저차원 서브스페이스에 압축돼 “노이즈 억제 효과”가 발생한다.

이론적 기여는 두 가지 측면에서 두드러진다. 첫째, 그룹별 서브스페이스 복원에 대한 오류 상한을 기존의 Davis‑Kahan 같은 교란 분석이 아닌 “스펙트럴 슬라이싱” 기법으로 도출하였다. 이 방법은 피험자 임베딩 Θ 의 조건수에 의존하지 않으며, 오히려 통합된 특성 행렬 Φ 의 최소 고유값에만 의존한다. 둘째, 앵커 블록을 투영한 후 수행되는 전역 PCA 단계에서도, 투영으로 인해 효과적인 신호‑대‑잡음 비율이 크게 향상되어 약한 공유 블록 신호에도 불구하고 정확한 전역 임베딩 Θ̂ 을 얻을 수 있다.

실험에서는 2×3 및 3×3 블록 구조를 갖는 시뮬레이션을 통해 β(공유 블록 신호 강도)와 α(그룹별 피험자 신호 강도)를 다양하게 변형하였다. 결과는 APPCA가 β가 작아도 (공유 블록이 약해도) 전체 오류가 O(p^{-1/2}) 수준으로 유지되는 반면, 기존 공유 블록만 이용한 PCA는 O(p^{-β/2})로 크게 악화되는 것을 보여준다. 또한, 단일세포 멀티모달 데이터( scRNA‑seq, scATAC‑seq, CITE‑seq 등)에 적용했을 때, 클러스터링 정확도와 전이 학습 성능이 기존 CMMI, Cluster‑Quilting 등보다 현저히 우수하였다.

전체적으로 APPCA는 “모든 관측 블록을 활용한 서브스페이스 복원 + 앵커 투영 기반 정합”이라는 새로운 설계 패러다임을 제시함으로써, 블록 결측과 신호 이질성이 동시에 존재하는 현실 데이터에 대한 통합 임베딩 문제를 효과적으로 해결한다는 점에서 학술적·실용적 의의가 크다.